噪声背景下的莫尔斯码滤波及其实现

介绍了对噪声背景下的莫尔斯码进行滤波的原理及方法.通过信号分析,设计切比雪夫滤波器,并基于MATLAB和VC混合编程,开发出独立运行的程序,实现了对噪声背景下莫尔斯码的滤波,为莫尔斯码的监听、辨识提供了便利.     

基于有限状态机的Morse码识别算法设计与实现

针对手工拍发莫尔斯码各信号间的比例随机性较强,自动译码判断准确度不高等问题,提出了一种基于有限状态的莫尔斯码自动识别算法.将电键拍发过程划分为六种状态,有利于C++语言编程实现的类化与建模.算法能根据报务员发报时码速的变化而自动调整莫尔斯码的各个判别门限,从而大大提高了码字识别率.最后分析了抽样误差等对莫尔斯判决门限的影响,给出了各种误差消除的解决方案.在Windows平台上的Visual C++可视化编程环境中实现了该算法,并给出了具体的算法设计流程图.     

莫尔斯报务信号的检测和识别

目前莫尔斯报务信号的接收译码主要采用人工值守方式,长期工作在这种环境下会给收报员的心理和生理带来很大的影响,研究能够部分取代人的信号自动检测与识别方法十分必要。基于短时傅立叶变换的特性,在时频域上对莫尔斯信号进行特征捕捉,并对捕捉到的莫尔斯信号采用模糊c均值聚类算法(FCM)实现种类识别,以区分莫尔斯信号的点、划和间隔。实验表明,该算法具有较好的识别效果,在莫尔斯报务的自动识别上具有一定的实用价值。     

基于有限状态机的Morse码识别算法设计与实现

针对手工拍发莫尔斯码各信号间的比例随机性较强,自动译码判断准确度不高等问题,提出了一种基于有限状态的莫尔斯码自动识别算法。将电键拍发过程划分为六种状态,有利于C＋＋语言编程实现的类化与建模。算法能根据报务员发报时码速的变化而自动调整莫尔斯码的各个判别门限,从而大大提高了码字识别率。最后分析了抽样误差等对莫尔斯判决门限的影响,给出了各种误差消除的解决方案。在Windows平台上的Visual C＋＋可视化编程环境中实现了该算法,并给出了具体的算法设计流程图。     

自制多功能莫尔斯电码学习器

不少人对莫尔斯电码感兴趣,笔者自己设计制作了这个多功能的标准莫尔斯码学习器,该学习器可以发出标准的莫尔斯电码,并且还有多种学习功能,它采用了CMOS十进制计数器和四异或门电路组成,制作简单,对于莫尔斯电码爱好者和数字电路的初学者都是有益的。     

短波宽带信道莫尔斯信号自动识别技术

入分析了莫尔斯信号的时域频域特性和短波宽带信号识别的难点,给出了自动识别算法的理论基础,并在此基础上利用宽带快速搜索和窄带精确识别相结合的方法进行了算法设计和工程实现设计,最后给出了算法的实测结果。试验结果表明,对天线接收的实际短波莫尔斯信号具有很高的侦察识别正确率和比较低的虚警和漏警率。     

基于链码的合成孔径声纳图像目标识别算法研究*

为了进一步提高识别速度、增大识别效率,基于图像边缘的链码表示,将微积分中连续曲线曲率的定义推广到离散域,提出了链码离散曲率算法。通过利用链码计算图像边缘的离散曲率,结合特定的函数进行图像匹配,实现了以合成孔径声纳为代表的一类高分辨率、低信噪比的水声遥感图像的目标识别。实验结果表明,该算法计算复杂度较低,较之传统的基于特征提取的目标识别算法具有更高的识别效率。     

基于深度学习的健美操力量训练器故障监测方法

针对传统故障监测方法对精密的健美操力量训练器故障监测精度低的问题,通过优化卷积神经网络随机梯度下降算法中的梯度下降方式和学习率,并将提取的训练器振动信号特征作为改进卷积神经网络输入,提出一种基于深度学习的健美操力量训练器故障监测方法。仿真结果表明,所提方法对卷积神经网络改进有效,利用改进的卷积神经网络可识别监测健美操力量训练器不同类型、不同位置和不同程度的故障,平均监测准确率达到97.75%,对训练器正常状态和4根转子断裂的轴承故障监测准确率达到100%。相较于改进前卷积神经网络,所提监测方法的监测准确率提高了7.50%,相较于常用故障监测算法,所提方法的监测准确率均有不同程度的提升,具有一定的有效性和优越性,并采用改进卷积神经网络进行分类识别,可有效监测。     

基于主元分析和聚类的直线检测算法

针对现有的直线检测算法中,基于霍夫变换类算法开销大且易产生虚假结果,基于链码跟踪类方法鲁棒性和适应性较差的问题,提出一种新的直线检测算法。对边缘图像做分块链码跟踪产生链码串,然后对链码串做主元分析(PCA)构造线段,最后采用聚类方法合并线段以产生直线。实验结果表明,该算法速度较快,检测结果较理想,且对较复杂、细节丰富的图像也具有良好的检测结果。     

基于全局距离最优的抗污染极短纠错码设计

针对现有二维码在复杂环境中抗污染能力弱、解码速度慢的问题,提出了一种基于全局距离最优的抗污染极短纠错码。首先,构建了表征污染环境的凹凸多边形数学模型;然后,设计了采用3个编码点表示一个目标数据位的极短纠错码;最后,设计了在有限约束域内全局距离最优的编码点的编排方法,并给出了对应的解码算法。对极短纠错码的抗污染能力和识别速度进行了仿真评估,并与经典的BCH码进行了对比。结果表明,当目标数据长度为18、编码点数为63时,极短纠错码在同等污染环境中识别准确率接近BCH码,而解码速度是BCH码的130倍。所提编码还具有结构简洁明确、编码点数适应能力强、易于标准化推广应用等显著优点。