基于自适应噪声抵消的CZ单晶炉炉膛温度信号处理

为滤除CZ单晶炉炉膛温度信号在单晶生长过程中存在的低频干扰,提出一种基于噪声抵消技术的滤波方法.首先利用傅立叶级数构造出低频干扰的逼近信号,然后根据炉温信号的缓变特征建立能够获取低频干扰逼近信号的抵消器误差函数,最后利用一种改进的粒子群优化算法优化误差函数获得低频干扰的逼近信号,并用该逼近信号抵消低频干扰.实验结果表明,所提出的自适应噪声抵消滤波算法能够有效滤除CZ单晶炉炉膛温度信号中的低频干扰,并优于常用的滤波方法.     

宽带信号DOA估计自回归迭代算法

基于最小均方误差(MMSE)准则提出一种宽带信号波达方向(DOA)估计算法。将宽带信号通过窄带滤波器组转化为窄带信号,采用自回归迭代方法恢复窄带信号的稀疏表示,根据稀疏表示得到信号源个数和DOA估计。该算法不仅有超分辨率能力,而且不必预先知道信号源个数。此外,本算法能对相干信号源进行DOA估计而不需要解相关预处理。仿真结果验证了该算法的有效性。     

基于最小描述长度准则的数字信道化接收机频谱检测方法

数字信道化接收机常采用频谱检测方法判断其分析滤波器组中的输出子带信号的存在。为解决现有基于特征值的频谱检测方法由于采用最大和最小特征值的近似值而导致采样点数较少时性能无法满足要求的问题,提出了一种适用于数字信道化接收机的基于最小描述长度(MDL)准则的子带频谱检测方法。基于子带过采样数据构建协方差矩阵,计算矩阵特征值的平均值以减少噪声带来的波动。将矩阵特征值的平均值作为MDL准则的参数估计所有子带的平均特征值中包含信号的个数,以此确定包含信号的子带。仿真实验表明,该方法比现有的频谱检查方法具有更好的检测性能,且克服了需要设置固定门限的缺点,对噪声和信号波动具有较强的适应能力。     

基于格拉布斯准则的雷达信号分选方法的探讨

通过引入统计学中剔除异常数据的格拉布斯准则,将其与基于算数平均和递推估计的"一致性校验"算法相结合,提出了一种基于此准则的雷达信号分选方法.首先介绍了格拉布斯准则在统计学中分选数据的算法流程,以脉冲幅度(PA)为例作为采样数据样本,讨论了该方法在雷达信号分选中的实现过程,围绕该方法中关键参数的不同选取给分选性能带来的影响,通过MATLAB的仿真分析验证了该方法应用于反辐射导弹(ARM)雷达信号分选的有效性和可行性.     

基于自适应重叠系数的T-S 模型在线辨识算法及应用

为使T-S模型在线辨识时能够更加合理地划分模糊空间,提出一种根据相邻聚类中心距离确定模糊空间重叠系数的方法.将该方法与一次完成最小二乘法、递推最小二乘法相结合,得到了一种辨识精度较高的T-S模型在线辨识算法.以某型号单晶炉热场的实际运行数据为对象,应用所提出的算法对热场模型进行在线辨识.辨识结果表明,由该辨识算法得到的单晶炉热场模型具有较高的精度.     

小孔径圆环阵凹槽超增益波束形成技术研究

在水下目标声纳检测问题的研究中,为了抑制水下噪声信号,提出了小孔径圆环阵凹槽超增益波束形成方法.上述方法针对均匀圆环阵,在保证基阵输出增益最大的前提下,采用凹槽波束优化方法,设计具有抑制特定方向波束响应输出的波束,以抑制该方向强的强干扰对目标方位估计的影响.仿真结果表明,改进方法能有效抑制期望信号方向以外的干扰对目标方位估计的影响;干扰信号越强,波束图输出谱凹槽越深;在小孔径圆环阵的基础上能实现对水下目标低频辐射噪声信号有效检测和方位估计.     

超声瞬时弹性成像算法与系统设计

超声瞬时弹性成像技术具有无创、无痛、定量、实时及重复性好等优势,适用于肝纤维化分期诊断,具有重要的临床应用价值。本文以超声瞬时弹性成像系统设计为研究出发点,提出在基于射频信号的时域互相关算法基础上,采用抛物线插值算法提取亚采样信息,提高位移场的估算精度;设计了剪切波匹配滤波器,以减弱低频振荡器对位移场造成的干扰,从而提高了应变估计质量,增强了剪切波速度估算的可靠性与准确性;设计了针对瞬时弹性成像系统的时间增益补偿(TGC)电路,以降低声信号衰减带来的影响,提高信号的信噪比;给出了一种聚丙烯酰胺凝胶生物仿体的制备方法,并采用机械压痕测试对仿体进行标定,将标定结果与瞬时弹性成像系统的检测结果进行了对比,对比结果显示出良好的一致性。生物仿体实验和健康人体肝脏的弹性测量结果也验证了提出的位移估计算法、匹配滤波器及TGC电路的优越性。     

大型炼钢炉炉温异常检测方法研究

在炼钢炉内高温高压环境下,异常温度信号往往瞬间形成,在炉内气浪、异常压力鼓动等外部干扰下,温度异常信号会迅速发生非正常衰减,甚至与其它异常信号发生混淆,造成温度测量不准.传统的炉内温度异常检测方法在信号发生不可控衰减或混淆的情况下,信号分离和识别的过程存在较大困难,在外部干扰下,对温度信号的单独识别、提取效果不佳,温度检测存在较大弊端.提出一种采用约束模糊聚类算法的大型炼钢炉炉温异常信号检测方法.根据傅里叶变换方法对信号采集设备采集到的信号进行隔离处理,克服由于信号混淆带来的困难.根据约束模糊聚类算法,对隔离后的信号进行聚类,使其成为有效的识别特征,完成了异常温度的检测.实验结果表明,利用改进算法进行大型炼钢炉炉温异常检测,能够极大提高异常温度信号检测的准确率.     

一种基于 Parzen 窗估计的鲁棒 ELM 烧结温度检测方法

在回转窑燃煤火焰视频模糊且干扰较大的情况下, 基于火焰辐射能量和燃烧稳定程度提取多帧煤粉燃烧图像的统计特征进行烧结温度判断. 为克服工业现场特征数据中的粗差干扰,将极限学习机(Extreme learning machine, ELM)与稳健估计理论相结合, 用训练误差分布的Parzen窗非参数估计构造ELM权矩阵,对其输出层权值进行稳健最小二乘估计. 基于上述火焰视频的统计特征,用该改进的鲁棒极限学习机(Robust-ELM)检测烧结带温度.实验结果表明, 在视频图像模糊、不能用常规静态图像处理方法软测量烧结带温度时,本文方法可快速有效地检测窑内烧结温度, 且检测系统不易受现场干扰,稳定性强.     

基于DCFT的Chirp矩阵采样重构算法

在Chirp矩阵的压缩采样中,针对离散傅里叶变换(DFT)相关检测算法重构精度较差、可用信号稀疏度有限的问题,提出一种基于离散Chirp-Fourier变换(DCFT)的重构算法。根据信号稀疏度k增加采样数,使采样矩阵具有对k值大的信号有准确重构的能力;选择采样信号k个最大的DCFT幅值所对应的原子索引来击中信号非零元的位置,以减少DFT相关算法中交调干扰造成的最佳原子误检测;利用最小二乘法估计各非零元的幅值,进一步减小重构误差。对长度为1 681的一维信号进行采样和重构实验,结果表明,该算法重构的信号稀疏度增大至DFT相关检测算法的4倍,并且时间复杂度仍为O(kN)。     

步进式加热炉燃烧控制的新方法

针对常规交叉限幅控制方法负荷跟踪速度低的缺点,采用了具有快速补偿响应功能和抗积分饱和功能的改进交叉限幅燃烧控制方法;针对炉温过程具有时变非线性的特性,应用了自整定PID控制算法;针对加热炉下加热段与上加热段炉温对象耦合干扰严重的现象,应用了智能解耦控制方法。实际应用结果表明,该方法可提高加热炉各段炉温的控制精度,获得满足开轧所要求的钢坯温度,并能保证经济燃烧和安全运行。     

煤矿井下中低频段电磁干扰测量与分析

针对煤矿井下监控装置主要受中低频段电磁干扰影响的问题,采用示波器和频谱分析仪对煤矿井下动力电缆浪涌干扰、电力变频器干扰、接地网干扰、电动机及电气设备辐射干扰、架线电机车干扰、漏泄通信系统干扰等主要的中低频段电磁干扰源进行了测量与分析。结果表明,动力电缆浪涌干扰、电力变频器干扰、电动机及电气设备辐射干扰较大;接地网干扰、架线电机车干扰次之;漏泄通信系统干扰和动力电缆的工频干扰相对较小。     

应用形态学滤波的卫星通信窄带干扰检测新方法

针对频分多路(FDMA)卫星通信系统中转发器的信号数量、模式多变,利用单一阈值难以实现多个同频窄带干扰同时检测的问题,提出了一种基于形态学处理的窄带干扰检测方法。该方法将信号的频谱视为一维灰度图像,结合改进的图形图像处理领域的形态学梯度滤波算法,通过检测干扰的边缘梯度跳变值来实现干扰信号的定位。仿真结果表明,当监测频宽内多个不同参数的信号都存在窄带干扰时,所提方法不受噪声基底变化的影响,运算量小,复杂度低,适用于卫星通信系统的实时频谱监测。     

铜精炼阳极炉氧化过程铜液温度软测量模型及应用

基于铜精炼阳极炉氧化过程热工机理，建立了铜精炼阳极炉氧化过程铜液温度软测量模型，在铜液温度软测量的算法设计中采用数据预处理、黄金分割法搜索区间以及软测量模型参数校正等技术。实际应用结果表明，铜精炼阳极炉氧化过程铜液温度软测量可以反映氧化过程铜液温度的真实变化，有助于实现铜精炼阳极炉精炼过程铜液温度软控制以及提高铜精炼过程的生产效率和生产质量。     

基于CR下界无偏能量估计的高炉料面点云锐化成像

高炉雷达获取的料面信息是钢铁冶炼中布料控制的重要参数.但高炉内部环境复杂,料面具有非均匀流态化特性,传统信号处理方法难以准确稳定提取料面有效信息,会导致高炉布料误操作.本文借鉴遥感SAR雷达成像原理,设计了工业SAR扫描式雷达,多倍增加料面采样点密度,提出一种新的料面点云锐化成像算法.分析了高炉雷达料面回波信号干扰信号...     

一种基于吉布斯抽样的MUSIC多维参数联合估计算法

将马尔可夫蒙特卡罗(MCMC)方法与多重子空间分类(MUSIC)方法估计相结合,提出一种用于联合估计多个目标的频率、方位和俯仰,基于吉布斯抽样的MUSIC多维参数联合估计新方法。该方法将MUSIC方法的谱函数作为频率、方位和俯仰的联合概率密度函数,采用MCMC吉布斯抽样方法对该联合概率密度函数进行采样。理论分析和仿真实验表明:在目标个数较少时,该方法不仅保持了常规MUSIC方法的高分辨能力,而且减少了计算量和存储量     

A Novel Boundary Control Solution for Unstable Heat Conduction Systems Based on Active Disturbance Rejection Control

In this study, a new boundary control scheme is proposed for a class of unstable heat conduction systems based on active disturbance rejection control and frequency domain analysis methods. The unstable heat conduction systems studied here corresponds to a thin rod with surface heat loss and internal heat generation. An active disturbance rejection boundary controller is designed to stabilize the unstable heat conduction systems. Using the frequency domain analysis method, the Nyquist stability criterion for distributed parameter systems, the relative stability indices (gain margin, phase margin, and exponential stability speed) can be obtained for performance evaluation, and a constructive parameter‐tuning method for controller is proposed. Finally, it is proved that an active disturbance rejection boundary controller can stabilize the unstable heat conduction systems with one unstable pole, and the simulation results demonstrate that the temperature profile of the whole rod has good convergence properties under both Dirichlet and Neumann boundary control.     

支持向量机在高炉铁水温度预测中的应用

铁水温度是高炉冶炼过程的关键参数,是影响高炉稳定顺行及节能降耗的重要指标。以高炉炉内热状态的重要指示剂-铁水温度为研究对象,在综合利用K-means 聚类和支持向量机方法的各自优势和互补情况下,提出一种基于K-means 聚类的支持向量机预测铁水温度的方法,该方法首先将训练样本数据分为m 类,建立m 个支持向量机回归预测模型,同时采用粒子群算法优化模型参数; 其次建立m 个判别函数,判别待预测样本数据属于哪一类;最后将待预测样本数据代入相应类的回归模型中进行预测。相比标准支持向量机预测,得到了较高的预测精度。     

相参脉冲串多普勒频率变化率估计算法

给出了一种新的利用相参脉冲串进行多普勒频率变化率估计的算法,选取准最佳算法估计频率,减小了频率估计误差.对各脉冲进行脉内相关积累,将相参脉冲串变换成一个新的线性调频信号序列.该序列的样本点数是脉冲个数、采样间隔是脉冲重复周期、调频斜率是多普勒频率变化率、信噪比提高为输入信噪比的N倍(N是脉内采样点数).因此,可以在较低的信噪比条件下精确估计多普勒频率变化率.仿真结果表明,该算法能在比现有算法更低的信噪比条件下精确估计多普勒频率变化率,其性能接近相参脉冲串多普勒频率变化率估计的克拉美-罗限.