激光烧蚀硅基表面抗反射微结构的声信号监测

为了提高抗反射硅表面制备的加工质量、缩短研制周期,提出了一种基于时频域处理的面向激光加工过程的声波信号在线监测及分析方法。利用声信号的时频谱图分析了0～30 kHz内的声信号与激光烧蚀形成的表面微结构特征尺寸之间的相关性,具体分析了激光功率及加工次数对微结构深度及声信号各频率幅值变化的影响。以声信号作为输入,基于人工神经网络对加工质量进行预测。实验结果表明：通过监测激光加工时产生的声信号能够明确反映被烧蚀硅表面是否形成周期性微结构,且微结构宽度不同,其对应的声信号频率组成也不同。在微结构宽度固定的情况下,归一化后的声信号特征参数随微结构深度线性变化,且受到激光功率变化的影响忽略不计。以硅基表面5%的反射率作为加工质量分界线,采用人工神经网络对加工质量的预测结果与实际测量结果的准确率可以超过90%。结果表明：声波在线监测可以有效应用于评估表面加工质量,为抗反射硅表面制备过程的实时监测提供了理论依据。     

基于小波变换的Stark展宽算法的优化研究

为了提升Stark展宽计算等离子体电子密度的准确性,基于小波阈值去噪处理方法,对EAST氘原子光谱信号进行了处理,以信噪比(SNR)和均方根误差(RMSE)作为滤波效果的评价依据,通过对比确定了最优小波基db4,最优小波分解4层。根据噪声估计值计算适合的阈值参数进行信号重构,并将经过去噪处理后的数据应用到后期Stark展宽算法计算等离子体密度的分析过程中。结果表明,小波硬阈值去噪能够有效提高光谱信号信噪比、降低均方根误差,在消除光谱信号中噪声的同时,最大程度保留了有用的光谱细节特征信息,进而有利于光谱数据的建模效果,获得更为准确的等离子体电子密度。     

基于局部线性嵌入的特征融合方法在岩石破裂 状态分类的应用*

为了获取岩石破裂过程有效的声发射信号特征,更好的对岩石破裂状态进行分类,提出一种基于流形学习算法的LLE特征融合方法进行数据降维。以红砂岩为研究对象设计室内单轴压缩实验采集信号,然后对原始声发射信号预处理并对信号进行特征提取,以时域、频域下的特征向量重新组合成一组新的多维特征向量,采用线性主元(PCA)和流形学习LLE算法分别进行降维。比较两种算法降维后融合特征的聚类效果二维和三维分布图,使用LLE算法降维后,四种状态分布相对更近,呈一条水平线趋势,且各状态交叉混叠数目较少,第一状态没有一个样本错判,且四个状态相比于PCA降维后的聚类效果更集中。再比较两种算法降维后融合特征的敏感度之和,LLE算法融合特征敏感度之和远大于PCA算法,说明经过LLE算法降维后得到的融合特征更多地表征了原始信号包含的局部信息同时证明了LLE算法相比PCA算法具有更好的聚类效果。最后经LLE特征融合下的砂岩破裂状态分类实验验证,融合特征后的识别率相对单一的时域特征识别提高了6%。表明该方法能显著提高岩石破裂状态分类的识别率,降维性能相对突出。     

利用深度神经网络实现分布式相干瑞利光纤振动事件分类

该文利用分布式相干瑞利光纤传感系统,在西气东输一线无锡至苏州段开展现场测试,采集了光纤沿线车辆行走、机械挖掘、人工锄地、定向钻孔等8种振动作业产生的光纤信号,并提出了一种具有5层结构的全连接深度神经网络用于振动事件分类识别以实现不同振动作业的分级管理。振动作业产生的光纤信号能量集中在低频,该文利用梅尔对数频率的非均匀特性提取了25维单帧信号特征量,并将连续40帧信号特征量组合成高维向量作为网络输入特征向量,实现对不同振动作业时变特性的建模。分类识别结果表明,基于深度神经网络结构的振动信号分类识别器能够有效识别不同振动作业类型,实际线路实验验证了该文算法的有效性。     

分形维数海豚哨声信号检测方法

针对海豚哨声信号自动检测的问题,提出一种基于分形维数的自适应阈值海豚哨声信号检测方法。对待检测声信号计算盒分形维数,根据得到的盒分形维数特征值,通过模糊C均值聚类自适应确定检测阈值,实现海豚哨声信号的自动检测。文中对水池录制的海豚声信号进行了数据分析,利用哨声信号盒分形维数对哨声信号段与非信号段进行检测,并与基于谱熵的方法进行对比,获得了较高的检测率以及较低的虚警率,可以适用于海豚哨声信号的自动检测与分割。     

基于混合Taguchi-GA算法的MIMO-OFDM信号检测

为了避免传统MIMO-OFDM信号检测方法具有的计算量过大而导致的算法复杂度高的问题,设计了一种基于混合Taguchi方法和GA算法的MIMO-OFDM信号检测方法,首先建立了MIMO-OFDM信号检测的模型,然后依据信号检测模型建立目标函数,将目标函数作为混合Taguchi-GA算法的适应度函数,通过个体在信号检测问题的解空间中进行不断地选择、交叉和变异等操作来求解全局最优解,为了进一步增加算法的全局寻优能力,通过Taguchi方法进一步在交叉和变异之间产生新个体;最后,定义和描述了基于混合Taguchi和GA算法的MIMO-OFDM信号检测算法,仿真实验表明,文中方法能有效进行信号检测,与其他方法相比,在BPSK调制和16QAM调制情况下,均具有较小的BER均方误差。     

基于多信号温度模型的机载电子板卡故障检测研究

在利用红外热像仪进行机载电子板卡故障检测中,针对电子板卡结构复杂,解析建模困难的特点,提出了一种基于多信号温度模型的分析诊断方法。通过将机载电子板卡正常工作时的红外温度图像与故障时的进行对比,建立了系统的多信号温度模型,针对多信号温度模型的缺点,提出一种基于贝叶斯网络的测试性建模方法,并给出贝叶斯网络模型的测试性分析方法与指标计算方法,得到模型相关矩阵并进一步进行故障诊断分析,为检测电子元器件故障及老化程度提供了一种有效途径。     

测试性框图模型比较研究与改进

对TEAMS和eXpress两款主流测试性建模与分析软件所采用的测试性框图模型——多信号模型和混合诊断模型,从产品结构单元表示、端口表示、功能(信号)表示、故障模式表示、测试表示等多个方面进行了深入比较研究,并对二者进行了综合评价。在此基础上,综合两者特性提出了一种新的测试性框图模型改进方案——端信号模型。通过将组元端口所通过信息流直接视作信号、引入结点、扩充信号映射定义、允许定义多值测试等多种设置,端信号模型方案能够支持基于电路网表创建模型和更为精确化的故障－测试关联性描述。     

新一代地铁远程通信ATS系统设计与实现

从地铁车辆安全的角度出发,提出对地铁车辆远程信号的采集方式、处理方式、控制方式、存储方式等方面进行优化设计,设计并实现了更为先进的地铁远程信号采集处理及自动监控系统(ATS系统),根据地铁车辆专属信号特性对信号采集电路与前置放大电路进行了从新设计,增强了信号的稳定性,设计并改进了轨道50Hz相敏信号的滤波电路,增强了信号的抗干扰能力,设计了光电隔离电路对采集信号进行隔离,一方面保证了单片机免受外部电源的干扰,另一方面也增强了信号的远距离传输能力,并设计了系统相关模块的接口电路,这些改进电路对于提高地铁车辆的安全可靠运行起到了积极的作用。     

基于TD-SCDMA与DSP2407的微弱通信信号检测系统设计

针对无线通信过程中,传统系统对微弱通信信号检测准确度不高的问题。本文分析了微弱通信信号传递的极化特性,利用电波的极化特性优化双极化天线的方法,基于TD-SCDMA双极化天线技术,设计并实现了基于TD-SCDMA双极化天线的微弱通信信号检测系统,根据TD-SCDMA双极化天线技术实现微弱通信信号的检测,采用TM320LF2407 DSP2407芯片的脉冲信号检测系统的设备,分析了信号检测系统的硬件结构设计,分析双极化天线下微弱通信信号的网络规划,在该网络规划条件下通过匹配滤波幅值检测完成微弱通信信号的检测。实验结果说明,所提检测系统能够满足微弱通信信号的实时检测和精度要求。