磁悬浮姿控/储能飞轮能量转换控制系统设计与实验研究

针对磁悬浮姿控/储能飞轮(ACESFW)的能量释放问题,采用直流降压斩波原理,设计了一种能量转换控制器,提出对降压斩波器输出进行软件功率因数校正的转换控制方法,将高速ACESFW存储的动能,转变为稳定直流电能输出。仿真和地面试验结果表明,所设计的能量转换器转换效率高,电压输出稳定,高频纹波小,可以满足星上设备的供电要求。     

低信噪比下相位编码信号脉内特征提取新方法

针对低信噪比条件下相位编码信号的相位估计容易受噪声影响的问题,提出了将自适应阈值消噪技术与小波变换结合起来的新方法.首先利用连续小波变换计算信号的小波谱,再对小波谱进行自适应阈值消噪处理,进而提取小波谱脊线,得到相位编码信号的脉内调制信息.计算机仿真验证了该方法的可行性.     

基于连续小波变换的脉内调制类型识别技术

脉内调制类型识别是雷达侦察的关键技术之一,特别是低信噪比下的脉内调制识别技术是当前研究的热点.利用基于连续小波变换的瞬时频率提取技术,可以在低信噪比条件下获得不同调制类型信号的瞬时频率特征,从而实现低信噪比下的脉内调制类型识别,仿真结果表明采用这种方法可以有效地实现低信噪比下的瞬时频率提取.     

基于树形小波变换的断口图像识别

断口图像的识别是进行失效分析的一个重要组成部分,本文提出一种基于小波的断口识别方法,该方法采用树形小波对金属断口图像进行二级小波变换,剔除近似分量,对其余的各个频带输出的标准差作为断口识别的特征,并采用最小距离分类法进行分类,实验证明,此方法对细节丰富的断口的识别率很高。     

基于Contourlet变换的子带自适应图像去噪

Contourlet变换是继小波变换之后的又一新变换。由于Contourlet变换的多尺度和多方向特性,能有效地捕获到自然图像中的轮廓,并对其进行稀疏表示.本文提出一种基于Contourlet变换子带自适应图像的新颖去噪算法。该算法核心是估计无噪期望信号的概率。即结合无噪子带系数的广义Laplacian模型和加性高斯白噪声的概率估计,分析每个子带信号概率为固定的情况。实验结果显示这种新的子带自适应图像去噪算法优于Bayesian wavelet shrinkage和ContourletHMT算法。     

全并行结构FFT的FPGA实现

提出了一种基于FPGA实现的全并行结构FFT设计方法,采用X IL INX公司最新器件V irtex II P ro,用硬件描述语言VHDL和图形输入相结合的方法,在ISE 6.1中完成设计的输入、综合、编译及布局布线,并用M od-e lS im和M atlab对设计作了联合仿真。结果表明,通过利用FPGA器件中大量的乘法器、逻辑单元及存储器等硬件资源,采用全并行加流水结构,可在一个时钟节拍内完成32点FFT运算的功能,设计最高运算速度可达11ns,可实现对高速A/D采样数据的实时处理。     

一种SAR运动目标时频检测方法

合成孔径雷达(SAR)主瓣杂波在时频平面中呈带状分布,散布宽度与雷达波束有关;目标距离向速度引起回波信号中心频率的偏移,当此速度较大时则导致目标在时频平面内偏出主瓣杂波散布范围;目标方位向速度引起它与杂波调频率的差异,当沿着动目标调频率方向进行相干积累时检测效果最佳,主、副瓣杂波得到一定的抑制,抑制效果还与雷达相干积累时间、目标方位向速度有关。针对动、静目标如此之不同,文章提出以动、静目标调频率、中心频率之间的差异为核心的杂波抑制方法,最后在低信杂比的条件下进行了SAR模拟场景仿真研究,在时频域实现杂波抑制和动目标信号的有效积累。     

基于SIFT,K-Means和LDA的图像检索算法

图像检索一直是信息检索领域的难题。提出了一种基于尺度不变特征变换（SIFT,Scale Invariant Feature Transform）,K-Means和潜在狄利克雷分布（LDA,Latent Dirichlet Allocation）的图像检索算法。算法主要分为两个阶段。预备工作得到分类完成的图库、概率分配参数表和基本词库;实现检索是在预备工作的基础上归类测试图片,然后在该类下搜索最相似图片。对比传统的基于文本或内容的检索方法,该算法在检索之前将图片库中所有图片按其本身特征进行自动分类,取代人工标注图像信息的过程,同时由于整个算法完全基于图像特征,故此方法不会引入人工因素的干扰。实验结果表明,该算法能够较为准确地将要检索的图片归为图片库对应的类别中,有效地提高图像检索效率。     

基于FFT和专家系统的BLDCM系统故障检测与识别

针对具有双通道结构的无刷直流电动机(BLDCM, Brushless DC Motor)容错系统的高可靠性要求和大范围调速特点,在不增加额外设备的条件下,通过分析两个通道中功率电路直流母线电流波形的特点,提出一种采用归一化快速傅里叶变换(FFT, Fast Fourier Transform)方法提取频率特征,再结合基于规则的专家系统进行故障检测与识别的方法,并通过实际电动机系统的试验验证了方法的正确性.试验结果表明:规一化FFT方法可以消除不同转速和不同负载对判断结果的影响;专家系统中阈值的选取可以有效避免实际应用中出现的噪声等因素的影响.算法复杂度低,可靠性高,易于应用,具有很强的实际操作性.     

基于近场散射的颗粒粒径分布测量

针对传统的前向小角散射粒径测量系统中心光过强、杂散光干扰、散射角过小等缺点,本文采用一种新型的近场散射(NFS)方法测量前向小角散射光,研究并搭建了基于近场散射的颗粒粒径测量系统,将最大散射角提高到40.5°;在无需空白测量的情况下采用差分方法对透射光和散射光干涉成的散斑图像进行处理,有效去除中心光和杂散光的影响;对差分散斑图像进行快速傅里叶变换(FFT)频谱处理得到散射光强分布,利用Chahine算法对颗粒粒径进行了反演。最后,利用已知粒径(39.2μm和67.3μm)的标准颗粒对测量系统的准确性进行了单峰分布的验证,测量误差在5%之内;对于粒径为39.2μm和67.3μm的混合颗粒进行了双峰分布验证,在43.3μm和74.1μm处出现峰值,测量误差在10%左右。