最小比特相空间混沌扩频序列及其测度

混沌信号检测是混沌扩频通信系统同步和系统辨识的主要问题。首先基于混沌信号的最小相空间(MPSV)特性,构建了一种新的混沌扩频序列线性映射生成方法;进而提出了一种最小比特相空间(MBPSV)测度。引入数字调制、信道的记忆非线性失真和高斯加性噪声,计算了混沌扩频接收机中频信号的MBPSV测度。对比分析了3种形式MBPSV测度检测接收信号的有效性和鲁棒性。结果表明:乘积项累加形式在低信噪比下优于扩展向量累加与直接累加;数字调制与非线性失真对测度干扰趋于零;可用于混沌通信信号检测与系统辨识。     

P300 Speller中基于权值重采样的 ABSVM字符识别方法研究

 P300 Speller是脑-机接口中重要的信息交互方式,由于其诱发的脑电特征信噪比较低与训练样本量庞大等问题,常规的线性识别算法和支持向量机等非线性识别算法难以获得理想的识别效率.本文引入了一种基于权值样本重采样过程的Adaptive Boosting SVM(ABSVM)方法,在大样本集上利用AdaBoost重采样方法建立一系列小样本子集,在其上训练支持向量机并将其集成后进行识别.对6位受试者P300 Speller字符辨识实验的脑电特征识别结果发现,该方法能够显著提高字符识别效率,在合并使用5次重复刺激特征的情况下字符识别准确率达到97.5%.使用国际脑机接口竞赛数据库数据进一步验证,在合并使用5次重复刺激特征的情况下该方法识别正确率较竞赛报告的最优方法提高7.35%,最大信息传输速率的提高达到48.9%.研究结果表明,ABSVM方法能够有效提高P300 Speller的识别效率和信息传输速率,值得进一步研究和发展.     

各向同性矩形薄板的大振幅振动及其辐射声功率计算

采用有限元和模态叠加理论分析了固支及简支各向同性矩形薄板在集中简谐力作用下的大振幅振动,得出了薄板表面的法向振速分布,并采用声辐射模态法计算了薄板的辐射声功率.首先采用有限元理论推导了基于yon Karman几何非线性应变-位移关系的薄板非线性有限元运动方程,然后通过有限元模态约简法(finite element mo...     

电容式硅微传声器设计及其移动通信中的应用

介绍了电容式硅微传声器的构造和工作原理,采用电-力-声类比法,建立了通用电容式硅微传声器的集总参数等效电路模型,并运用PSPICE软件对其动态特性进行计算机仿真,得到了仿真模型在1 kHz处的灵敏度达到-40 dB,并且在可听域范围内,频率响应平坦.     

一种基于斯皮尔曼秩相关结合神经网络的电池组内部短路故障检测算法

电池组是电动汽车能源系统的重要组成部分,保障其安全性对电动汽车的智能化发展和人的生命财产都具有重要的意义,检测和保障能源系统中电池组的安全性已成为动力电池领域内的研究热点。神经网络被应用于电池组的各项数据检测中,但在电池组内部短路故障中基于相关系数等信号处理的方法仍广泛使用,其实现方案往往存在针对特定对象、需要特定环境、泛用性能较差等问题。基于此,该文融合相关系数和神经网络的特点,提出一种基于斯皮尔曼秩相关结合三通道卷积双向门控循环神经网络(TBi-GRU)的电池组内部短路故障检测算法。首先,基于斯皮尔曼秩相关系数,滑动窗口联合无量纲化,标准化多维度的电池组运行特征;接着利用提取的正常状态下电池组运行特征训练TBi-GRU神经网络;然后基于已训练好的TBi-GRU模型检测内部短路状态下的电池组运行特征,结合预测结果与各通道的动态阈值对电池组状况进行检测。通过理想条件的仿真分析与实际环境的平台验证,验证了该方法能够充分结合斯皮尔曼秩相关系数的鲁棒性强和TBi-GRU神经网络泛用性强的特点,识别出电池组的内部短路故障。