低频噪声测量技术的现状及最新进展

低频噪声测量技术的现状及最新进展ＴｈｅＣｕｒｒｅｎｔＳｉｔｕａｔｉｏｎａｎｄＲｅｃｅｎｔＤｅｖｅｌｏｐｍｅｎｔｏｎＬｏｗＦｒｅｑｕｅｎｃｙＮｏｉｓｅＭｅａｓｕｒｅｍｅｎｔＴｅｃｈｎｉｑｕｅ￥ＤａｉＹｉｓｏｎｇ（ＪｉｌｉｎＵｎｉｖｅｒｓｉｔｙｏｆＴｅｃ...     

数字式自适应噪声消除系统的单板机实现及其工程应用

本文讨论了用TP-801单板机实现的数字式自适应噪声消除系统,提出了一种新的简单实用的μ值选取方法。为适应单板机的工作条件,本系统采用了对信号的分段处理和重复处理法。对各种不同干扰的抵消实验,充分证明了本系统的工程实用性。     

SEM摄象系统低照度下极限分辨率研究

本文应用量子噪声起伏理论计算了SEM摄象系统在低照度下的极限分辨率,并据此探讨了提高极限分辨率的可能途径及理论上可达到的探测极限。文中给出了实验比较。     

一种基于神经网络的模拟电路故障诊断方法

提出了一种基于模拟电路故障诊断的神经网络方法。这种方法利用小波分解、数据标准化、主成分分析对输入数据进行预处理,采用k个神经元输出的前馈神经网络结构进行有效训练。该方法检测和识别故障准确率高,系统的鲁棒性和稳定性强。     

通信软件的形式化研究及其应用

通过对ＯＭＴ（特别是改进的ＯＭＴ）模型的叙述,指出非形式化方法的特点,然后给出了一个可能的面向对象技术的语法框架,最后用该框架对一个通信软件进行了描述,为改进的ＯＭＴ的形式化工作及其在通信中的应用打下了基础。     

基于SOFM神经网络的图象矢量量化的研究

分析了自组织特征映射算法,讨论了按加权函数控制邻域半径的方法,并对ＳＯＦＭ算法应用于图象矢量量化进行了系统的仿真实验研究,为实际应用提供了实验依据和基础。     

MMIC放大器Rn-Gn噪声模型的精确测量研究

MMIC放大器在微波通信等领域有着重要的应用.由于微波信号在传输过程中,不可避免的会被噪声和干扰所污染,到达接收端时的微波信号已相当微弱,所使用的接收微波放大器必须要在工作频段上具备较小的噪声.本文将讨论如何使用M-Lane方法(改进的Lane方法)[1],使用自行研制的精密阻抗变换器,得到MMIC放大器Rn-Gn噪声模型中包括最小噪声系数Fmin在内的4个参数,实验结果证明该方法可以有效地提高RF系统的性能.     

混合色噪声背景下的弱信号频率估计：基于互高阶累积量的矩和最小范围—TLS方法

谱估计方法是用于噪声背景下测量微弱正弦信号的一种有效方法。但以往的谱估计都是采用互功率谱估计和高阶自谱估计的各种方法。本在互功率谱估计和高阶统计量理论基础上,提出了互高阶谱估计方法。从理论上建立了基于互四阶累积量的Yule-Walker方程,并在此基础上提出了互高阶谱估计的矩和最小范数－总体最小二乘（TLS）方法。仿真结果表明,在混合色噪声背景下,这两种方法能够有效地抑制噪声,具有良好的频率估计性能。     

图象压缩的模糊竞争矢量量化方法

在分析神经网络竞争学习算法和模糊Ｃ均值算法的基础上，提出了模糊竞争学习算法，并对模糊隶属度函数进行了探讨。理论分析和实验结果表明，模糊竞争学习算法用于图象矢量量化压缩编码是一种非常有效的方法。     

测量低信噪比电压的数字相敏解调算法及性能分析

本文研究了低信噪比正弦电压幅值及相位测量用的数字相敏解调（ＤＰＳＤ）算法，给出了ＤＰＳＤ算法的主要参数（数据长度、取样频率、Ａ／Ｄ转换器位数）与低信噪比电压测量的性能指标（测量精度、频率分辨力、动态储备及最小可测电压）之间的关系。对纳伏电压的实际测量表明，理论分析与测量结果是一致的。本文研究结果可以用于数字式相敏解调程序的设计及应用