基于小波变换和神经网络的机械故障检测方法

针对机械故障中遇到的问题,提出了基于小波变换和神经网络故障检测方法,小波变换理论能够根据被分析信号的特征,自适应地选择相应频带,使之与信号频谱相匹配,从而提高了时-频分辨力。利用小波变换对信号原始信息进行分解,得到信号的不同特征向量。将不同的特征向量送入不同子神经网络进行诊断,并通过神经网络做出最后的诊断。该系统具有知识自动获取、识别速度快、鲁棒性及容错能力强等特点,实例证明该系统是有效的。     

基于EfficientDet的无预训练SAR图像船舶检测器

针对多尺度、多场景的合成孔径雷达(SAR)图像船舶检测问题，提出了一种基于EfficientDet的无预训练目标检测器。现有的基于卷积神经网络的SAR图像船舶检测器并没有表现出其应有的出色性能。重要原因之一是依赖分类任务的预训练模型，没有有效的方法来解决SAR图像与自然场景图像之间存在的差异性；另一个重要原因是没有充分利用卷积神经网络各层的信息，特征融合能力不够强，难以处理包括海上和近海在内的多场景船舶检测，尤其是无法排除近海复杂背景的干扰。SED就这2个方面改进方法，在公开SAR船舶检测数据集上进行实验，检测精度指标平均准确率(AP)达到94.2%，与经典的深度学习检测器对比，超过最优的RetineNet模型1.3%，在模型大小、算力消耗和检测速度之间达到平衡，验证了所提模型在多场景条件下多尺度SAR图像船舶检测具有优异的性能。      

SAR图像超分辨与点扩展函数扰动校正算法

推出基于贝叶斯概率公式的SAR(合成孔径雷达)图像超分辨的最大估计(EM)算法,实现SAR图像雷达截面积的重建.本算法成功地将图像场景的先验知识纳入到图像的重建过程之内,有效提高了图像的分辨力,并采用点扩展函数参数化模型,通过估计该模型的参数,抑制点扩展函数扰动的影响.二者结合,有效地实现了SAR图像的超分辨.本算法的关键是构造合理的点扩展函数模型,能够同时拟合SAR图像数据和成像系统参数的相关信息.     

DC-CD变换器控制技术研究与实现

DC-DC变换器工作在额定负载时，输入电压会出现扰动。工作在额定输入电压时，负载电阻也会发生突变。为了实现宽电压输入，保证变换器具有较高的输入电压调整率和负载调整率，设计了自动切换与控制策略。根据Buck-Boost型DC-DC变换器的工作特点，计算出开关的导通与关断时间点，从而精确地控制开关动作。基于并行运算和组合逻辑，在Matlab中搭建了模型，并进行了仿真和试验验证。结果表明，提出的控制方法能够有效地克服负载电流突变和输入电压扰动对变换器性能的影响。     

遥感器中的锁相转速控制

空间遥感器图像对地球要有一定的覆盖率,而且应有较高的地面景物分辨力。地面景物分辨力是衡量遥感器性能的重要指标。由于卫星的飞行将使地面景物在像片上的影像产生像移,所以必须进行精确的像移补偿,才能提高遥感器的地面景物分辨能力。设计了一个起动快、功耗小、抗干扰能力强、精度为0.1%的锁相环,它可以满足低轨道、地面景物分辨力为5m 的遥感器的使用要求。     

XH3596系列频稳测试仪校准方法研究CSCD

介绍了无倍增输出端的XH3596系列频稳测试仪的校准方法,通过对XH3596系列频稳测试仪的内部结构和工作原理分析,运用其内部的计数单元替代外接的计数器,在输入端口预置被测信号和参考信号的频差值,将频稳测试仪测得值与预置值进行比较,解决了XH3596系列频稳测试仪计量特性的校准问题,并给出了灵敏度和最大允许频差校准项目的测量不确定度评定。此校准方法的提出填补了国家计量检定规程和校准规范的空白,也为其它原理相似的频标比对器的校准提供了借鉴。     

基于单片机AT89S52热导检测器及其信号仿真研究

随着石油、化工、冶金、生物等领域的飞速发展,对物质成份进行定性和定量分析的要求更加严格.在气相色谱仪中采用热导检测器(TCD)检测物质成份的浓度变化,具有构造简单、测定范围广、稳定性好、线性范围宽等优点.针对基于单片机AT89S52热导检测器的各单元进行了分析与设计,并采用ISIS软件对由铼钨丝构成的惠斯顿电桥信号进行了仿真.最后,对影响热导检测器灵敏度的原因和热导检测器常见故障进行了分析.     

基于离散正弦调频变换的中段多微动目标分离

弹道导弹在飞行中段形成目标群，窄带雷达无法从距离上将弹道目标分离。为使窄带雷达具备分离弹道目标的能力，对弹道目标的微动特性进行研究。对振动目标的信号回波进行建模，分析其在离散正弦调频变换（DSFMT）中的聚敛特性。利用多分量信号在变换域中的聚敛特性，实现不同信号分量的分离，并估计出目标的振动频率。仿真实验表明，在信噪比-10 dB下，多个振动目标散射点的窄带雷达回波在DSFMT域上具有明显的聚敛特性，分辨出了不同的振动散射点，振动频率估计均方根误差小于-2.5 dB。      

基于多层感知机的密封继电器PIND信号识别

设计了一套航天密封继电器信号识别方法，基于微粒碰撞噪声检测(PIND)法，通过对信号的时域及频域的特征分析选取了多个具有代表性的特征。运用了机器学习方法，采用多层感知机并对其进行超参数寻优，找到了最优的超参数组合。对信号进行处理分析来判断密封继电器内是否存在多余物。提高了分类的准确率，同时也提高了模型的整体性能。     

小波变换在大地回波噪声处理中的应用

基于小波变换的多尺度分辨特性,作者对连续信号、脉冲信号和宽平稳白噪声在小波域中不同分解尺度上的模极大值变化规律进行分析,根据它们的变化规律用Mallat快速算法设计出一套用于抑制低信噪比雷达回波中的干扰噪声、最大限度提纯真实回波信号的算法.仿真实验证明,该算法对抑制噪声作用明显,能较好地提纯雷达回波信号,这为低信噪比下雷达回波信号检测提供了一条有效途径.