紫色球杆菌视紫红质光谱特性的机器学习研究

近年来，机器学习等人工智能技术被应用于蛋白质工程，其在蛋白质结构、功能预测、催化活性等研究中具有独特优势。在未知蛋白质结构的情况下，将蛋白质序列和功能特性与机器学习相结合，基于序列-活性关系（innovative sequence-activity relationship，ISAR）算法，将蛋白质氨基酸序列数字化，用快速傅里叶变换（fast four transform，FFT）进行预处理，再进行偏最小二乘回归建模，可在数据集较少情况下拟合得到最佳模型。通过机器学习对紫色球杆菌视紫红质（gloeobacter violaceus rhodopsin，GR）的突变体蛋白质氨基酸序列与光谱最大吸收波长进行建模，获得了最佳模型。用最佳索引LEVM760106建模得到的确定系数R² 为0.944，均方误差E为11.64。用小波变换进行的预处理，其R² 虽也约为0.944，但E大于11.64，不及FFT进行的预处理。方法较好地解决了蛋白质序列与功能特性之间的数学建模问题，在蛋白质工程中可为预测更优的突变体提供支持。     

平稳小波在高精度重力仪信号处理中的应用

为有效地消除噪声对重力仪测量数据的影响,提高重力异常测量值的精度,在分析平稳小波多尺度分析原理的基础上,将平稳小波应用到重力仪数据处理中,并与传统小波多尺度分析进行了对比.理论分析和仿真实验表明,平稳小波和传统小波都能在一定程度上抑制噪声对高精度重力仪测量数据的影响,但平稳小波的性能优于传统小波.     

关于陀螺信号处理中小波基选取的研究

在建立陀螺漂移的数学模型的基础上，使用不同的小波基对陀螺输出信号进行多尺度小波分解，去除由噪声产生的小波系数，从而达到消除噪声的目的。从不同小波基的滤波效果来看，双正交样条小波Biorl.5具有较好的去噪效果，从而也验证了小波对称性在陀螺信号去噪中的重要性。     

三轴一体化光纤陀螺技术

为了实现光纤陀螺组合小型化、低成本和高精度,进行了三轴一体化光纤陀螺样机的研制。该样机包括光学表头和陀螺解算电路两部分,其中,三个安装在三维空间正交支架上的敏感线圈共用一个光源,并且和其它独立的光学器件组成光学表头。陀螺解算电路由一块FPGA芯片处理三路探测器输出信号,输出与角速度成正比的数字信号。与传统光纤陀螺组合相比,三轴一体化光纤陀螺的组合结构缩小60%,成本降低20%,功耗降低一倍,但制作工艺较复杂。经过测试,其性能和单轴陀螺相当。此项研究技术可广泛应用于对体积要求严格的战术型号上。     

基于AltiVec技术的PowerPC处理器矢量运算性能测试

基于AltiVec技术的PowerPC处理器,在很多嵌入式信号处理领域已经取代传统的DSP处理器成为信号处理器件的首选。为了评估基于AltiVec技术的PowerPC处理器的矢量运算性能和信号处理能力,选取MPC8641D处理器为硬件测试平台,采用符合VSIPL标准的VSI/Pro Core矢量库和ixlibsav矢量库,通过测试复乘和FFT典型算法不同类型的运算时间,对AltiVec处理单元的矢量运算性能进行了测试评估。通过对测试结果的分析,基于AltiVec技术的PowerPC处理器具备强大的矢量运算处理性能,可以满足嵌入式数字信号处理技术对高性能处理器的需求。     

BEPCⅡ逐束团测量系统的研制及应用研究

基于北京正负电子对撞机二期工程储存环,研制了一套逐束团束流测量系统。系统包括模拟前端、数据采集处理控制和显示软件三个部分。储存环束流位置探头的四路信号作为逐束团测量系统的输入,该系统宽带模拟前端完成信号幅度相位的调理,并保证束团间无干扰;四路500 MHz模数转换器对信号采样实现逐束团测量;基于现场可编程门阵列的数字信号处理逻辑计算得到每个束团的位置。系统在线实时束流位置测量分辨率优于4.5μm,同时该测量系统可实现实时逐束团振荡幅度和工作点的测量。系统还拥有存储大容量逐束团原始数据的功能,为日常的机器研究提供了有力的测量手段。     

基于FPGA的激光测速仪信号处理方案设计与实现

为满足高动态环境下的激光多普勒测速仪信号处理需要,提出了一种基于现场可编程门阵列(FPGA)的激光测速仪信号处理方案。在FPGA内部完成全部信号处理的内容,利用快速傅里叶变换(FFT)算法得到信号的频谱,利用能量重心法对离散频谱进行校正,开发采样频率自适应算法,兼顾测量准确度与测量范围的要求,最后将结果通过通用串行总线上传个人计算机显示。程序采用流水线方式设计,提高信号处理速度。经过实验验证,数据更新率达到2.4~24kHz,数据延迟时间为123~1230μs,测量准确度优于8×10-4,测量稳定度优于2.5×10-7。     

在PC机上实现开环光纤陀螺数字解调的方法研究

本介绍了开环光纤陀螺输出信号数字调解在通用PC机上的实现方法,合理地选取了相关参数,为研制采用DSP微处理器的数字式光纤陀螺提供良好的技术基础。     

二维解卷积波束形成水下高分辨三维声成像

针对水下三维成像的空间分辨率难以提高,且具有较高旁瓣级的问题,提出了一种二维解卷积波束形成高分辨三维声成像算法,该算法首先完成任意距离切片的平面阵波束形成,近场情况下采用菲涅尔近似实现近场平面阵波束形成,然后通过二维解卷积技术对任意距离切片的二维波束形成结果进行解卷积处理,去除阵列指向性函数的影响,改善波束响应非理想冲击函数所造成波束形成主瓣宽及旁瓣级高的问题。通过计算机仿真分析,新算法可以有效的提高水下三维成像的空间分辨率,抑制旁瓣级,并能够在较宽频带和不同阵列孔径内保持与常规波束形成相当的稳定性。通过试验研究,新方法比常规波束形成实际目标成像分辨率提高一倍,最高旁瓣级下降20 dB,验证了该算法在实际系统中的有效性.      

小快拍高分辨目标方位估计算法 GMUSIC的性能分析*

针对水下运动阵列在运动过程中进行方位估计时存在快拍不足的问题,研究了基于随机矩阵理论的MUSIC改进算法GMUSIC,该方法通过Stieltjes变换建立起统计协方差矩阵真实特征值、特征向量与样本协方差矩阵之间在逼近域中的关联,以修正样本协方差特征分解的结果,进而实现小快拍方位估计。仿真与试验表明:GMUSIC算法可以更好地分辨相邻目标,且需要的快拍数较MUSIC算法要少;在低信噪比情况下,GMUSIC算法方位估计均方根误差远小于MUSIC算法,估计成功概率远大于MUSIC算法。因此,GMUSIC算法适用于解决水声目标的小快拍方位估计问题。