分数低阶α稳定分布噪声下EP潜伏期变化韧性自适应检测

依据分数低阶矩理论和信号噪声的特性，提出了一种自适应检测EP潜伏期变化的新方法，这种方法基于反正切函数的单调有界和奇对称特性，对误差信号Cn(k)进行非线性交换，抑制了EP信号中的分数低阶α稳定分布噪声，有效保留了信号成分，在高斯和分数低阶a稳定分布噪声条件下具有良好的韧性，且避免了动态估计信号噪声a参数的困难，利用这种方法动态检测EP潜伏期的变化，具有较高的估计精度和较快的收敛速度。     

α稳定噪声下基于随机共振的微弱诱发电位潜伏期延长检测

提出了一种基于分数低阶统计量及随机共振技术的鲁棒性时问延迟估计新方法--随机共振共变时间延迟估计(SRCTDE)算法,用于在低混合信噪比条件下及a稳定噪声下微弱诱发电位信号潜伏期延长的检测.SRCTDE算法首先利用带嗓诱发电位信号与双稳态非线性动力系统之间的随机共振效应提高参考及待测诱发电位信号的混合信噪比,在最大对称...     

非均匀噪声环境下分布式IVI-CFAR检测算法

为了解决传统分布式VI-CFAR(variability index-constant false alarm rate)和OS-CFAR(order statistic constant false alarm rate)算法在多杂波干扰环境下检测性能严重下降的问题,提出了一种分布式IVI-CFAR(improved VI-CFAR)检测算法。在VI-CFAR的基础上,引入双参考窗和双参量,通过各子参考窗参量与对应门限的比较,判断子参考窗中参考单元的分布情况,从而选择相应的参考单元集和检测器估计背景噪声功率。经过仿真对比,在单杂波和多目标干扰环境下,分布式IVI-CFAR算法检测性能接近于分布式VI-CFAR和OS-CFAR算法;在多杂波干扰环境下,分布式IVI-CFAR算法检测性能优于分布式VI-CFAR和OS-CFAR算法,采用“OR”融合规则时,检测性能最优。结果表明,提出的分布式IVI-CFAR算法在非均匀噪声环境下,均具有较优的检测性能。     

时序自适应滤波技术用于听觉诱发电位的跟踪

本文针对诱发电位是具有重复出现特性的非平稳信号这一特点，利用时间序列自适应滤波技术对听觉诱发电位进行动态跟踪，时间序列自适应滤波技术将非平稳的听觉诱发电位进行分段处理，每段用一个专门的ＬＭＳ自适应信号增强滤波器来实现，实验表明，利用这一新方法不但能够得到优于常规平均技术的结果，更重要的是它能不断地跟踪诱发电位的变化轨迹，提供变化的细节，为临床诊断和神经生理学的研究提供有力的手段。     

非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

非均匀噪声下基于双剔除门限的恒虚警目标检测算法

为了解决雷达检测算法在非均匀噪声环境下目标检测性能严重下降的问题,在分析实际回波杂波分布特性的基础上,提出了一种基于双剔除门限的恒虚警目标检测算法,通过双剔除门限将极大极小干扰信号从参考窗口中剔除,实时精确估计背景噪声功率.经过与各检测算法仿真对比,该算法在多目标干扰、遮挡和杂波边缘干扰等非均匀背景噪声环境下仍具有最优的检测性能和鲁棒性.结果表明,所提出的目标检测算法在非均匀噪声环境下具有良好的检测性能.     

不同杂波环境下恒虚警检测应用分析

恒虚警处理技术(CFAR)在雷达的目标检测中占有非常重要的地位。首先论述了几种常用的恒虚警处理原理。然后分析了在不同杂波环境下选用某种恒虚警方法的思想及其实现方法,同时也给出了高斯背景中CFAR实现方法。最后通过实际测试结果分析了经典CFAR处理效果,对工程上有指导意义。     

高噪声背景下故障信号自适应检测

为尽早发现电厂锅炉潜在故障,以研究高噪音背景下故障自适应检测系统为途径,提出了高噪音背景下故障信号检测的算法。传统的倒谱分析是对信号基于FFT(Fast Fourier Transformation)变换,而该算法对其进行改进,基于CZT（Chirp Z\|Transform）变换进行求逆,得到的故障特征曲线更稳定、更可靠。通过实验证明,该计算方法快速有效,故障报出的正确率在99％以上。     

计算机网络自适应入侵检测模型研究

传统的入侵检测系统(IDS)建立训练数据集时消耗的成本都非常高,自适应模型产生系统能够有效地解决这一问题,它可以为基于数据挖掘的入侵检测系统自动建立检测模型,而无需再用人工对数据做出标识。本文介绍了该模型的体系结构,并对其工作原理进行了分析,在此基础上建立自适应入侵检测模型。     

自适应噪声消除算法的性能比较与仿真

在信号处理中,噪声往往是非平稳和随时间变化的,传统方法很难解决噪声背景中的信号提取问题.通过对自适应噪声消除原理的研究,介绍了基于参考信号和基于预测原理的两种自适应噪声消除(ANC,Adaptive Noise Cancellation)方法,分析对比了基于最小均方(S,Least Mean Squares)、递推最小二乘(RLS,Recursive Least Squares)和平方根自适应滤波(QR_RLS,recursive least squares based on QR decomposition)三种噪声消除算法的性能.仿真结果表明:这几种算法都能从高背景噪声中有效地抑制干扰提取出有用信号,显示出了良好的收敛性能.相比之下,RLS算法和QR_RLS算法呈现出更快的收敛速度、更强的稳定性和抑噪能力.     

Alpha稳定分布噪声环境下新的类RLS自适应算法

给出在分数低阶Alpha稳定分布环境中一种新的类RLS自适应算法.由于Alpha稳定分布信号不存在有限的二阶和二阶以上矩,因此用最小p范数准则代替了传统的最小均方准则,并利用矩阵求逆定理提出一种直接递推的类RLS算法,避免了以往类RLS算法中的IRLS迭代计算,从而使算法的计算复杂度大大降低.最后对几种自适应算法进行仿真,并对其收敛特性进行了分析.结果表明,算法的收敛速度明显快于LMP和NLMP算法.     

混合高斯模型下的自适应阈值阴影检测

针对现有阴影检测算法参数众多,需要训练参数或者手动设置阈值的缺点.文章提出一种基于HSV颜色信息的自适应阈值阴影检测方法,并利用最大熵阈值分割实现自适应阈值阴影检测.实验表明,该方法能够准确地检测出阴影,鲁棒性强.     

Benefits of combination of electroencephalography, short latency somatosensory evoked potentials, and transcranial Doppler techniques for confirming brain death

Objective： Optimization of combining electroencephalography （EEG）, short latency somatosensory evoked potentials （SLSEP） and transcranial Doppler （TCD） techniques to diagnose brain death. Methods： One hundred and eleven patients （69 males, 42 females） from the major hospitals of Zhejiang Province were examined with portable EEG, SLSEP and TCD devices. Re-examinations occurred 〈12 h later. Results： The first examination revealed that the combination of SLSEP and EEG led to more sensitive diagnoses than the combination of SLSEP and TCD. Re-examination confirmed this and also revealed that the combination of TCD and EEG was the most sensitive. Conclusion： The results show that using multiple techniques to diagnose brain death is superior to using single method, and that the combination of SLSEP and EEG is better than other combinations.     

Volume change behavior of unsaturated soils under non-isothermal conditions

With the development of modern geotechnical engineering practices such as the construction of high level radioactive waste repositories, exploitation and utilization of geothermal resources, energy-saving buildings and underground storage of CO 2 , research into the influence of temperature on the basic mechanical properties of unsaturated soils has become an important issue internationally. By using the work expression and considering the influence of temperature on the basic properties of unsaturated soils, the average soil skeleton stress, modified suction and temperature were selected as state variables of generalized forces in thermodynamics and the soil skeleton strain, saturation and entropy were chosen as state variables of generalized flows conjugate to the variables of generalized forces. Based on the nonlinear multi-field coupled model and by using existing experimental results, an elastic-plastic constitutive model of unsaturated soils under non-isothermal conditions was developed to analyze the influence of temperature on the deformation properties of unsaturated soils. The model was used to predict and analyze the influence of suction and temperature on the deformation properties of unsaturated soils under isotropic conditions, and was successfully verified using experimental results.     

Modeling of epidemic spreading with white Gaussian noise

Motivated by the need to include the different characteristics of individuals and the damping effect in predictions of epidemic spreading, we build a model with variant coefficients and white Gaussian noise based on the traditional SIR model. The analytic and simulation results predicted by the model are presented and discussed. The simulations show that using the variant coefficients results in a higher percentage of susceptible individuals and a lower percentage of removed individuals. When the noise is included in the model, the percentage of infected individuals has a wider peak and more fluctuations than that predicted using the traditional SIR model.     

一种去除高斯噪音的新方法

提出一种新的去除高斯噪音的方法（NLTF）。该算法利用梯度能很好地反映图像结构信息的特点,把梯度引入双边滤波算法中,又结合非局部均值的思想,而提出一种改进算法。它在保护图像边界和细节方面比双边滤波算法有明显优势;在去除高斯噪音上比非局部均值平滑的更好。仿真实验证明,使用NLTF去噪,在视觉效果和PSNR等方面均超过已知的许多经典算法。     

自适应谱线增强技术提取噪声中弱超声Doppler血流信号及其频谱

从自适应谱线增强原理出发，建立了自适应滤波器系数和自回归（ＡＢ）模型系数的关系．通过对计算机模拟Ｄｏｐｐｌｅｒ血流信号和人体手指Ｄｏｐｐｌｅｒ血流信号的自适应滤波器系数的计算及相应的实验，表明用自适应谱线增强技术可以从噪声中提取弱Ｄｏｐｐｌｅｒ血流信号．本文同时给出自适应ＡＢ谱法，直接估计信号功率谱密度．实验结果表明，它是一种新的有效的现代谱分析方法．     

道路照明条件下驾驶员瞳孔大小变化规律

为了研究道路照明条件下驾驶员瞳孔大小随亮度水平的变化规律,采用道路照明反应时间测试装置和iView X眼动仪,对4位被测者在分别由高压钠灯(HPS)、金卤灯(MH)和LED灯作为光源提供的13种背景亮度下的瞳孔面积进行测量。结果表明,在道路照明条件下,人眼瞳孔与背景亮度之间基本呈负指数关系,人眼瞳孔面积随背景亮度的变大而减小,且减小的速度随背景亮度的变大而减小,瞳孔大小在达到某背景亮度水平后逐渐趋于稳定;对于实验所用的3种光源,人眼瞳孔大小在背景亮度为0.7～1.2cd/m2的范围内会出现波动。     

低漂移有色高斯噪声的产生

给出了使有色高斯噪声具有给定的相关系数的一种算法和程序.同时给出了减小所产生的有色高斯噪声的零均值慢漂移的方法.