Compressed sensing of superimposed chirps with adaptive dictionary refinement

The compressed sensing （CS） theory shows that accurate signal reconstruction depends on presetting an appropriate signal sparsifying dictionary. For CS of superimposed chirps, this dictionary is typically taken to be a waveform-matched dictionary formed by blindly diseretizing the frequency-chirp rate plane. However, since practical target parameters do not lie exactly on gridding points of the assumed dictionary, there is always mismatch between the assumed and the actual sparsifying dictionaries, which will cause the performance of conventional CS reconstruction methods to degrade considerably. To address this, we model the waveform- matched sparsifying dictionary as a parameterized one by treating its sampled frequency-chirp rate grid points as the underlying parameters. As a consequence, the sparsifying dictionary becomes refinable and its refinement can be achieved by optimizing the underlying parameters. Based on this, we develop a novel reconstruction algorithm for CS of superimposed chirps by utilizing the variational expectation-maximization （EM） algorithm. By alternating between steps of sparse coefficients estimation and dictionary parameters optimization, the algorithm integrates the process for dictionary refinement into that of signal reconstruction, and thus can achieve sparse reconstruction and dictionary optimization simultaneously. Experimental results demonstrate that the algorithm effectively deals with the performance degradation incurred by dictionary mismatch, and also outperforms the state-of-the-art CS reconstruction methods both in compressing the signal measurements and in suppressing the measurement noise.     

频谱细化在电力谐波分析仪中的应用

论文提出一种基于二段式FFT频谱细化算法,利用了存贮空间中保存的前一次计算的数据,增加了实际计算的数据长度,在运算时间增加不多的情况下,提高了FFT的频率分辨率.并利用谐波分析仪上DSP芯片强大的数字信号处理能力对数据进行分析和处理.该算法作为谐波分析方法用于谐波分析仪中,能提高了谐波分析仪的精确度和快速性.     

基于混合变异策略的改进差分进化算法及函数优化

针对差分进化算法DE 传统变异策略不能有效平衡全局搜索和局部搜索,并且算 子固定,导致算法早收敛、搜索效率较低。基于DE 变异策略性能,提出一种混合变异策略, 力图平衡算法探索和开发能力,使得前期增强全局搜索,保持种群多样性; 后期偏重局部搜 索,尽快收敛到全局最优值。同时操作算子采用随机正态缩放因子F 和时变交叉概率因子CＲ, 进一步改善算法性能。几个典型Benchmarks 测试函数实验表明: 该改进型差分进化算法能有 效避免早收敛,较好地提高算法的全局收敛能力和搜索效率。     

一种基于改进的量子神经网络的语音降噪方法

利用一种改进的量子神经网络（IPSO-QNN）在时域上对含噪的语音信号进行降噪处理,文中重点改进了QNN所涉及到的学习算法。针对粒子群算法本身存在早熟的不足,提出了一种改进的粒子群优化算法（IPSO）。该算法通过对早熟粒子的速度和位置叠加随机数据,使其离开局部最优,从而使算法具有更强的寻优能力。利用IPSO对量子神经网络的参数进行训练和学习,建立了比较高效的基于改进的量子神经网的语音信号滤波器,并通过Matlab软件建立实验平台,实验结果表明,新算法充分利用了量子神经计算的快速性以及粒子群算法的全局寻优能力,从而使该语音信号滤波器,具有良好的降噪性能。     

液体粘滞系数精确测量系统设计

采用沉降法测量液体粘滞系数受手工按秒表、视差及小球下落偏离中心等因素影响,测量结果准确度不高.采用激光光电传感器结合单片机计时,克服人工秒表计时的视差和反应误差,测量小球下落速度的准确度高,引导学生掌握一种新型计时、测速、计数的方法.本研究既保留原实验装置的操作和实验内容,又增加了激光光电计时器的原理及使用方法,扩大了知识面,提高了测量精确度,体现了实验教学的现代化.研究结果表明:该系统测量的蓖麻油的粘滞系数(14℃)的相对误差只有3.5%,大大提高了粘滞系数测量精度,为粘滞系数测量和计时器的设计提供了研究思路和方法.     

一种用于线性稳压器的限流电路

介绍一种电路结构简单、限流保护功能可靠、可用于线性稳压电路的限流保护电路,在0.6μm CMOS工艺下流片,测量结果显示该限流电路可在驱动输出超过额定值(100mA)后,有效启动以保护电源芯片安全.     

基于有限状态机的URL解析

在网页分类的过程中,鉴于存储查询过程中的URL规范化需求,提出一种基于有限状态机的URL解析方法,并进行了详细的分析设计,解决了现存URL解析方法效率低、资源消耗大的缺点,提高了解析的效率和容错性能.     

软BCK代数

提出了软BCK代数的概念,研究了软BCK代数的并,交和乘积运算,讨论了这些运算的代数性质。     

基于分布式智能代理的反网络洗钱技术研究

本文针对当前洗钱犯罪活动迅速发展并呈现网络化的问题,提出了基于分布式智能代理框架的反网络洗钱技术,并结合关系图熵矩阵的数据挖掘技术,开发了反网络洗钱的仿真实验原型系统进行仿真验证。     

高分辨率SAR图像建筑物三维成像几何结构分析

随着SAR分辨率的不断提高,建筑物在SAR图像上表现出越来越明显的几何结构特征,这些特征为重建建筑物三维模型提供了重要的信息。主要论述了建筑物在SAR图像上的成像几何结构,并给出了利用SAR图像上建筑物L型的叠掩结构反演建筑物三维结构的理论基础和方法,最后通过实验证明了该方法的可行性。