基于平稳小波包分解和希尔伯特变换的故障特征自适应提取

提出一种自适应地提取信号特征分量的故障检测方法.采用逐层推进的平稳小波包分解算法,运用希尔伯特变换,在对信号进行小波包分解的同时,对分解结果进行瞬时频率和瞬时幅值分析,根据设定的分量提取和信号分解规则,实现信号分解路径的自主搜索,自适应地构建信号的小波包分解树,对信号进行多分辨率的频谱分析,达到信号消噪和特征分量提取的目的.仿真研究表明该方法的分量提取规则简单、目标明确,信号分析结果简洁,具有运算时间少、数据存储量小的特点和良好的抗噪性能,所提取的故障特征分量的时-频-幅值信息清晰、易于检测.     

无线通信中有记忆功率放大器的一种预失真方法

在WCDMA等宽带通信系统中,射频功率放大器记忆效应明显,传统的无记忆预失真技术无法达到理想的线性化效果.分析功放的记忆效应,并提出一种适合于有记忆射频功率放大器的顸失真方法.该方法首先基于记忆多项式构造预失真器,然后采用间接学习结构设计预失真系统,并运用限定记忆递推最小二乘算法更新预失真器参数,以跟踪放大器特性的变化.仿真结果表明,该方法能较好地补偿射频功放的非线性失真和记忆效应.     

基于Web的制浆造纸企业生产信息统计系统设计

以大型造纸企业系统为背景，分析了C／S与B／S的结构差异，并对Web数据库访问技术进行了探讨，最后介绍了一种典型的基于Web的流程企业信息系统的设计。     

嵌入式GPS/MIMS组合导航系统的设计与应用

利用微型惯性测量单元MIMU和GPS-OEM板,设计了一种低成本、轻小型的嵌入式GPS/MIMS组合导航系统。根据组合导航系统的数据流图,给出了RTLinux环境下组合导航系统软件的结构和实现方法,为编码提供依据。     

基于样本取样的SMO算法

介绍了一种对样本集取样的方法 ,并在此基础上对序贯最小优化 (sequentialminimaloptimization ,SMO)算法进行了改进 ,提出了取样序贯最小优化 (S-SMO)算法 .S-SMO算法去掉了大部分非支持向量 ,将支持向量逐渐收集到工作集中 .实验结果表明 ,该方法提高了SMO算法的性能 ,缩短了支持向量机分类器的训练时间 .     

基于矢量基学习的最小二乘支持向量机建模

为使最小二乘支持向量机的解具有稀疏性,本文提出了一种稀疏解算法-矢量基学习．首先引入基矢量、基矢量集与矢量空间的概念,并分析新样本矢量与矢量空间的夹角,从而推导出该样本是否为基矢量的判断准则．随着新样本的到来,在线判别支持向量,使LS-SVM的支持向量具有稀疏性．提升LS-SVM动态建模的实时性,本文进一步提出用于矢量基学习的增长记忆模式递推公式．仿真分析及水处理厂的应用实例,验证了该方法的可行性和有效性．     

基于PICA的过程监控方法

工业过程中普遍存在噪声污染,本文在概率主元分析方法（PPCA）的基础上,把该方法推广到非高斯过程,提出一种新的基于概率独立成分分析（PICA）的过程监控方法.针对过程的非高斯和噪声信息,分别建立其对应的统计量I²和MR.通过对Tennessee Eastman（TE）过程的仿真研究,验证了该方法的可行性和有效性,较好地改善了过程的监控效果,从而更好地保证过程运行的安全、稳定性.     

基于嵌入式Internet的远程监控系统设计

提出了一种以嵌入式系统为核心，具有集成网络功能，基于嵌入式Internet的远程监控系统，并且给出了系统结构、嵌入式Internet实现原理以及相应的软件实现过程。     

基于小波网络和遗传算法的LTV系统建模新方法

本文基于小波网络和遗传算法，提出一种用于LTV系统建模的二次回归方法。首先，利用小波网络构造参数子模型，并采用LS方法直接估计第二代参数；然后利用遗传算法和AIC确定参数子模型的结构，以获得最终用于表示LTV系统的二次回归方程。最后，给出仿真结果，验证了该方法的可行性和有效性。