嗓音多频带非线性分析的声带病变识别

提出了一种嗓音多频带非线性分析的声带病变识别方法,以提高声带病变嗓音的识别率。首先采用Gammatone听觉滤波器组对嗓音信号进行滤波,求取每个频带下的最大李雅普诺夫指数;对映射到核空间的数据采用高斯最大似然度准则优化核函数,然后采用优化核主成分分析算法实现特征抽取。识别实验表明,多频带最大李雅普诺夫指数的识别率比传统的MFCC和最大李雅普诺夫指数分别有6.52%和8.45%的提高,且采用优化核主成分分析算法比传统核主成分分析算法有更好的抽取效果.将多频带非线性分析和优化核主成分分析算法结合,识别率提升至97.82%。     

场景自适应的红外焦平面成像动态范围调整技术

针对红外焦平面对辐射强度较大的目标输出动态范围不足的问题,提出了一种场景自适应的红外焦平面成像动态范围调整技术。包括3个方面的内容：从图像中提取目标灰度特征,获取动态范围自适应依据;结合最小均方自适应滤波算法,对调整依据进行滤波预测后给出调节值;把灰度调节值转换成电平值,利用电平值设置红外焦平面偏置电压完成焦平面成像动态范围自适应。最后,对整体方案进行了实验验证。通过在红外焦平面成像系统中实验证明了基于场景成像动态范围自适应方法的可行性,并获得了很好的效果,成像质量有明显提高。     

用于原子氧地面模拟设备精密压控恒流源

针对原子氧地面模拟设备需要通过电流源形成磁镜效应对其发射度进行约束,以及用于原子氧参数测试仪器校准,研制了一款基于运算放大器的精密压控恒流源。为了防止恒流源的供电电源纹波对电路性能的影响,又配套研制一款开关电源滤波器。最后测试表明：开关电源滤波器能有效减少电源噪声,+15 V电源的纹波系数降到万分之一,恒流源输出电流10 pA～1 A,精度500 fA,其稳定和负载稳定性优异。     

基于高斯混合带势概率假设密度滤波器的未知杂波下多机动目标跟踪算法

多模型的随机有限集(RFS)类方法是一类有效的多机动目标跟踪算法,但是现有算法都假定杂波统计特性先验已知,不适用于未知杂波背景。该文以高斯混合带势概率假设密度滤波器(GMCPHDF)为基础,提出一种未知杂波下的多机动目标跟踪算法。该算法对目标和杂波分别独立建模,通过最优高斯(BFG)估计方法对真实目标的强度函数进行预测,从而使多目标强度函数独立于机动目标的运动模型,实现各时刻真实目标的强度函数、杂波源期望个数以及真实目标和杂波源的混合势分布的迭代。仿真结果表明,该算法能够有效地联合估计多机动目标状态以及杂波期望个数。     

双原型离散傅里叶变换调制滤波器组的快速设计方法

针对大规模的离散傅里叶变换(DFT)调制滤波器组设计算法复杂度高的问题,该文提出一种基于无约束优化的快速设计算法。该算法将两个原型滤波器的设计问题归结为一个无约束优化问题,将滤波器组的传递失真,混叠失真以及原型滤波器阻带能量的加权和作为目标函数。进而,采用双迭代机制来求解该优化问题。在单步迭代中,运用矩阵求逆的等效条件和Toeplitz矩阵求逆的快速算法,显著地降低了迭代的计算代价。仿真对比表明,与已有的设计算法相比,新算法计算代价低 ,可以得到整体性能更好的滤波器组,并且可以快速设计大规模的滤波器组。     

基于Gabor滤波器的手绘草图深度检索网络

基于手绘草图的图像检索在生活中有着广泛的应用,人们不再需要知道物体的实际名字或者照片,只需要根据记忆将物体画出便能够获取相关信息。基于此,提出了基于Gabor滤波器的手绘草图深度检索网络。手绘草图首先使用Gabor滤波器进行预处理,筛去草图的冗余信息,然后输入全卷积神经网络,该网络能够学习草图的高维抽象特征,最后通过全连接层输出检索结果。在Quick Draw和Tu-Berlin数据集上的实验结果表明,所提出的方法不仅性能超过了多个常见算法,并且参数量更少,能够更快地完成训练及推理。     

大功率电视三工器的设计、安装与调试

我台运用模拟CH15频道的宽频带天线,通过三工器使用多频道合成技术,将新增的数字CH31和CH43频道共用进行播出,从而提高了发射塔空间的使用率,降低了设备成本和维护成本.     

基于MEMS硅基波导的W波段大功率倍频源设计

基于自主MEMS工艺,通过在203.2 mm(8英寸)的硅晶圆上采用刻蚀、镀金、键合等工艺途径实现了硅基波导结构,设计并制作了W波段硅基波导带通滤波器和W波段硅基波导H-T合成器.测试结果表明MEMS工艺制作的硅基波导器件具有很高的一致性.以此硅基波导器件为基础,研制了W波段大功率8倍频源.经测试,该倍频源在92～96...     

用于运动估计的最小化MSE滤波器设计

根据估计量的统计特性,提出了一种适用于低信噪比条件下运动估计的最小化MSE(均方误差)滤波器多尺度运动估计算法.首先,根据Cramer-Rao下界建立一个包含估计量噪声项的MSE惩罚函数.然后,最小化MSE惩罚函数设计一种用于低信噪比条件下运动估计的优化滤波器.该优化滤波器与多尺度方法相结合,使其对低信噪比条件下运动估计的精度得到了进一步提高.实验模拟表明,该方法在估计2个像素附近的噪声图像运动时,估计偏差小于0.008个像素.与传统方法相比,本文方法对低信噪比条件下的运动估计具有更高的估计精度.     

基于分数低阶统计模型的自适应滤波器组谱估计方法

 本文研究了一些自适应滤波器组谱估计方法(AFSE)在对称alpha-stable噪声(SαS)环境下的性能.提出了三种新的基于分数低阶统计模型(FLOS)的自适应滤波器组谱估计方法(AFSE_-FLOS).这些新方法是基于分数低阶协方差(FLOC),因此在对称alpha-stable噪声环境下比基于二阶和一阶统计模型的方法估计性能好.计算机仿真结果表明这些基于分数低阶统计模型的新方法在对称alpha-stable噪声环境下的性能比对应的基于二阶和一阶统计模型的方法性能好,在高斯噪声环境下,与其对应的方法性能相似.