基于时频域的卷积神经网络运动想象脑电信号识别方法

针对目前运动想象脑电（EEG）信号识别率较低的问题，考虑到脑电信号蕴含着丰富的时频信息，提出一种基于时频域的卷积神经网络（CNN）运动想象脑电信号识别方法。首先，利用短时傅里叶变换（STFT）对脑电信号的相关频带进行预处理，并将多个电极的时频图组合构造出一种二维时频图；然后，针对二维时频图的时频特性，通过一维卷积的方法设计了一种新颖的CNN结构；最后，通过支持向量机（SVM）对CNN提取的特征进行分类。基于BCI数据集的实验结果表明，所提方法的平均识别率为86.5%，优于其他传统运动想象脑电信号识别方法；同时将该方法应用在智能轮椅上，验证了其有效性。     

XMAC纵波时差高分辨率处理方法

在充分调研阵列声波测井分波提取方法的基础上，针对阿特拉斯公司的交叉多极子阵列声波测井（XMACⅡ）提供的单极波形信息，研究纵波时差提取及高分辨率处理方法。首先利用相关-互功谱法高精度地提取纵波时差，然后针对XMACⅡ仪器的接收阵列，研究组合子阵列的方法，形成共发射子阵列和共接收子阵列，最后利用子阵列对提取的纵波时差做高分辨率处理。处理现场实际测井资料，并将高分辨率处理成果与引进的eXpress软件处理成果、实测的国产高分辨率声波（纵波）测井曲线及岩心纵波时差对比分析，表明该方法提取的纵波时差曲线的纵向分辨率有很大提高，时差计算准确可靠，提取的单极纵波时差与国产高分辨率声波时差及岩心纵波时差的平均相对误差均小于7%。该方法具有较高的实用价值和广阔的应用前景。     

频谱分解技术在塔里木盆地北部TH地区碳酸盐岩缝洞型储层预测中的应用

本文从频谱分解技术的基本原理及计算方法入手,根据正演模型,通过对比缝洞型储层与地震反射特征的关系,总结出储层发育的反射特征,相应地精细调整频谱分解处理参数,进而进行预测。通过与钻井资料对比可知,频谱分解技术可以刻画不同频率强反射、弱反射的边界。     

CMOS光接收机主放大器设计

利用CMOS工艺设计一种用于SDH STM 4速率级(622 Mb/s)光纤用户网的光接收机放大电路。此电路由输入/输出缓冲、主放大单元、偏置补偿电路4部分组成。通过直接耦合技术提高增益,降低功耗;利用有源电感负载提高系统带宽。采用商用SmartSpice电路仿真软件和CSMC HJ 0.6μm工艺参数对该电路进行仿真。结果表明,该电路在5 V工作电压下中频增益为81 dB,3 dB带宽为470 MHz。     

采用RF2607的WLAN自动增益控制设计

介绍了宽动态变化范围的新型可变增益放大器RF2607的特性、功能,给出了利用RF2607设计无线局域网(WLAN)通信中自动增益控制部分的实用电路.     

用CMOS工艺实现VSR光电集成接收机的途径

介绍了10Gbit／s速率的甚短距离光传输系统VSR(Very Short Reach)中的接收机。分析了几种有希望用于VSR系统的CMOS工艺兼容的光电探测器。提出用CMOS电路实现VSR光电集成(OEIC)接收机的可能性和实现方法。     

动力载波控制接收机限幅干扰分析

通过对载波接收机限幅干扰分析 ,提出电路改进的办法。     

10～40Gb/s OEIC光接收机前端的最新研究进展

基于OEIC光接收机前端的集成方式和前放电路形式介绍了OEIC光接收机前端的最新研究进展.     

接收机整机最小噪声系数的实现

前级LNA的性能指标的好坏对接收机整体性能起主要作用。较流行的设计方法是用ADS等仿真软件在Smith圆图上作出LNA的等增益圆和等噪声圆，以确定LNA是否同时满足所要求的增益和噪声系数指标。这种方法虽然满足了设计要求，但往往不能获得整机噪声的最佳点。本文在符合设计指标后进一步对噪声和增益的关系进行分析，建立适用于常用接收机的简单模型，在此基础上获得基于整机噪声的最佳点。这种设计方法可以广泛应用于各种微波接收系统中,降低整机哭声系数.     

Generalization of the Gram-Charlier/Edgeworth Series and Application to Time-Frequency Analysis

We derive a general equation relating probability densities and as special cases we the obtain Gram-Charlier and Edgeworth series. This allows us to generalize these methods and clarify a number of issues pertaining to both probability theory and time-frequency analysis. In particular we show how the Gram-Charlier and Edgeworth series are related to the kernel method of time-frequency analysis. The approach allows us to construct densities that satisfy given constraints such as joint moments or conditional moments. Also, we show that the kernel has to be signal dependent and that to obtain a proper distribution it should be the ratio of two characteristic functions.