The Middle Atmospheric Ozone Response to the 11-Year Solar Cycle

Because of its chemical and radiative properties, atmospheric ozone constitutes a key element of the Earth’s climate system. Absorption of sunlight by ozone in the ultraviolet wavelength range is responsible for stratospheric heating, and determines the temperature structure of the middle atmosphere. Changes in middle atmospheric ozone concentrations result in an altered radiative input to the troposphere and to the Earth’s surface, with implications on the energy balance and the chemical composition of the lower atmosphere. Although a wide range of ground- and satellite-based measurements of its integrated content and of its vertical distribution have been performed since several decades, a number of uncertainties still remain as to the response of middle atmospheric ozone to changes in solar irradiance over decadal time scales. This paper presents an overview of achieved findings, including a discussion of commonly applied data analysis methods and of their implication for the obtained results. We suggest that because it does not imply least-squares fitting of prescribed periodic or proxy data functions into the considered times series, time-domain analysis provides a more reliable method than multiple regression analysis for extracting decadal-scale signals from observational ozone datasets. Applied to decadal ground-based observations, time-domain analysis indicates an average middle atmospheric ozone increase of the order of 2% from solar minimum to solar maximum, which is in reasonable agreement with model results.     

正弦波形畸变和失真度的分析

测试波形的畸变程度可用波形的失真度来表示.目前常用的频域法求取和计算失真度的结果与波形的畸变有背离的地方.实际失真度很大,测出来的值却偏小.本文提出一种INV时频法,可以弥补频域法的缺陷,文内给出了计算实例.     

信号失真度数字化测试算法研究

目前失真测试所采用的传统测试方法已不能适应数字技术发展的要求.本文介绍了基于LabVIEW平台和PXI总线所研究的失真度数字化测试算法,给出了失真度数字化测试的的一种解决方案.     

基于B样条模型的参数化卡尔曼滤波器设计

以标准B样条函数为基础,建立了以位置、样条系数为状态变量的参数化卡尔曼滤波器,用于解决外测数据的实时滤波问题。按照时间更新跨节点与否,分2种情况给出了状态转移方程。在时间更新跨样条节点时,使用样条函数的一阶连续导数条件,估计新增样条节点系数,由此实现滤波器在跨节点处的平滑过渡。通过仿真数据对新方法进行验证,并与已有的2类典型滤波方法进行比较,结果表明,本方法的滤波精度与另一类直接基于弹道信号表示的样条递推滤波方法精度相当,且可表现出更优的收敛性。新方法具有样条参数化模型的相同优点,可对时域信号全时段建模,可利用先验信息设计弹道优选节点而实现滤波性能优化,缺点在于状态更新的策略较为复杂。     

基于正交小波变换的目标检测方法

理论分析表明,独立高斯噪声经过正交小波变换后保持方差和独立性不变。基于Mallat的小波多分辨分析,通过对小波系数进行平方律处理,建立了基于正交小波变换的恒虚警率检测器模型,推导了相应的虚警和检测概率公式,分析了噪声未知情况下小波系数序列长度对检测性能的影响,并给出了合适的长度值。实验结果表明,所提出的检测器能满足不同虚警概率和杂波背景的要求,具有较好自适应性。     

基于任意传感器排布的叶尖定时信号压缩感知辨识方法

基于叶片振动和叶尖计时系统的特点,推导了任意传感器角度分布下叶片振动响应的分布规律,并基于叶尖定时信号频域的稀疏性,探究了压缩感知方法在叶尖定时信号的重构和倍频辨识上的应用。通过同步信号和非同步信号的大量数值实验,分析了包括信号重构误差、传感器数量、旋转周期数、频率分辨率和信噪比等因素对辨识效果的影响,提出了压缩感知重构叶尖定时信号的基本方法和步骤。进一步将压缩感知方法应用于某型号涡扇发动机钛合金宽弦风扇叶片有限元仿真获得的振动响应数据重构,验证了该方法的有效性。结果表明:在加入了叶尖测点位置误差和30 dB随机噪声的前提下,在80%、90%和100%三种转速工况下均清晰辨识出幅值较大的激励倍频。基于任意传感器角度分布的压缩感知方法对叶尖定时信号辨识效果较好。     

基于PSO-RWE的自适应小波阈值函数滚动轴承振动信号去噪方法

针对现有小波去噪方法存在阈值函数中未知参数选取依赖经验,导致去噪不充分或去噪后信号失真的问题。提出了一种基于相对小波熵(RWE)的粒子群优化(PSO)算法,用于小波阈值函数中未知参数的自适应寻优,达到滚动轴承振动信号自适应降噪目的。改进了一种含两未知参数的小波阈值函数;以相对小波熵为优化算法的适应度函数对未知参数进行自适应寻优,得到最优小波阈值函数;通过对模拟仿真信号和试验采集的滚动轴承振动信号进行分析。结果表明:优化后的小波去噪方法能够更好地将噪声从染噪信号中滤除,去噪后信号波形的平滑度更好,信噪比相较硬阈值去噪提高294%,而且保留了原始信号更多的细节特征,具有更好的去噪性能和应用实用价值。     

基于Kalman滤波的高频CW电报信号自动识别

针对强噪声背景下高频CW电报信号检测算法性能严重下降、误码率较高的问题,文章提出一种基于卡尔曼滤波的高频CW电报信号同步检测识别算法。利用自同步法对CW电报信号实现位同步,进而利用卡尔曼滤波针对时变干扰噪声设置自适应阈值,对信号能量进行软判决,实现CW电报信号的自适应跟踪检测,提取有效信号进行识别。通过短波信道仿真软件和实际短波通信测试表明,该算法能够在强噪声背景下有效检测识别CW电报信号,且算法可由迭代实现。     

0～1000mV直流毫伏标准源设计

介绍了一种0～1000 mV直流毫伏标准源的设计原理和技术方案,该方案采用20位D/A转换器作为基准,通过设计分压比分别为1000∶1,100∶1和10∶1的精密比例分压电路,实现了0～1000 mV直流标准电压信号的输出。