分布式心音采集及时域分析系统设计

设计一套基于三层C／S架构的分布式心音采集及时域分析系统。该系统由单通道心音采集仪、客户端、服务器组成。单通道心音采集仪将采集到的心音数据以TXT文档形式存入SD卡,并通过USB接口将数据上传到客户端。客户端通过TCP协议与服务器进行通信,并利用Socket方式向服务器提交采集到的心音数据。服务器将客户端提交的数据存储在数据库中。心音时域分析算法在MATLAB中进行开发,并通过combuilder将其转换为com组件,供服务器软件调用,实现心音的分析。服务器将分析结果图片存入数据库,供用户查询。     

超短波跳频电台跳频频率合成器的实现

跳频频率合成器是跳频电台的关键核心技术部件技术之一，它的好坏直接影响快速跳频电台的抗干扰性和稳定可靠性。现针对FH／DSDQPSK混合抗干扰电台高速跳频的频率合成器的实现做了简要介绍，实践证明该跳频频率合成器在1000跳／s的时候能清楚的实现语音通信。     

在单片机中应用卷积神经网络实现故障诊断

作者利用深度神经网络进行滚动轴承的智能故障诊断（IFD）,将人工智能在低成本小型化平台上实现了应用。作者在文章中优化改进了二维神经网络（CNN2D）的神经网络架构,并将其部署到STM32H743VI单片机,实现了轴承故障振动信号的识别和分类。网络的训练和验证使用凯斯西储大学（CWRU）轴承故障数据集,并获得其中的包含10种故障类型的数据。使用基于Tensorflow深度学习框架的Keras工具对CNN2D的神经网络进行训练。验证可知该改进模型对故障识别准确度可以达到98.90%。利用CubeAI工具将网络部署至单片机内。通过串口与电脑进行通信获取随机轴承数据,实测每次诊断运行时间为约为19 ms。     

一款用DSP+FPGA实现的数字相关器

在对跳扩频通信的研究中,采用软件无线电技术实现数字相关器,比较起用模拟器件实现相关算法具有灵活性和稳定性,调试也更加方便。在经过算法推导后,给出了仿真结果,从理论上奠定了实现的基础。然后在DSP FPGA的架构上介绍了算法实现的流程图。最终实际做出的模块根据实测结果达到了设计要求。做出的模块也应用在超短波扩频电台中。实践证明这是一款实用的实现方法。     

基于模式化压缩感知的帧定时同步研究

作为数据检测的必要前提,帧定时同步一直是通信领域的研究热点与难点。然而,现有非压缩感知帧同步方法必须满足奈奎斯特速率,导致过度功耗以及模拟-数字转换器（Analog-to-Digital Converter,ADC）设计难度;而采用压缩感知（Compressed Sensing,CS）帧同步方法的正确同步性能有待进一步提高。为此,将模式化压缩感知（Model-based Compressed Sensing）技术引入到帧定时同步中,提出了一种基于模式化压缩的采样匹配追踪（Compressive Sampling Matching Pursuit,CoSaMP）方法,用以重构压缩采样下的同步度量并完成帧同步。分析与仿真结果表明,相对于现已有的基于CS的帧定时同步方法,提出方法改善了帧定时同步的正确同步概率。