血栓多普勒信号的多参数提取及分类

血栓的准确检测可以用于早期脑血管疾病的诊断，超声多普勒是一种无损的血栓检测技术。文章使用三种信号处理方法：传统的声谱分析法、小波分析法、renyi信息量分析法对血栓多普勒信号进行分析，提取出相应的特征参数，然后对敏感的特征参数采用反向传输(Back-Propagation，简称BP)神经网络进行分类，建立起血栓、干扰噪声和正常血流信号的自动判别系统。通过对300例仿真多普勒信号和163例临床采集的大脑中动脉多普勒信号进行分析，结果表明：本文建立的系统对血栓的检测率高于传统的方法，有望可用于血栓多普勒信号的自动检测。     

非均匀采样信号的能量/功率测量

本文分析了采样信号的非均匀性对于能量／功率测量的影响，推导了非均匀采样信号在时域与频域上的能量对应关系，得出了利用非均匀采样序列计算信号的能量／功率收敛于真值的条件。仿真结果验证了理论的正确性。     

基于EDFT的非均匀欠采样叶尖定时信号分析

针对叶尖定时信号因严重的非均匀采样和欠采样导致的谱分析难题,提出了基于扩展离散傅里叶变换(EDFT)的分析方法.不同于传统的傅里叶变换,EDFT是以傅里叶积分变换为目标,在扩展的频率范围内通过构造和优化变换基函数替代传统FFT变换中的指数基来实现非均匀和欠采样信号的谱分析,在分析中利用原始数据迭代和近似拟合保证了分析精...     

智能传感器系统的误差处理方法

本文首先给出智能传感器的通用模型 ,然后在此基础上对智能传感器系统的基本误差进行了整体分析 ,最后给出了几种常用的误差处理和校正方法。     

基于BP神经网络的磁通门传感器温度误差补偿

三轴磁通门传感器受温度影响明显,严重影响其测量准确度,需要研究补偿方法,提高测量准确性.在不同磁场环境下,利用无磁高低温试验箱对传感器输出值温度特性进行了测试,并采用BP神经网络的方法进行温度补偿.分别阐述了设备操作过程及数据处理方式.采集传感器在不同温度下的测量数据样本;将BP神经网络应用于温度误差模型的非线性辨识,...     

称重传感器蠕变误差的神经网络补偿方法

针对电阻应变式称重传感器存在严重的蠕变误差直接影响称重结果准确度的问题,提出了一种基于神经网络的称重传感器蠕变误差自动补偿模型,并给出了模型的训练算法。对量程为50 kg,C3等级的电阻应变式称重传感器进行了实验,实验结果表明,使用神经网络蠕变误差补偿方法补偿后,称重传感器加载标准砝码30 min内的蠕变误差最大变化量为0.0108 kg,小于国家标准GB/T 7551-200《称重传感器》规定的允许值。     

基于BP神经网络模型的MEMS加速度计误差补偿方法

现阶段普遍采用多元线性回归对加速度计误差建模,并利用最小二乘法对模型参数辨识,但其对加速度计精度提高有限,因此该文提出一种基于BP神经网络模型的MEMS加速度计误差补偿方法。该方法利用BP神经网络建立加速度计误差模型,通过多位置翻滚进行实验数据测量,并对模型进行训练,最后利用训练好的模型对加速度计误差进行补偿。比较多元线性回归和BP神经网络建模对加速计误差补偿结果,其标准偏差分别为0.001 9 g和0.000 16 g。结果表明误差下降一个数量级,说明BP神经网络能有效地补偿加速度计误差。     

微机械陀螺信号处理方法的比较研究

介绍了谱消除法、小波变换和数学形态学滤波三种信号处理方法进行消噪的基本原理,并分别采用这三种方法对微机械陀螺的静态漂移信号和动态仿真信号进行了去噪声处理,对处理前后的信号误差大小及其分布情况以及处理过程的运算量和实时性进行了比较.结果表明,对于静态漂移信号的处理,三种方法的滤波效果大致相当.对于动态信号,数学形态学滤波器的滤波效果比其它两种滤波器的滤波效果要好,并且,数学形态学滤波器具有运算量小,实时性较好的优点,十分易于硬件实现.     

基于小波分析的惯性传感器信号实时处理方法

分形噪声和白噪声是影响光电跟踪系统惯性传感器输出信号精度的重要因素,采用传统的方法很难滤除分形噪声.利用分形噪声在小波变换域的特殊性质,采用小波滤波方式,并在此基础上,实现两种不同带宽的惯性传感器信号的融合.通过将阈值计算进行简化,并对信号输入延拓方式进行改进,提高了信号处理的精度,由此可以大大降低信号的小波变换长度以提高运算速度,最终在相应硬件的基础上实现信号的实时处理.最后的实验验证了该算法的有效性和实时性.     

枪管内膛缠度检测方法及误差处理研究

提出了一种新型的枪管内膛缠度检测技术,并介绍了该系统的组成及工作原理.通过实测数据进行误差处理和分析,详细分析了误差产生的原因,并采用径向基(RBF)神经网络构建了缠度误差补偿模型,通过仿真计算和试验验证:该RBF神经网络补偿法达到了良好的补偿效果,具有一定参考价值.     

声表面波压力传感器信号采集与处理

声表面波 (SAW)传感器能将被测量转换成容易检测的频率信号 ,即一种准数字信号的输出。针对 SAW压力传感器 (以 CSF- 1 0型 SAW压力传感器为对象 )的输出特点 ,利用等精度频率测量法测量输出频率 ,并用 Dallas的单线数字温度传感器 DS1 8B2 0测出现场温度 ,采用 BP神经网络对所得数据进行温度补偿后得到精确的被测压力值