一种基于FFT的Galileo搜救信号频域检测方法

Galileo搜救系统是全球卫星搜救组织(COSPAS-SARSAT)的一部分,搭载于Galileo导航星座,能对遇险用户发出的求救信号进行定位并实施救援。经卫星转发的搜救信号信噪比很低,能否在低信噪比条件下完成卫星信号的检测对搜救系统的正常工作至关重要。为了解决这一问题,文章提出了一种基于快速傅里叶变换(FFT)运算的频域检测方法,通过理论分析和仿真验证可以看出,这种方法能有效地实现低信噪比条件下的卫星下行信号检测。     

模糊变换的图像压缩方法研究

图像压缩的基础在于图像数据存在信息的冗余性,而对图像模糊的变换能够增加图像的信息冗余,为此提出在传统图像压缩方法中引入模糊变换环节,以增加图像压缩比。实验结果表明,引入模糊变换后能有效提高图像的压缩比。     

某型涡扇发动机状态模型修正

为了针对每一台发动机建立准确的气路故障诊断模型,采用部件法建立了某型涡扇发动机的基准数学模型,分析了模型失配的原因,确定出需要修正的特性参数,采用小波分析实现对可测参数数据的预处理,通过求解所建的扩展非线性方程组完成了发动机模型的离线修正。经仿真验证该算法有较高精度,且易于工程实现,为建立准确的稳态气路故障诊断方程奠定了基础。     

消除数据调制影响的FFT捕获方法

在利用快速傅里叶变换(FFT, Fast Fourier Transform)捕获扩频信号的过程中,为了提高捕获精度,会遇到基带数据调制影响捕获性能的问题.主要分析了基带数据符号跳变影响FFT捕获性能的原因:在频域内造成待检测信号的幅度衰减以及频点偏移.提出了一种解决此问题的方法:通过对I和Q两路信号的运算,构造一个不受数据调制影响的复信号,对此信号作FFT,完成捕获.给出了此方法的MATLAB仿真,以及基于现场可编程门阵列(FPGA, Field Programmable Gate Array)的实现方案.实验数据表明,此方法消除了基带数据调制对FFT捕获性能的影响,且在相等积分时间的条件下,比常用方法的捕获精度提高了一倍.      

一种鲁棒的图像小波变换模拟编码传输方法

在复杂度和延迟受限或者可变信道条件下,由于通信系统的一体化设计,信源信道联合编码(JSCC, Joint Source-Channel Coding)技术的应用有助于改善传统的分离结构系统.针对带宽功率限制模拟信道,提出了一种结合了小波变换编码和香农映射信源信道联合编码的静止图像模拟编码传输方法;并基于更加合理的考虑了信道噪声的重建图像失真估计,提出了相应的联合优化带宽分配算法.仿真及分析表明,由于信源信道的联合优化及具有模拟编码传输的特点,该方法表现出良好的编码传输性能,且编解码复杂度和延迟小;同时在信道失配情况下表现出的柔性降级/改善特性有助于提高可变信道条件下系统的鲁棒性和信道带宽利用率.      

基于小波的能源消费弹性系数预测方法

能源消费弹性系数反映了一个国家能源消费增长速度与国民经济增长速度之间的比例关系,是衡量一个国家能源利用效率的重要指标。鉴于数据中存在较多的噪声,首先用小波分析方法对数据进行滤波,然后用滤除了噪声的数据作为输入变量,用支持向量回归方法建模,并预测未来10年我国能源消费弹性系数变化的规律。实际数据检验表明,该预测方法还是可行的。     

飞行器助推段振动环境分析

对飞行器助推段非平稳随机振动信号采用局部平稳模型进行分析,把此段非平稳随机信号的时变谱分解成2个独立的过程:决定时变均方值的确定性过程和决定频率特性的平稳随机过程.利用小波分析对确定性信号和随机信号进行分离,用信号的全部带宽计算非平稳信号的时变均方值,缩短了平均时间,减少了偏置误差;用信号的整个持续时间确定非平稳信号的谱特性,提高了频率分辨率,减少了随机误差.对分离出的平稳随机振动自功率谱密度进行了归纳,得到了飞行器助推段的振动环境.      

基于资源相关性的网格资源分配

在网格环境中,每个网格服务都面临着多种资源选择,网格作业中各服务间的关联在某种程度上可映射为资源之间的依赖关系,不同的资源配置将产生不同的服务满意度,由此提出服务资源分配问题SRA(Service Resource Assignment),通过构造资源关系图提出基于树分解的资源分配算法DRA(Tree\|Decomposition based Resource Allocation algorithm),利用该算法求出此问题的正确消元顺序,在多项式时间复杂度内获得该问题的最优解,给出实验结果并提出下一步的研究工作.      

复合材料结构健康主动监测中激励信号的优化

利用L am b波频散方程及其数值求解得到的频散曲线,对L am b波模式及激励信号中心频率范围进行预测。建立了试验测试系统,利用集成在复合材料层合板上的PZT压电陶瓷片作为驱动器和传感器,激励并接收结构中激发的L am b波信号。对具有不同函数形式、中心频率和波峰数的信号激励,结构中传播的L am b波模式进行试验研究,为激励信号的选择与优化提供依据。利用H ilbert-Huang变换及H ilbert谱提取传感器信号特征,提出了L am b波信号在结构中传播时的能量衰减率和损伤敏感度两个考察指标,并据此对激励信号进行优化。实验结果表明,优化后的激励信号在结构中能激发出单一模式的L am b波(S0模式),有效地抑制了多模式现象的出现。同时,激发出的L am b波具有最低的能量衰减和最高的损伤灵敏度,响应信号特征明显,便于损伤识别。     

连续小波变换应用于密集模态参数识别

用连续小波变换方法进行模态参数识别时,减小小波函数的带宽可以提高小波变换的频率分辨能力,但同时也会增大边沿效应,影响密集模态参数识别的精度。本文提出了极值位置方法,在模态耦合严重的小波脊附近,找到模态解耦最好的尺度,在此尺度上进行频率和阻尼的识别,可以获得较好的识别精度。使用Morlet小波函数,对GARTEUR飞机模型中的三阶密集模态进行识别,验证了该方法的有效性。