基于EWT-SVM的雨量识别方法

为了从雨声信号中识别出雨量的大小,提出了一种基于经验小波变换和支持向量机的雨量识别算法。对于采集到的雨声信号先进行去噪,接着对信号进行经验小波变换分解,分解后得到数个经验小波函数分量,然后通过Matlab编程对各个经验小波函数分量进行特征提取,在时域和频域范围内组成评价特征矩阵,最后通过SVM对特征矩阵进行分类识别。通过仿真实验发现,对于同一个信号,经验小波函数相较于经验模态分解有更好的自适应性并且克服了经验模态分解的混叠现象和端点效应。实验结果表明基于经验小波变换和支持向量机的雨量识别方法在雨量识别领域具有良好的效果,研究方法为雨量识别、智能雨量计的发展奠定了良好的基础。     

基于改进CEEMDAN和小波阈值的雨声信号去噪算法研究

为了从混杂着各种噪声的雨声信号中提取到较为纯净的雨声信号，本文提出基于改进完全自适应噪声集合经验模态分解（CEEMDAN）和小波阈值相结合的雨声信号去噪方法。方法引入互相关函数寻找CEEMDAN的最优分解层数F值，并通过CEEMDAN算法按最优分解层数F层分解，将信号分解成多个频率由高到低的本征模态分量（IMF）;利用小波阈值，滤除高频IMF分量中的噪声分量，最后将去噪后的高频IMF分量和未经去噪的低频IMF分量进行信号重构，提取出较为纯净的雨声信号；实验表明，本文选用方法的去噪效果相对于经验模态分解（EMD）去噪算法、小波阈值去噪算法等传统方法具有一定的优势，去噪后的雨声信号能够准确反映出环境雨情的特征，提高雨情分析的精确度。     

基于LoRa的γ辐射监测系统设计及应用

核能科学与技术和人们的生活联系紧密,但同时核辐射也可能危害人们的身体健康,因此需要加强对核辐射的监测。有线核辐射监测系统布线复杂、施工周期长、成本较高,且移动性差、故障排查较为困难。为了满足便捷测量γ辐射环境的需求,基于LoRa无线通信技术,设计了γ辐射监测系统。该系统的主要功能包括数据采集、数据处理及数据传输,采用硅光电倍增管（Silicon Photomultiplier,SiPM）闪烁体探测器进行数据采集,STM32单片机作为核心处理器对采集的数据进行处理、打包,由LoRa无线通信模块进行数据传输。针对可能存在的因复杂电磁环境、传输距离等因素导致监测系统断线及数据传输频繁时造成的区域内信道拥堵问题,设计了动态最优路径通讯算法,通过筛选中继节点,寻找最优重连路径以及实现数据发送的优先级分配。实际测试结果表明：闪烁体探测器测试辐射数据结果可靠,且基于LoRa的γ辐射监测系统数据传输稳定性达到99.57%以上。该系统具有组网灵活、传输距离远、成本低、拓展性强等优点,具有广泛的应用前景。     

融合三步平滑与改进RRT算法的无人机路径规划

为解决路径规划领域中原始RRT所具有规划时间长、路径不平滑、路径代价大的缺点,本文先在原始RRT算法的基础上加入了动态步长策略以及嵌入了Dijkstra算法对效率进行改进,然后在得到的路径上分别加入下样本平滑、上样本平滑和关键点平滑对路径平滑度和路径代价进行改进。MATLAB实验表明,本文算法在规划时间上较传统RRT提升45%左右,较Astar、RRTstar、GA算法有着分别30%～70%不等的领先;在路径长度方面,本文算法较传统RRT有着近40%的提升,相较其他算法也有着不同程度的领先。由此可以得出,本文所提方法,可以较好地应用于路径规划。     

超声相控阵系统中PCI驱动开发研究

超声相控阵系统的数据传输速率很大程度上决定着其检测速度,因而在PCI总线的超声相控阵系统中,PCI驱动执行效率至关重要。详细阐述了利用Win Driver、Driver Studio和WDK(Windows Driver Kit)三种工具开发PCI驱动程序的方法及实现。在驱动效率和兼容性等方面上比较这三种不同的驱动开发方案。分析及测试结果表明,使用Driver Studio开发的驱动能够高速稳定地工作,满足超声相控阵系统对于数据传输速率和稳定性的要求。由于不同的应用有着不同的开发需求,提出根据特定的开发需求选择不同的开发方案,从而得到需要的驱动及其应用程序。