含较高噪声重叠峰的分辨

采用Daubechies正交小波滤波和样条卷积分峰联用方法对信噪比S/N≥ 2的含噪重叠双峰进行滤噪和分峰处理。滤波部分采用阈值法 ,较详细地探讨了阈值的选取规则 ;分峰部分利用样条卷积法 ,并给出了其算法公式。处理速度较快 ,算法也较简单。通过对模拟和实验信号的处理 ,发现该联用方法很有效 ,处理后的峰的峰位置误差≤ 3 0 % ,峰面积误差≤ 3 0 %     

样条卷积用于气相色谱重叠峰的分辨

本文采用了样条卷积（SC）的方法用以分辨重叠峰，通过这个方法考察了有机氯类农药DDT中的2个同分异构体P.P‘-DDD和O.P‘-DDT气相色谱重叠峰，结果表明信号峰的分辨率由处理前的0.840提高到处理后的1.496。     

用于重叠峰分辨的卡尔曼滤波法

导数法广泛应用于重叠峰分辨,但信噪比会随着导数阶数的增加而降低。提出一种基于卡尔曼滤波的导数方法,可以显著提高高阶导数谱的信噪比,提高重叠峰分辨力。另外,该方法不需要建立数学模型,计算简便,能满足手持式仪器实时性要求。用仿真数据研究了该法在重叠峰分辨中对信噪比的影响,以离子迁移率谱图分辨为例说明了该法的实际应用。     

联用色谱重叠峰的目标投影分辨

基于正交投影原理和局部主成分分析,建立了一种新的联用色谱重叠峰分辨方法：目标投影分辨法。该法能在有效地从多组分以谱重叠峰中分辨出目标组分的色谱与光谱,所得光谱与真实光谱十分十分吻合,色谱面积与组分浓度线性关系良好。     

动态光散射中分辨流体力学半径的重叠峰

动态光散射中,宽分布体系的流体力学半径分布f(R_h)的形态有时比较复杂,呈现为重叠峰,妨碍了人们直接解释或认识数据。为了将其重叠峰分解为单峰,从而了解每个单峰的细节特征,作者针对这种重叠峰的现象,而单组分流体力学半径分布曲线一般却为非负、不对称,且其对数具有近似对称的特点,于是提出用修改的对数Gaussian和Lorentzian函数作为数学理论模型,该理论模型曲线的不对称程度,可用左、右半支不同的均方差和指数来表征。文章采用曲线拟合法分离流体力学半径分布的重叠峰。由于本文构造的目标函数比较复杂,变量个数较多,因此选择单纯型法和模拟退火法相结合,并根据实验采用温度以指数规律衰减。文章计算和分析不同分离度的理论模型,探讨分离度对重叠峰分离的影响,并作出大致的估计。模型和实例的计算证实本法有效。     

利用基于小波特征提取的网络模型解析色谱重叠峰

提出了一种新的色谱重叠峰解析模型——基于小波特征提取的RBF神经网络模型。首先利用小波变换奇异性的检测原理,从原始色谱信号中提取特征点,这些特征点蕴含了反映色谱峰形状的信息,包括重叠峰个数、保留时间等信息。由小波变换获得的特征点来确定RBF网络的隐节点数目和网络参数的初值,即将拐点对数作为隐节点数目,将峰宽估计值作为输出层连接权的初值,将峰高估计值作为隐节点宽度的初值。再用RBF网络来拟合原始重叠色谱信号,梯度下降法训练后获得的网络参数作为解析结果,实现了重叠色谱峰的分离。实验结果表明:本方法快速、准确、可靠,能有效解析未知组分数的重叠峰。     

基于双树复小波的色谱重叠峰分解方法研究

针对色谱分析中重叠峰的分解问题,提出一种基于双树复小波变换的色谱重叠峰分解方法。首先深入研究了双树复小波变换相较于离散小波变换的优越性;然后利用双树复小波变换分解与重构模拟色谱信号,计算分离度、峰位和峰面积,与离散小波变换的结果对比,并对噪声信号进行测试;最后利用双树复小波变换分解与重构实验所测得的色谱信号。实验结果表明,双树复小波分解色谱重叠峰比一般的实数小波准确,能够有效地分离重叠峰,分解后峰形平滑对称未发生畸变,峰位相对误差与峰面积相对误差较小,适合定性定量分析。     

DTA重叠峰的高斯函数解析法

用高斯函数法模拟和解析ＤＴＡ重叠峰，演绎了子峰起始反应温度和峰面积求解方法，提出了手工处理实时谱的三点法，编制微机分峰模式图网络指导子峰峰顶坐标的确定，获得令人满意的高斯三参数法微机分峰效果。     

小波特征提取和随机森林模型解析色谱重叠峰

针对神经网络算法在当前色谱重叠峰解析领域存在易过拟合、网络结构复杂、学习效率低等问题,引入了随机森林模型。利用gausl小波模拟原始信号导数,选取合适的尺度并提取信号的特征拐点;以特征点作为模型输入、子峰面积比作为输出,使用随机森林模型拟合两者之间的映射关系;采用交叉验证的方式确定随机森林模型的参数,并使用CART算法进行模型的构建和训练;一系列实验与现有方法的对比,证明了本文方法不仅能准确对特征拐点和子峰面积之间进行拟合,在模型训练时间上还具有很高的效率。     

三种B-样条小波基处理重叠信号的比较

以B-样条小波为分析小波，提出了用于分析化学重叠信号解析的新方法一连续样条小波变换。详细讨论了采用二阶、三阶、四阶基数B-样条小波函数时，连续样条小波变换对重叠信号的解析，结果表明：连续样条小波变换应用于分析化学信号的处理，能使峰变窄同时还能提高信号的信噪比，是一种新型有效的重叠信号解析方法；对比三种样条小波基的处理结果，二阶B-样条小波基优于其余两种。     

超分辨率下的部分重叠干扰抑制

在船舶自动识别系统中,波束形成算法在目标信号受到来向相近的部分重叠干扰时存在性能严重下降的问题。针对上述问题,提出一种超分辨率下的部分重叠干扰抑制算法。算法通过自回归模型预测的方法求解自回归系数,进而进行虚拟阵元扩展预处理,并采用基于广义奇异值分解的波束形成算法完成目标信号的估计以及对部分重叠干扰的抑制,克服了上述场景下波束形成器在信号来向相近时性能较差的问题。仿真结果表明,所提算法通过结合阵列扩展与波束形成的特点,能够在不增加实际阵元的情况下较原阵列具备更高的分辨率。     

时域不完全重叠的多成分信号处理算法

分析了时域重叠的多信号(LFM和正弦波信号)经过自相关运算以后的包络特征,根据包络的跳变特征进行信号切割,对每段信号分别进行处理,得到它们的起、止时间和所含有的信号参数。通过数据拟合,将分段信号进行整合,最终得到各个信号的完整结果。仿真结果表明该方法在低信噪比条件下具有较好的性能。     

小波包变换在重叠地震信号分离中的应用

地震资料处理中常会遇到重叠地震信号,而如何将这些重叠数据分离开,是一个有待研究的课题。论文利用小波包同时在频域和时域具有良好的局部化性质,采用Shannon熵标准来选取最优小波包基,确定了重叠爆破的延迟时间,从而成功地对重叠地震信号进行了分离。     

多智能体系统跟踪领导节点的随机一致性问题研究

针对一阶连续时间多智能体系统,研究了在带有通信噪声情况下跟踪领导节点的随机一致性问题。将代数图理论、矩阵理论和随机Lyapunov方法相结合,给出了在领导节点状态的一阶导数有界的情况下,系统达到随机一致的条件,并给出了误差均方期望上界的表达式。通过研究该误差上界表达式,可以找到控制误差上界的关键参数。其中分别研究了系统中所有个体都可以获取领导节点信息和只有一部分个体可以获取领导节点信息的两种情形。第二种情形更接近实际情况,也有更大的研究价值。最后通过仿真实验证明:理论推导与仿真结果相一致。     

一种基于循环谱的时频混叠信号参数估计方法

时频混叠信号的参数估计是通信信号领域一个新兴课题,它是对混合信号进行分离,识别与解调等后续处理的基础。信号经过调制、成形及采样后具备循环平稳的特性。本文基于时频混叠信号的循环平稳特性,计算其循环谱并用形态学滤波的思想提取含有载频与码元信息的截面的谱峰,而后进行搜索从而实现估计。解决了参数配对的问题,并且由形态学滤波在提取谱线时能有效降低背景色噪声。同时探究了多径与多普勒频移信道下该算法对估计精度的影响。经仿真验证,该算法能实现BPSK与8QAM任意任何后的载频与码元速率估计,具有抗噪声,精确度高等优效性。     

小波变换-免疫算法用于重叠分析化学信号的解析

将小波变换与免疫算法结合,首先采用小波变换对原始信号进行数据压缩,然后采用免疫算法对压缩后的信号进行解析,从而使计算速度加快,对多组分核磁共振信号和二维重叠色谱信号的解析结果表明：小波变换－免疫算法可以方便地用于大数据量化学信号的解析,为快速复杂化学信号的解析提供了一种有效途径。     

Amore Address Mapping with Overlapped Rotating Entries

A memory management unit that supports demand paging is implemented with standard logic and fast-access RAM chips, resulting in much faster address translation that that provided by the standard Motorola MC68451 MMU.     

噪声相关的Biscay分布滤波

Biscay分布滤波(BDF)是一种有效的区间估计方法,它结合了滤波算法和区间表达式,有效地给出了状态的估计区间。针对一类噪声相关的线性系统给出了Kalman滤波的新形式,并在此基础上推导出与之等效的BDF,进而推广到非线性系统中。与传统的扩展Kalman滤波(EKF)相比,简要的复杂度分析和仿真实例进一步验证了新方法的有效性。     

Wonham Filtering by Observations with Multiplicative Noises

We solve the optimal filtering problem for states of a homogeneous finite-state Markov jump process by indirect observations in the presence of Wiener noise. The key feature of this problem is that the noise intensities in observations depend on the unobserved state. The filtering estimate is represented as a solution to some stochastic system with continuous and purely discontinuous martingales in the right-hand side. We discuss the theoretical results and present a numerical example that illustrates the properties of the obtained estimates.