新型可调谐外腔半导体激光器光频扫描干涉测距方法

针对光频调谐器件压电陶瓷的形变滞后影响测量精度的问题,提出了一种采用局部二次曲线过渡的激光器驱动信号波形的修正方法。利用布里-帕罗干涉仪测得的光频率扫描时间,建立了激光器扫频驱动过程的传递函数模型,采用最小二乘峰值检测法来识别干涉信号的波峰,通过建立的激光器扫频驱动控制传递函数模型,对激光器光频率非线性输出进行了补偿。实验结果表明,激光器扫频驱动信号波形修正方法可消除干涉信号转折处的波形畸变,而相位测量、激光器输出的补偿方法可将测量系统的重复精度、定位精度提高近10倍。     

基于通信信号分选与识别的分布式处理机研究

针对通信信号分选与识别,提出了建立分布式处理机的方案,利用预处理与主处理相结合的方法来分选通信信号,尤其在进行调制分类时,提出特征提取和识模器,为了提高处理速度,采用维数压缩和线性识模器。     

基于声信号的履带机器人地面分类试验研究

为了拓展地面识别方式及提升识别率,提出利用履带机器人行驶噪声进行地面类型识别.使用声压传感器采集履带机器人在行驶过程中与地面相互作用辐射的声音信号,对声音信号提取修正的梅尔频率倒谱系数（MFCC）及其一阶差分（△MFCC）使用优化后的支持向量机（SVM）进行分类,并测试了该方法在多种背景噪声环境下的效果.结果表明,行驶噪声包含能够表征地面特点的信息.相比于幅域、频域和时频域特征,修正的MFCC+△MFCC特征具有明显优势.在校园环境中分类准确率达到了89.5%,当信噪比高于20 dB时,在多种背景噪声环境中分类准确率均达到80%左右.      

基于小波变换的电能质量扰动测量方法

对电压幅值变化现象的定量检测问题进行了研究．定义了基于两个实值小波归一变换的幅值及调整幅值的概念．证明了只要这两个实值小波函数一个为偶函数、一个为奇函数并满足一定的条件,则基于这两个实值小波归一变换的调整幅值在非故障区间内的值恰好等于1,而在故障区间内的值恰好等于故障区间的电压幅值与非故障区间的电压幅值之比。最后选用两个实值小波函数,应用基于这两个实值小波归一变换的调整幅值对电压波形畸变进行了检测,模拟结果显示该幅值检测图不仅能准确定位故障发生和终止时刻。而且可精确地定量显示出电压变化的幅度。     

信号与系统课程中对周期信号频谱分析的理解

周期信号频谱分析是信号与系统课程中非常重要的部分,它是利用快速傅里叶变换进行信号分析的理论基础。从分析典型周期脉冲信号的频谱入手,讨论决定时域波形的三个参数对频谱特征的影响,以得到周期信号频谱的共同特点,在频域里对信号与系统的物理意义给出明确的解释,通过对电压波动信号的分析使学生更加深入理解频谱分析的意义。     

基于高频信号注入的无传感器新型DTC系统

针对传统的直接转矩控制方法中存在的转矩脉动大、开关频率不恒定等问题,在分析永磁同步电机定子磁链坐标系中电压和磁链方程的基础上,提出了一种新型的基于空间电压矢量调制的直接转矩控制方法,并采用注入高频信号的方法来估计电机的转速和位置。通过Matlab仿真软件建立了该控制方法的仿真模型。仿真结果表明,该控制方法能有效地减小电机的磁链和转矩脉动,高频信号注入法可以准确估计出电机的转速和位置,系统具有良好的动态和静态性能。     

反狙击主动探测系统的研究

根据已有反狙击系统存在不足的现状,提出运用"猫眼效应"原理实现激光主动探测反狙击,着重介绍了该反狙击主动探测系统的运用原理、相敏检波技术、及实验结果与分析。并利用凌阳SPCE061A单片机与激光测距仪的接口技术实现语音报警功能。     

方波冲击电流发生器的仿真与设计

开展雷电电磁环境的研究需要1台2 ms的方波冲击电流发生器.文章从基本的LC回路出发,利用Multisim电路仿真软件,重点研究了L型链路参数对方波冲击电流波形的影响,总结了电流峰值、峰值持续时间与充电电压、链路数量、电感及其内阻、电容器和负载电阻等电路参数的关系,并设计了满足国家标准要求的方波电流发生器装置.实验结果...     

基于超声解调信号多特征融合的轴承故障识别

针对当前振动监测对轴承初期微损状态监测难、精准度低的问题,提出了一种基于经验模态分解与多类熵值相结合的轴承状态监测方法,研究超声解调信号对故障诊断的可行性。首先将预处理后的超声解调信号进行经验模态分解得到若干本征模态分量,然后对各本征模态分量计算不同熵值特征,再将多特征融合后代入随机森林训练分类模型,利用混淆矩阵进行精度评价,最终对早期故障识别准确率高达97.92%。研究表明,超声解调信号对判别轴承早期故障效果更佳;经过多类熵值特征融合后,轴承状态分类具有更高的识别准确率。     

基于单模态生理信号无监督特征学习的驾驶压力识别

针对基于多模态生理信号分析的驾驶压力识别会影响驾驶员的行车舒适性,且传统的生理特征的提取需要依赖先验知识的问题,构建了基于单模态生理信号无监督特征学习的驾驶压力识别模型.首先采用单模态生理信号,通过构造卷积自编码器进行无监督的特征学习来提取抽象特征;然后将特征依次送入支持向量机、随机森林、K最近邻、梯度提升决策树4种不...