基于子波变换提取全波列声波测井信号波前的新方法

本文把平滑过渡信号作为全波列声波测井信号中的各种波的数学模型，研究了其连续子波变换的波形特点，提出了一种提取其起始点的新方法．利用此方法可以精确地提取全波列声波测井信号的滑行纵波、滑行横波及斯通利波的波前。     

噪声电路理论发展现状综述

本文对低噪声电子学的研究意义及其历史作一简明回顾,详细综述了噪声电路理论的发展现状,指出了问题所在,并给出了解决的方法。     

电子电路噪声的岔集谱分析法

本文阐明了目前电路噪声理论的不完善性,提出了电子电路岔集谱分析法,使噪声计算的精度和效率有显著提高。作者编制并调试成功了基于此方法的电子电路噪声性能分析和低噪声设计程序,文末给出了实例结果。与实验结果的比较,说明了本文提出方法的正确性。     

一种利用神经网络的故障模糊诊断系统

本文提出一种神经网络与模糊逻辑相结合的故障诊断系统,该系统包括2个方面:模糊推理模块和规则学习模块。模糊推理规则记忆在网络的记忆层中,记忆节点的激活水平则反映了输入矢量与已记忆规则的匹配程度;规则学习模块通过自组织聚类过程自动生成规则。作为该诊断系统的一个应用实例,模拟了旋转主轴的故障诊断试验。     

用于信号逼近的自适应时延小波神经网络

小波神经网络是一种强有力的函数逼近工具。本文结合时延神经网络和小波分析概念提出一种新的小波神经网络摸型自适应时延小波神经网络(ATDWNN:adaptive timedelay wavelet neural network).ATDWNN可以对同一类存在不同时延的多个信号用同一个超小波(superwavelet)进行逼近。为了训练ATDWNN,本文提出一种基于时间机理的竞争学习算法。实验表明,ATDWNN不仅可以成功地对同一类存在不同时延的多个信号采用同一个超小波进行逼近,而且可以用来估计各样本信号的时延。     

一种自组织结构的神经网络模式分类器

本文研究了一种自组织结构的神经网络模式分类器．它由一个多层网络和一个自组织机构组成．通过对训练样本的聚类分析，它能有效地构造和训练网络，并能在学习过程中自适应地调节网络结构．它具有收敛速度快，能避免局部极值点和应用方便等显著优点．计算机模拟实验证实了其优越性．     

滑动窗快速横向滤波的自适应判决反馈均衡器算法

本文提出了一种基于滑动窗广义多路快速横向滤波（ＳＷＦＴＦ）的自适应判决反馈均衡器（ＤＦＦ）算法，它具有快速跟踪性能，故可用于快速时变多径衰落的信道。文中推导了ＳＷＦＴＦ－ＤＦＥ算法。在数字移动通信信道模型上，利用计算机模拟，在均方误差和误码率特性方面与其它均衡器算法进行了比较。     

基于隐训练序列的信道估计与跟踪

提出了新的基于隐训练序列的频率选择性信道估计方法,利用训练序列与信息序列的不相关特性,在没有带宽损失的情况下估计出信道参数。文中对所提方法给予了证明,给出了信道估计算法,并提出了改进的自适应形式,可以用于跟踪时变信道。与以往的隐训练序列估计方法比较,文章中的算法具有更低的估计均方误差,不受接收端直流偏移的限制,且适用于时变信道。计算机仿真结果表明了该估计方法的有效性。     

条纹图象的细化算法研究

本文针对条纹图象的两种细化算法进行了研究，并加以发展．其中，基于数学形态学原理的细化算法具有运算结构简便的特点，有利于硬件实现．小窗口细化算法采用了简化有效的逻辑规则，并采用堆栈技术使处理速度得到了很大的提高．同时，本文对单象素化图象豁口的连接也提供了一种简便可行的方法。实验结果表明，上述方法在处理速度及处理效果上都是令人满意和可实用的。     

数字自适应均衡器通用参数法设计及实现

本文中,作者指出线性均衡器、判决反馈均衡器和线性抵消均衡器可以用同一形式表示,给出了通用参数设计法。对以上三种分数间隔抽头最佳均衡器的输出方差与定时相位无关的结论给出了理论上的证明,并具体比较了三种均衡器输出方差的大小,从而进一步完善了分数间隔抽头自适应均衡理论。在给出了统一形式的自适应梯度算法的基础上,进行了计算机模拟。针对上述均衡器计算量大的特点,作者以8086-CPU结合高速乘法器的方案作了实现,这种方案比用目前较为先进的通用数字信号处理器具有更强的实时处理能力。