非高斯非平稳背景噪声中的信号检测方法

在非平稳非高斯背景噪声下,使用经典信号检测理论对信号进行检测往往难以达到理想的效果。文中利用小波包变换,通过将信号及噪声变换到小波包系数域,使得噪声在某些尺度及子空间上的小波包系数成为近似乎稳高斯噪声,从而运用信息融合的思想和经典信号检测理论的分集检测方法,对非平稳非高斯噪声下的确知信号检测问题提出了一种新的检测算法。仿真实验表明该方法是经典信号检测理论的有效推广。     

一种测量微弱信号的锁定放大电路设计

分析了基于相关技术测量微弱信号的锁定放大电路和各组成部分，针对非接触式基于多磁场涡流效应的DC微小电流传感器，设计了一种实用的锁定放大电路，并进行了实验性研究，研究结果表明：采用了锁定放大电路DC微小电流传感器可直接测量1mA以下DC微小电流，灵敏度可达20mV/mA，锁这放大电路不仅能测量周期信号，还能测量非周期信号，后者可通过调制的方法将其变成周期信号再进行测量。     

非高斯AR序列参数的加权最小二乘估计

加权最小二乘估计是一种兼具精度与速度的非高斯自回归序列参数估计的优秀算法.使用混合高斯自回归模型描述估计问题之后,又从最大似然估计非线性方程组出发导出了与之近似的加权最小二乘估计线性方程组,并分析了加权函数的性质,给出了具体的两步实现算法.探讨了加权函数获得与激励方差估计2个细节问题,给出了一组实例.     

基于高阶FS谱对角切片的舰船轴频电场微弱信号检测方法

针对在实际海洋中对舰船轴频电场进行远程探测的问题,文中采用了一种基于高阶FS谱对角切片的微弱信号处理技术,通过该方法能简单有效地将微弱轴频电场信号从低信噪比的实测数据中分离出来.最后使用该方法和基于高阶谱对角切片的弱信号检测方法,分别对同一组实测的舰船轴频信号进行了处理,结果对比表明该方法的有效性.     

基于AR模型的填方路基沉降检评方法

通过运用数理理论之AR模型,开展填方路基沉降的检评工作,完成了工后质量评定任务,并预测其未来的沉降程度及趋势.研究表明:应用数理理论方法得出的结论,不仅具有实用价值和增强了可靠性,而且兼有鲜明的主动、事前的特征.     

基于混合高斯模型的道路背景提取方法研究

针对单高斯模型对道路背景提取的不足,提出一种基于混合高斯模型的道路背景提取方法。利用多个高斯分布组成混合高斯模型来表示道路背景图像中的各个像素点,并且针对该算法利用MATLAB进行仿真实验,实验结果验证了基于混合高斯模型的道路背景提取方法的实用性和有效性。     

非高斯AR序列参数的最大似然估计

自同归模型参数的最小二乘估计应用于非高斯数据,有效性便不复存在,而充分利用了概率密度信息的最大似然估计却仍然是该问题的有效估计.使用混合高斯自回归模型描述该类估计问题之后,讨论了其克拉美-罗限,导出了非高斯自回归序列参数的最大似然估计,给出Newton-Raphson迭代解法,并凡探讨了如何加快这一迭代算法的收敛和如何将估计算法应用于实际数据两个细节问题.最后给出一组仿真实例,对比检验了最大似然估计和最小二乘估计的效果.     

基于高斯混合部件模型的铁路扣件检测

针对采集图像中铁路扣件存在形状的变化、扣件图像的光照差异较大和扣件被异物局部遮挡的问题,根据对可变形部件模型算法和高斯混合模型的研究,提出了高斯混合部件模型算法. 结合扣件图像边缘特性及改进的Roberts算子计算图像梯度,将归一化后的方向梯度直方图特征作为高斯混合部件模型算法的底层特征,根据扣件形状划分部件,部件之间的相对位置采用星型连接方式度量,运用余弦相似性度量部件中方向梯度直方图特征的相似度,部件模型使用高斯混合模型并采用期望最大化算法迭代求解. 将高斯混合部件模型算法应用于扣件检测中,最终平均检测效果为漏检率3.16%、误检率9.80%、正确率90.27%.      

基于参数自校正AR模型的网络时延估计

针对网络随机时延这一问题,提出了参数自校正AR模型的网络时延估计算法,并对其进行预测.首先兼顾预估精度和算法实时性的原则确定了模型的参数,建立了网络时延的AR模型;在此基础上,通过LMS算法对时延进行在线预测,并根据新的时延值在线调整模型的参数;通过仿真结果验证了该算法具有很好的预测精度和实时性,具有一定的应用价值.     

GPS微弱信号捕获跟踪算法

在GPS微弱信号捕获算法设计中, 为提高捕获灵敏度, 采用相干积分与非相干积分结合的方式消除数据码长度对相干积分增益的影响, 采用差分相干积分减小非相干积分中的平方衰耗。为了提高信号捕获速度和精度, 利用FFT工具进行伪码与载波频率捕获, 采用延迟锁定环(DLL) 与锁相环(PLL) 实现GPS微弱信号的跟踪。最后对GPS微弱信号的捕获跟踪算法进行仿真实现。应用结果表明: 通过仿真技术能有效地复现出捕获和跟踪载噪比为25dB.Hz^-1的GPS微弱信号, 差分相干积分捕获灵敏度比相干-非相干积分高0.8dB, 频率捕获误差小于1.25Hz, 码捕获误差小于0.1码元。     

基于非线性AR模型的时间序列弱非线性检验方法

提出一种基于非线性AR模型相对预测误差的非线性检验量δNAR,采用替代数据法来检验时间序列中的弱非线性.以4种混沌时间序列为例,分析并比较了非线性检验量δNAR与非线性零阶预测误差δZP的弱非线性检验能力.结果表明,对4种混沌时间序列中的3种,非线性检验量δNAR都表现出比非线性零阶预测误差δZP更强的弱非线性检验能力,表明该非线性检验量具有较强的数据适应性,而且对于不同的数据,具有最佳非线性检验效果的参数比较固定.     

车辆运行声车型自动分类的AR模型技术

利用AR参数模型提取采集到的车辆行驶时产生的车外噪声信号的特征,利用假设检验进行特征选择,并设计了BP神经网络进行分类识别.对道路现场采集到的2种车型共计110个信号进行分析,实验结果表明,通过AR参数模型提取车辆车外噪声特征实现车型自动分类是可行的,其分类的正确率达80% 以上.     

基于交叉口可靠性的公交优先信号配时优化模型

公交信号优先被广泛应用于提高道路通行能力和服务水平等方面,但是,公交信号优先经常会破坏路网,从而导致交叉口可靠性降低.因此,交叉口可靠性是交通信号设计中需考虑的一个重要问题.本研究针对单点交叉口提出了基于可靠性的公交信号优先配时优化模型,将人均延误最小化作为目标函数,将交叉口相位清空可靠度指标作为一个重要约束条件,该模型在优化信号配时的过程中不仅降低了人均延误,并且保证了交叉口的可靠性.本研究将该优化模型应用于单点交叉口,通过分析影响参数得到:仅提高可靠性要求,延误时间会非线性增加;若一味地降低总延误会导致低可靠性.最后,通过案例分析将传统模型与本研究模型进行对比分析,验证了本研究所提出模型的实用性.     

������ģ�͵Ľ�ͨ�ź���ѧϰ���Ʒ���

为了减少车辆通过路口的延误,采用云模型建立控制策略,运用Q-学习改进控制模型的参数。路口信号控制智能体通过感知系统获得车辆到达信息,根据信号控制规则集和车辆到达信息采取符合控制策略的控制行为改变当前信号状态。信号控制的关键规则采用二维正态半云描述,利用二维前件云发生器生成针对不同交通状态的控制策略。云模型中的主要参数通过Q学习算法进行优化,以总停车延迟作为目标函数经过迭代产生针对不同交通量的云模型最优控制方案。最后,使用仿真软件对传统控制方式和基于云模型的控制方式进行比较,仿真结果表明,基于云模型信号控制方法的控制效果优于定时控制和感应控制。     

小波滤波器在弱信号检测中的应用及设计

根据小波变换的多尺度分解特性,构造了一种小波能量积累器,将不同分解尺度上的能量进行积累。在此基础上设计了一种用于弱信号检测的小波能量检测法,并对低信噪比信号的检测进行了仿真实验。仿真结果表明,该检测法对低信噪比信号是比较有效的,而且与传统的脉内累加平均的信号检测方法相比,文中提出的信号检测方法具有一定的优越性。     

基于遗传算法的交通信号多层模糊控制模型研究

针对城市交通信号控制问题,提出了一种基于交通需求强度的单路口多层模栅控制模型,第一层用来判断路口的交通需求强度;第二层为相位优化层,主要完成相位优化功能;第三层为绿灯时间优化层,用来确定各个相位的有效绿灯时间,针对模糊控制模型中隶属度函数优化的问题提出了利用遗传算法进行模糊控制模型中隶属度函数的优化模型,确定了遗传算法各类参数的计算方法,通过与普通多层模糊控制模型仿真的比较,结果表明本文提出的基于遗传算法的多层模糊控制模型具有较好的控制效果.     

基于AR模型的接触网脉动风场与风振响应

基于AR模型和接触网结构特性,建立了具有时间和空间相关的接触网脉动风场,由模拟的风速时程获得作用于接触网的风荷载;建立接触网三维有限元模型,研究了其模态、静态风偏和风振响应,并对位移响应进行了频谱分析.分析结果表明:垂向风速相对顺风向风速较小,采用Davenport风速谱可建立接触网脉动风场;接触网在30 m·S-1的横向平均风和自然风作用时,接触线跨中节点横向位移的最大值分别为109.11 mm和312.49 mm,平均风荷载下计算得到的接触线横向位移减小了186.40％;接触网在横向自然风作用时,接触线横向和垂向振动位移同时产生,接触网第1阶垂向和横向振动频率分别为0.973 Hz和1.384 Hz,在这2阶频率处产生了接触网结构与风荷载的峰值共振;接触网在30 m·S-1的自然风作用时,由风荷载引起的应力分别占接触线和承力索总应力的10.77％和27.40％,因此,需采用脉动风荷载进行接触网的风偏和强度设计.     

Hilbert-Huang变换在声振信号检测钢管混凝土脱空中的应用

提出了基于Hilbert-Huang变换的钢管混凝土脱空检测方法,通过对瞬态冲击下脱空钢管的声振信号进行分析,提取出了瞬时幅值特征样本,采用改进的K均值聚类法对特征样本进行二类模式识别,从而对钢管混凝土的脱空进行判定,试验研究表明本方法的可行性。