盲信号分离的自稳定算法

在传统盲分离算法的迭代过程中，为了保证分离矩阵的行正交性，都要对其进行反复的正交化，以避免算法的不收敛。针对这个问题，笔者主要研究了在Stiefel Manifold上的盲分离算法，该算法使分离矩阵不需要每一步都进行正交化。仿真表明，本文提出的新算法具有很好的稳定性。     

单片机在交流电梯控制系统的应用

本文介绍使用单片机代替交流电梯控制系统中传统使用的继电器控制系统,实现了对层呼信号或指令信号登记、自动定时关门(门联锁)、自动检测定向、顺向载车、停站和自动开门……等十多种功能,提高了运行的平稳可靠、灵活、平层准确以及可调速度、方便维修保养等有关性能.     

基于小波包分析及支持向量机的超音速目标识别方法研究

提出了基于小波包分析及支持向量机的超音速目标识别方法 .通过 5 .5 6mm ,7.6 2mm和 12 .7mm三种枪弹试验获取信号 ,用小波包分解激波信号 ,统计每个频带的能量特征 ,用支持向量机方法训练测试样本 ,获得了很好的分类效果 .仿真结果表明基于超音速飞行体产生的激波信号来识别目标是可行的 .     

调制不稳定性对级联放大光纤传输系统信噪比的影响

在考虑光纤损耗和级联放大器的情况下，推导了调制不稳定性的产生条件和增益的普适解析表达式，分析了调制不稳定性对信噪比的影响，给出了一个新的计算信噪比的表达式。     

变参数波振器中小信号增益公式

利用微扰展开技术推导出变参数波振器的小信号增益两个近似求积表达式并将其计算结果与数值模拟结果进行了比较,二者吻合很好。利用近似解析式对小信号增益进行了初步探讨,得到了电子入射能量可低于初始谐振能,能散度允许范围受波振器设计影响以及降低锥度改变率可提高小信号增益等新结论。     

Model-Free Analysis of Mixtures by NMR Using Blind Source Separation

The concept of blind source separation is described and examples of its use in 1D and 2D NMR spectroscopy are presented. The goal of this data processing method is to extract the spectra of components molecules when only mixtures are available.     

非对称信息条件下假冒伪劣现象的发生机制

近年来，假冒伪劣已经成为日常生活中见怪不怪的现象，严重地危害了经济和社会的健康发展。本文仅从信息经济学的角度对近年来假冒伪劣现象泛滥成灾的发生机制进行深层分析，并相应地提出了构建有效的信号传递机制进行治理。     

多信息水声传输方式及其应用研究

介绍“抗强噪声水层深度遥测装置”专利中,采用频分PPM(Pulse-Position modulation)方式进行多信息水声传输的研究和工程设计,并着重阐述产生PPM数字信号的新方法和应用特殊的数字选频滤波接收的先进技术,并提出所设计的有关电路。     

无相移滤波技术用于分析化学信号处理

把无相移滤波技术引入了分析化学信号处理领域。其方法为：先将输入序列按顺序滤波，然后将所得结果逆转后反向通过滤波器，再将所得结果逆转后输出。通过对色谱信号的实验研究表明，与普通的数字滤波方法相比较，无相移滤波不但具有普通数字滤波的优点，而且不会产生滤波前后的相位偏移，具有良好的应用前景，尤其对于需要准确计算保留时间的场合，用此预处理方法非常适合。     

Multivariate calibration of near infrared spectra by orthogonal WAVElet correction using a genetic algorithm

Orthogonal WAVElet correction (OWAVEC) is a pre-processing method aimed at simultaneously accomplishing two essential needs in multivariate calibration, signal correction and data compression, by combining the application of an orthogonal signal correction algorithm to remove information unrelated to a certain response with the great potential that wavelet analysis has shown for signal processing. In the previous version of the OWAVEC method, once the wavelet coefficients matrix had been computed from NIR spectra and deflated from irrelevant information in the orthogonalization step, effective data compression was achieved by selecting those largest correlation/variance wavelet coefficients serving as the basis for the development of a reliable regression model. This paper presents an evolution of the OWAVEC method, maintaining the first two stages in its application procedure (wavelet signal decomposition and direct orthogonalization) intact but incorporating genetic algorithms as a wavelet coefficients selection method to perform data compression and to improve the quality of the regression models developed later. Several specific applications dealing with diverse NIR regression problems are analyzed to evaluate the actual performance of the new OWAVEC method. Results provided by OWAVEC are also compared with those obtained with original data and with other orthogonal signal correction methods.