基于改进的DE算法的超声回波参数估计

利用最小二乘法将超声回波参数估计问题转化为优化问题,采用改进的差分进化算法(DE算法)对待优化函数进行优化处理。仿真研究说明,该方法在噪声环境下依然有效,并且不依赖于初始值选择,不需计算梯度,可以在全局范围内搜索。     

时差式超声测量回波信号处理研究

研究了一种软、硬件结合的时差式超声测量回波信号处理方法。分析介绍了系统的硬件组成和实现方法,概述了软件设计流程与主要功能。超声回波信号调理模块提取从接收换能器得到的原始超声波信号并转换成后续处理电路易于处理的稳定回波信号。利用现场可编程门阵列(FPGA)的可编程特性设计了数字信号处理模块,得到过零比较信号和阈值比较信号,从而锁定回波到达时刻。     

基于稀疏分解的超声无损检测信号处理

为了在复杂背景噪声情况下,对缺陷的大小和位置实现精确的识别,提出了一种基于Ga-bor原子库稀疏分解的信号处理方法 ,利用匹配追踪算法将信号在超完备Gabor原子库中进行稀疏表示。采用相干比阈值作为迭代终止条件,根据信号噪声水平自适应调整迭代次数。针对算法计算量大的缺点,引入遗传算法,大大提高了计算的效率。实验表明,该方法可以有效减小噪声的影响,具有计算效率高、稳定性好的特点。     

车架VIN码区域超声检测方法研究

使用一套超声检测系统,通过检测有无焊缝的方式对车架VIN码区域进行真伪鉴别。采用算法将系统采集回的波形进行信号处理,拟合出判伤函数对其进行有无焊缝的判别。多次实验表明,该方法能更有效地对车架VIN码区域进行真伪鉴别。     

基于人工蜂群算法的超声回波参数估计

将适用于求解组合优化问题和连续优化问题的人工蜂群算法运用于超声回波的非线性高斯模型,提出了一种基于人工蜂群算法的超声回波参数估计新方法,给出了算法的基本步骤,并在不同初始条件下对算法的性能进行了仿真。仿真结果表明,该算法的估计精度与初始值的选择无关,不仅能成功估计出超声回波模型的各个参数,而且可在全局范围内取得最优解,与超声回波参数估计的蚂蚁算法相比,该算法具有收敛速度快,运行时间短,鲁棒性好,可进行实时处理的优点。     

小波包去噪方法在海底石油管道超声检测中的应用

通过分析海底石油管道超声检测回波信号,部分有效信号混在噪声信号里,本文研究了具有任意多尺度分解特性的小波包去噪方法。首先介绍了小波包的基本理论以及去噪声理论,然后运用小波包分析对实际测量的超声回波信号进行。处理。仿真结果表明,小波包去噪法能更好地抑制噪声,明显提高信噪比。     

焊接缺陷超声检测回波信号的双谱分析

针对焊接缺陷超声检测中信号处理的特征提取问题，应用高阶谱方法对三类压力容器焊接缺陷的超声回波信号进行了分析，在焊接缺陷超声检测中，回波信号的相位携带有被检对象重要的结构特征信息。高阶谱方法与常规的功率谱分析方法不同，它不仅有振幅而且包含有相位，能揭示常规功率谱分析所不能表现的重要信息。本文应用高阶累积量技术对缺陷回波信号进行双谱分析，提取出缺陷回波基于双谱的平均相位信息作为特征参量，取得了较好的识别结果。     

基于自适应低秩稀疏分解的超声缺陷回波检测方法

超声无损探伤在金属材料微小缺陷检测中有着广泛的应用,但采集的回波信号通常受到噪声干扰甚至完全被噪声掩盖,为了辨别被噪声干扰的缺陷反射信号,提出了一种基于自适应低秩矩阵分解的超声缺陷回波检测方法.首先对原信号进行短时傅里叶变换并提取幅度谱和相位谱,引入基于误差重建的背景矩阵秩估计方法,用于估计低秩稀疏分解所需的低秩度参数...     

用于回波抵消的最大长度序列相关近端语音检测算法研究

回波抵消是语音通信系统中不可缺少的一个重要组成部分。大部分回波抵消技术都是基于自适应LMS算法的。在实际应用中，近端语音检测的准确性会在很大程度上影响自适应LMS算法在双向通信环境下回波抵消的效果。本文提出了一种基于最大长度序列相关算法的近端语音检测算法。这种近端语音检测算法和自适应LMS算法相结合，得到的回波抵消算法在模拟双向通信环境下的回波抵消效果比自适应LMS算法高约8db。     

基于阵列信号处理的认知无线电频谱空洞检测方法

探讨了一种基于阵列信号处理技术的干扰温度估算方法,以提高认知无线电频谱空洞检测精度.在该方法中,定义了考察区域内任意一点的干扰温度,通过估计干扰源的参数来计算干扰温度值,形成了考察区域内的干扰温度分布,进行频谱空洞可用性判决.理论分析和仿真结果表明,与MTM-SVD方法相比,该方法对考察区域干扰温度的估算具有较高的精细度,从而提高了频谱检测的精度.     

超声回波信号的多阈值分段去噪方法研究

通过构建超声回波信号模型,将基于小波包阈值去噪应用在超声回波信号研究中。针对超声回波信号的非平稳性,提出一种多阈值分段去噪方法应用于超声回波信号的去噪研究中。仿真实验表明,采用的多阈值分段去噪克服了单阈值规则的局限性,能够较好地处理超声信号中的噪声分量。     

一种基于LTE的改进型信号检测算法

为了提升信号检测算法的性能,提出了一种改进型V-BLAST算法,在最先检测层保留了K个与判决统计量欧氏距离最近的星座点,其他各层依旧采用V-BLAST算法,从而降低了误码传播的可能性。通过仿真,设定了K的取值,并得到结论:K取值适当时,该改进型算法比传统的V-BLAST在性能上有了明显提升。     

基于微波雷达回波信号的智能车道划分方法

利用多目标交通测速雷达进行交通执法时,只有正确地判断出车辆所在的车道,抓拍照片才能作为交通执法的依据。传统的分车道方法主要通过人工测量的固定阈值以及坐标系旋转的方法来达到车道划分的目的,但这种方法误差较大并且不易于操作。基于统计和密度特征的核聚类算法（K-CSDF）分两步进行：首先对雷达获取的车辆数据进行特征提取,包括基于统计特征的阈值处理和基于密度特征的动态半径提取;然后引入基于核的相似性的动态聚类算法对筛选出的有效点进行聚类。通过和高斯混合模型（GMM）算法以及自组织映射神经网络（SOM）算法进行仿真对比表明：当只取100个有效点进行聚类时,K-CSDF和SOM算法能达到90%以上的分车道正确率,而GMM算法不能给出车道中心线;在算法用时上,当取1000个有效点时,K-CSDF和GMM算法用时均小于1s,可以保证实时性,而SOM算法则需要2.5s左右;在算法鲁棒性上,K-CSDF对不均匀样本的适应性优于这两种算法。当取不同数量的有效点进行聚类时,K-CSDF可以达到95%以上的平均分车道正确率。     

基于自学习算法的BCG信号处理方法

针对心冲击描记(BCG)信号中心跳波形缺乏确定模型且受多种因素影响的特点,提出了基于自学习的心跳识别算法.使用聚类分析的方法,有效提取了BCG信号中具有高度相关性的一组曲线,并将其作为心跳模型.将心跳模型与BCG信号进行匹配,捕捉到心跳信号进而得到心跳周期.经实验验证:算法得出的心跳周期误差在±2%以内,并在Android平台上进一步验证了其准确性和实用性.     

一种基于改进支持向量机的入侵检测方法研究

提出基于粒子群优化（Particle Swarm Optimization,PSO）算法和支持向量机（Support Vector Machines,SVM）的入侵检测方法,为优化SVM性能,使用PSO的全局搜索特性寻找SVM的最优参数[C]和[σ];为避免PSO算法陷入局部最优,引入变异操作,找到最优参数组合后进行基于PSO_SVM入侵检测算法的训练和检测,解决了入侵检测系统准确度难题。仿真实验表明该方法的检测率为92.8%,误报率为6.911 9%,漏报率为9.708 7%,对KDDCUP竞赛的最佳结果有一定程度的提高,实验结果验证了该算法的有效性和可行性。     

基于改进R-FCN的车辆目标检测方法

针对传统方法对实际环境中车辆检测精度不高的问题,提出基于深度学习中R-FCN模型进行车辆检测的方法。基于全卷积网络,结合多尺度训练使模型能够学习到不同尺寸车辆的抽象特征,在训练过程中引入可变形网络提高模型对目标变换的自适应能力,使用软化非极大值抑制的方法减少复杂环境中目标的漏检率。利用Udacity数据集进行训练和测试,实验结果表明,提出方法与R-FCN模型相比,检测的平均准确度提高了4.3%,对实际场景下的车辆有着良好的检测效果,网络具有一定的鲁棒性。     

基于改进YOLOX的落石检测方法

山坡地区是落石频发的区域,凭人力难以及时发现灾害的发生。为及时检测到落石的发生并做出应对措施,提出一种基于改进YOLOX的落石检测方法,自动检测并报告落石的发生情况;通过自制落石数据集训练YOLOX网络,优化空间金字塔池化结构,获取更多语义信息,并引入ECA-Net(Efficient Channel Attention Module,高效通道注意力模块),提高特征的提取能力和特征间的信息传播,同时改进损失函数并使用数据增强,提高网络训练效果;实验结果表明,改进YOLOX算法的mAP@0.5为92.50%,每秒检测帧数为62.6,相较于YOLOX算法,mAP@0.5提高3.45%,每秒检测帧数上涨0.3;与原算法相比,在不损失性能的情况下,精度有较大的提升,同时满足图片与视频数据的实时检测要求。     

超声回波信号特征提取器的设计

本文提出一种结合模拟电路和CPLD器件对超声回波信号特征提取的方法,提取的特征量包括8寸间、能量和幅值信号。通过对超声回波信号特征的分析,该方法利用微分器、积分器、延时电路、波门电路、计数器以及峰值保持模块,直接对检波后的超声信号进行处理提取信号特征。最后对各个模块进行了模拟仿真,结果表明本文提出的电路设计可以实现对超声回波特征的提取,能够提高精度和检测效率,并为进一步自动检测开发提供了基础。