汽车操纵稳定性评价的传递函数试验辨识

针对汽车转向盘角脉冲输入场地试验数据的特点,对实际数据处理中遇到的问题进行分析,对比了采用FFT方法和时域分析方法进行数据处理的结果,并详细分析了FFT方法在实际数据处理中存在上述问题时,数据处理精度不高的原因。     

高噪声背景下的罗兰-C信号相位编码识别研究

针对高噪声严重影响罗兰-C接收机的信号处理过程中脉冲初相位识别的情况,分析了基于全相位谱分析（apFFT）的罗兰-C载波信号初相位识别原理,对罗兰-C接收信号在噪声背景下的初相位识别进行了蒙特卡洛仿真和数据分析,结果表明该方法在高噪声背景下无需降噪就能够较准确地识别出罗兰-C载波信号的初相位,并准确地识别出相位编码,可直接应用于现代增强型罗兰接收机。     

一种重叠加窗的双门限窄带干扰抑制方法

针对双门限方法存在的不足,提出一种重叠加窗的双门限窄带干扰抑制方法.该方法在双门限方法的基础上,引入重叠加窗的概念,选取了一种合适的窗函数,对其进行改进.该方法通过重叠加窗,解决了原算法因加窗而带来的时域信号失真问题.仿真结果表明,与原方法相比,该方法在降低误码率的同时也提高了信噪比改善量.     

精确识别地铁ASK信号低频频率的新方法

地铁ASK低频信号由于频率间隔较小,在进行高精度检测时需要采样时间较长,且计算量很大,计算时间较长,导致识别时间无法满足要求.为解决实时高精度提取地铁ASK信号低频信息的问题,提出一种从频域进行频谱分析检测可兼容不同占空比信号的新方法,该方法将ZFFT技术,频率能量重心校正技术结合,有效降低了算法的计算复杂度,仿真和实地测试结果均符合技术要求.     

快速傅立叶变换在轨道电压相位检测中的应用

轨道电压信号是判断铁轨上是否有火车的重要依据,对火车的安全运行非常重要,其相位差测量是重要环节.在比较目前几种常用相位测量方法的基础上,提出基于FFT的相位测量方法.该方法对被测信号谐波或噪声干扰有很好的抑制作用,对受干扰的周期信号间的相位差测量有很高的精度.给出硬件构成和算法的软件实现,检测结果表明提出的方法能快速准确地实现相位测量.     

DNA序列分析的高效算法研究及比较

对海量数据的处理，最有效的方法是并行计算。因此，对DNA序列比对进行并行化，以及对BLAST算法进行并行化改进，以提高对大数据量处理的能力，尽管在CLUSTER上的计算效率较超级计算机上的效率低。但CLUSTER较超级计算机费用低，有较大的适用性，而高性能计算机是处理海量数据的强有力的工具，生命科学中计算问题必须进行超级计算已是不争的事实，现代生命科学对超级计算已显示出强烈依赖和迫切需求，文中对BLAST算法进行改进，提出一种局部并行化的DNA序列比对算法，为了检验算法的科学性和适用性，将此算法与超级计算机的高效并行算法——改进的FFT算法相比较及分析。     

基于神经网络的汽车车型识别

本文介绍了“多品种混流机器人喷漆自动线的汽车车型识别系统”的一种识别方法,主要是运用多层前馈神经网络对自动喷漆线上的汽车车型进行识别。     

一种新的级联FFT算法

提出针对交叉项补偿的新级联FFT算法。通过交叉项补偿处理及级联FFT运算顺序的调整,解决了传统算法数据量大的问题,以及栅瓣效应的出现,同时降低了在进行大数据量FFT运算时,单次处理负荷过大的问题。该算法在雷达、声呐并行信号处理领域具有较好的应用前景,理论推导和仿真验证的结果都表明了该算法的可行性和有效性。