像增强器高压倍压电路的设计与仿真研究

新一代像增强器正在不断朝着微型化的方向发展,其中一个关键技术是产生高达6000V的高压微型电源模块,而选择合适的电路元件参数使模块微型化和性能提升.根据实际像增强器对电源系统的要求,从理论出发,结合工作实践,应对高压倍压产生电路进行数学建模,通过计算机仿真分析高压倍压电路的暂态工作过程,得出了电路的交流输入信号频率、倍压电容和输出负载等对倍压电路输出特性的影响,为设计高性能微型化像增强器电源提供依据.     

一种新的最小二乘支持向量机稀疏化算法

普通的最小二乘支持向量机(LS-SVM)稀疏化算法在处理有些常见的模式识别问题时,随着训练样本的删减,识别率下滑很快,往往达不到稀疏化的目的。针对这种情况,提出了一种新的LS-SVM稀疏化算法来弥补这种不足,从而使得LS-SVM稀疏化算法体系更加完善。将新算法应用到雷达一维距离像的识别中,实验结果证明了新算法的有效性。     

基于DSP的高精度三角波测量仪设计与实现

设计了一种高精度、数字化的三角波测量仪器,能对(0～5)MHz的任意周期的信号进行频率、幅值、斜率测量.TMS320LF2407数字信号处理器作为主处理器,用前置电路对待测信号做信号变换处理,根据实际被测信号的频率范围,采用等效采样的方法对被测信号进行等周期采样.在信号处理上,提出了用最小二乘法进行曲线拟合的方法对采样数据进行处理.使信号能精确地得到复现.确保测量精度.通过对频率为1k、100k、5M的信号进行测量,结果表明,系统频率测量误差小于0.2%,幅值和斜率误差小于2%.     

利用LS—SVM模块化决策系统求解EEG源参数

给定头皮脑电位的分布推算脑内电活动的源是脑电研究的一个重要的方面.研究涉及到信息科学、电磁场计算及生物医学工程等多个学科领域,其研究成果在神经疾病诊断、探索人的感觉和认知过程等方面具有蕈要意义.基于最小二乘支持向最机(LS-SVM)算法建立模块化决策系统,首先对脑电数据进行分类,然后依据分类结果提取数据样本,并建立回归模型,最后求解多种偶极子源参数.从而建立起头皮电压和脑电源参数之间的内在联系,为脑电动态分析提出一种实时的研究思路.计算机仿真计算结果证明了此方法的有效性.     

一种内弹道测速器的设计与应用

设计研制了一种新型内弹道测速器,用于多型导弹发射筒内弹道参数的测量,获取导弹出筒速度和筒内运动最大过载量;该测速器采用独特的机械结构设计方法和光电转换器件,解决了导弹发射筒内高速直线运动向电信号的转换问题,采用了最小二乘滚动拟合法和全程高次方程相结合的数据处理分析方法,解决了发射筒内复杂测量环境带来的大扰度干扰问题;通过实际应用证明,该测速器工作稳定,可靠,测量精度高达99.73%,具有一定推广应用价值。     

基于支持向量机对激光焊接的自适应控制

激光焊接过程是典型的不确定性非线性系统,且难以用具体的数学模型对其进行描述。为了对其进行控制,首先采用基于最小二乘支持向量机的方法对其离线建立了非线性模型;然后基于模型设计了自校正PID控制器。仿真结果表明了建模和控制方法的有效性和优越性。     

船舶噪声干扰下基于LS线性回归的水声频率估计算法

针对船舶噪声干扰和离散傅里叶变换带来的栅栏效应问题,提出基于最小二乘线性回归的水声频率估计算法。算法利用离散傅里叶变换实现接收信号的频率粗估计,对得到的频率粗估计误差信号进行加窗求和,再利用最小二乘线性回归,得到频率粗估计的误差,最终实现频率的精准估计。仿真结果表明,所提算法在低信噪比下也能实现频率的精准估计,水箱和胶州湾水下试验验证了所提算法在船舶噪声干扰下的有效性。     

基于IRANSAC-IRLS直线拟合算法及应用

针对工业视觉检测中直线边缘存在沾连、毛刺等噪声,导致拟合效率不高、精度较差的问题,提出一种基于梯度方向改进的随机采样一致性（improved random sample consensus,IRANSAC）的迭代加权最小二乘（iterative reweighted least-squares,IRLS）直线拟合算法,即IRANSAC-IRLS算法。首先,利用直线上边缘点的梯度方向相近,将梯度方向引入边缘点RANSAC拟合,来降低错误的随机抽取的次数;然后,对IRANSAC提取出来的局内点进行迭代加权最小二乘拟合,求得最终的直线参数。在噪声点比例为20%、40%、60%、80%的条件下,将IRANSAC-IRLS与基于随机采样一致性算法的最小二乘（RANSAC-LS）拟合算法的仿真实验结果进行对比,IRANSAC-IRLS比RANSAC-LS的拟合效率分别提高16.3%、41.9%、47.5%、53.2%,拟合精度分别提升14.3%、16.7%、44.0%、69.0%。     

改进的基于彼此相反型编码ECC标量乘算法

针对标量乘算法占用存储空间较大的问题,提出一种改进的基于彼此相反型编码ECC标量乘算法。所给方案首先对标量乘算法的标量用彼此相反型编码方式重新编码,可以大幅降低运算量,从而减少所需存储空间;然后根据约束条件放置标量乘算法底层域模块中的操作数,可以最大程度地利用SRAM空间,从而有效降低IP的面积;最后根据性能分析可知：与经典标量乘算法相比,所给方案可以有效节省10%左右的面积,而且不会影响标量乘算法的IP性能,较适宜应用在SoC安全芯片等资源受限的系统中。     

一种基于离散余弦变换-惩罚最小二乘回归的区域高分辨率电离层TEC地图重构方法

高时空分辨率的电离层TEC地图对中小尺度电离层扰动的分析和建模具有重要的应用价值. 利用中国大陆构造环境监测网络和国际GNSS服务(international GNSS service, IGS)的地基GNSS监测数据,基于离散余弦变换-惩罚最小二乘回归（discrete cosine transform and penalized least square regression, DCT-PLS）算法,实现了区域高时空分辨率(1°×1°×15 min)电离层TEC地图的重构. 通过与2014年和2018年部分Madrigal高精度TEC数据的对比结果表明,DCT-PLS算法给出的垂直TEC一致性和稳定性相比欧洲定轨中心（Center for Orbit Determination in Europe,CODE）的全球TEC地图(global ionospheric map, GIM)数据有明显提升,其中TEC平均误差由3.9 TECU下降为2.0 TECU,标准差由3.7 TECU下降为2.7 TECU. 对2017-09一次磁暴期间的电离层重构结果表明,本文算法能够较好地再现磁暴期间电离层精细化的扰动结构特征,相关研究结果可为实现区域高分辨率电离层监测和应用提供技术支撑.