谐振式加速度计自激振荡电路性能评价方法的研究

针对谐振式加速度计成品率不高、精度低等问题，以石英振梁加速度计为例，采用引进标准信号，将谐振电路作为“黑盒子”，对其开展独立的评价。通过评价电路的驱动电压幅值稳定性、移相稳定性、全温幅值/相位对称性等指标，与加速度计实际指标建立了一一对应的关系，为加速度计研制与性能提升提供了有效依据。实际运用表明，电路噪声性能、温度性能大幅提升，产品成品率从70%提高到了约90%。     

直线型驻波超声电机的定、动子间接触及摩擦分析

针对一种基于面内振动的直线型驻波超声电机的定、动子接触过程和摩擦机理进行了研究。在分析中将摩擦材料层简化为分布式线弹簧,利用对电机驱动过程中等速点和接触点的相对位置的分析,将接触区域进行了分区段的讨论,推导出电机速度和输出推力的关系并进行了计算机仿真。进而对不同间距下电机定、动子接触过程进行了分析和仿真。结果表明：电机的定、动子间距在建立摩擦模型中起关键作用,其变化对电机机械特性有显著的影响。     

音频信号联合编码算法码书长度研究

为进一步减小音频信号的码率,针对基于线性预测编码、SOM神经网络矢量编码以及Huffman编码相结合的声音信号联合编码(以下简称联合编码),提出了通过合理选择码书长度值进一步减小声音信号码率的算法。利用Matlab软件编程进行了不同码书长度值的声音信号编解码实验。实验结果表明,在保证声音质量的前提下,通过合理选择码书长度值,可以使声音信号的码率远低于MEPG-1 Layer3的最低64kb/s标准码率,达到11.025kb/s的码率值。文章提出的编码算法可为音频压缩编码的进一步研究提供参考。     

基于卷积盲分离的强干扰下通信信号分离算法

针对目前通信辐射源个体识别算法在实际试验中由于各类干扰信号和多径衰落导致识别率较低的问题,提出一种用于识别算法前端的信号分离算法,可有效地减少其他电磁信号对于识别算法输入信号的影响,从而提高在复杂电磁环境中通信辐射源个体识别的正确识别率。该算法将灾变策略和搜索状态的自适应引入量子粒子群算法,通过对混合信号的联合对角化从截获的观测信号中提取出目标通信辐射源的有用信号。为了更加系统、直观地衡量算法的分离效果,提出分离熵来量化算法的整体性能。仿真结果表明,该分离算法可以把目标通信辐射源的有用信号从复杂电磁环境中提取出来,从而提高通信辐射源个体识别在复杂电磁环境中的正确识别率,具有较好的可行性和有效性。     

利用H.264中运动矢量实现运动目标检测

针对视频压缩和运动目标跟踪同时实现的应用,通过研究H.264压缩标准中运动矢量包含的图像运动信息并分析运动估计原理,提出了一种利用视频压缩中的运动矢量信息实现运动目标检测的方法,确立了H.264编码流中运动矢量与场景中物体运动状态的对应关系.将运动目标从背景中分离是检测算法的核心.对于双门限值的设置,可分离不同运动速度的目标;同时,算法排除了背景运动的干扰,因而可应用于摄像机运动的场合;由于检测算法所用的运动矢量直接来源于H.264编码过程,而大大降低了计算复杂度,利于硬件实现.     

多径信道下基于恒模算法的遥测信号盲均衡

运载火箭在塔架静态测试时易受多径衰落影响,导致遥测信号产生码间干扰。本文对PCM-FM体制遥测信号的多径信道使用恒模算法(CMA)进行盲均衡研究,针对遥测信道中的码间干扰展开理论分析和Matlab仿真,并搭建盲均衡功能测试平台开展实验验证。结果表明:CMA收敛速度高、误码率低,对多径干扰具有较好的鲁棒性和实用性。     

车牌定位与字符分割方法研究

介绍了一种改进的基于纹理特征的车牌定位方法,采用自适应阈值,实现了车牌的准确定位。设定自适应改变大小的投影切割阈值实现了字符分割。最后采用BP神经网络法来识别各个字符。实验结果表明,该方法能够较为准确的实现车牌识别,具有定位准、鲁棒性好等特点。     

基于压电式加速度计的振动测量原理及应用

阐述了利用压电式加速度计、电荷放大器、动态信号分析仪进行振动测量的原理及应用。     

一种基于时间梳技术的高频正弦信号相位差测量方法

本文研究了一种基于时间梳原理的高频正弦信号相位差测量方法,给出了时间梳原理的数学模型,并详细分析了其特点,并将此原理首次应用于高频信号的数据采集中,可以用低频和被测信号构建一种高频等效采样技术,可以在不满足乃奎斯特采样定理下,对被测两路正弦信号进行同步采样,避免了高频信号采样的高采样率,结合多重互相关技术,实现了对高频正弦信号的相位差的高精度测量,实验结果表明本文算法对高频信号对高频正弦信号的相位差测量具有很高的测量精度,尤其在低信噪比下也有较高的测量精度,具有较高的工程实用价值。     

基于神经网络的滚动轴承故障包络信号的自动识别方法

介绍了一种基于神经网络的滚动轴承故障包络信号的自动识别方法。将从包络信号的时域和频域信息中提取的反映滚动轴承故障的特征信息作为BP神经网络的输入,用BP算法对该网络进行训练。利用BP神经网络的智能性来实现滚动轴承故障的智能诊断。