基于改进小波去噪和EMD方法的轴承故障诊断

将改进的小波阈值去噪与EMD分解相结合应用于轴承故障诊断中。该方法首先利用改进的小波阈值去噪法对原始信号进行去噪,然后采用EMD方法将去噪后的信号自适应地分解成一系列IMF分量之和,通过能量-相关系数法选取能够反映故障特征的IMF分量进行包络谱分析提取故障频率。实验结果表明该方法能够有效识别故障特征频率。     

EMD-IT去噪算法的阈值估计方法

为解决EMD-IT去噪算法中阈值难以确定的问题,提出一种基于高斯白噪声能量分布的阈值估计方法。将含噪信号进行经验模态分解并估计各固有模态函数(IMF)中噪声的能量;根据模态单元阈值的含义,在各IMF中利用去除掉的模态单元包含的总能量等于噪声能量这一准则估计阈值。合成数据和实际心电信号的去噪仿真实验验证了该方法的有效性,其是自适应的且避免了阈值选择的主观性。     

平移不变小波在心音信号去噪中的应用

小波阈值去噪方法可以消除心音信号中的噪声,但其缺乏平移不变性,可能在信号的奇异点附近产生人为的振荡现象,即Pesudo-Gibbs现象,影响去噪效果。采用平移不变(Translation Invariance,TI)小波阈值去噪的方法对心音信号进行去噪,通过对信号序列平移来改变奇异点在整段信号的位置,以降低或消除振荡。对信号采用平移不变小波去噪之前,先通过消除趋势项来降低信号采集过程中引入的干扰。实验结果表明,该方法消除了人为振荡现象,在保留心音信号主要特征的前提下,信号的信噪比(Signal-to-Noise Ratio,SNR)和根均方误差(Root Mean Square Error,RMSE)均得到明显改善。     

一种无线传感器网络链式传输分簇路由协议

由于周围环境对无线传感器网络(WSNs)的影响,在布设到特殊环境下时会产生信号的衰减与损耗,导致通信不畅。针对此问题,提出一种以LEACH路由协议为基础适应特殊环境(长直空间)的新型路由算法。本算法采用链式传输,即从内部逐一将信号传输给距空间最外端且距基站位置较近的簇头,克服了内部节点死亡过快的问题。同时簇内采用链式传输并且改进簇头阈值与成簇半径,减小了能量消耗,提高了稳定性,克服了LEACH算法的不足。     

基于压力传感器的高精度血压计系统设计

血压是反映人体生理状况的一项重要指标,血压监测在临床和医疗保健中有着重要的地位。针对传统单片机设计方案测量精度不高、稳定性不好等缺点,采用MSP430单片机与ARM处理器有效结合的方法,设计了一种基于压力传感器的高精度血压计。从脉搏波特征点入手,采用了一种改进的阈值法,能准确检测出多种病理情况下的有效脉搏波峰值,该方法克服了传统阈值法检测脉搏波准确性不高的缺点,方法简单,测量时间短。采用自适应卡尔曼滤波算法拟合包络线,相比高斯曲线拟合效果更好,且易于编程实现。测试结果表明:系统误差小于4 mmHg,测量范围为0~295 mmHg,具有精度高、速度快的特点。     

基于阈值滤波的太阳能智能追踪系统设计

针对太阳能利用率不高的现状,设计了以MSP430F169单片机为核心的智能型太阳能自动追踪系统,采用基于阈值滤波的最大功率点追踪控制算法,提高了系统太阳能板追踪太阳的灵敏度,采用风速监测模块,增强了系统的稳定性。结果表明,相比固定电池板,系统吸收太阳能的转换效率提高了约95%,对提高太阳能的吸收效率,合理地利用太阳能具有重要的研究价值。     

基于H.264的改进阈值的可变自适应十字搜索算法

H.264视频编解码标准的算法复杂度高,不能满足视频监控和无线传输中要求的高压缩比、低码率和实时性的要求,通过分析可知运算量最大的是运动估计模块,本文对该模块的算法进行优化。在ARPS算法的基础上结合预测的初始点和自适应调节臂长的搜索策略的优点,采用可变阈值的早期终止策略和简单的搜索模板的算法。实验表明该算法在有效减少搜索点数的情况下并不会对图像质量产生较大的影响,提高了运动估计算法的搜索速率和鲁棒性。     

安全关键系统的栈空间分析研究

由于存储空间异常引起的系统故障,系统开发或维护人员很难从失效特征直接判断到根原因。另外,存储空间异常通常会引起整个系统崩溃,对于安全关键系统,如航空电子系统,系统的失效往往会引起坠机或人员伤亡,因此,对安全关键系统的空间分析显得尤为重要。由于系统栈空间的分析涉及系统动态运行状态,在程序的任意点都有可能被中断服务程序或实时操作系统的其它任务中断。此外系统的栈分析需要基于目标码等特性,再次增加了对于系统栈空间分析的难度。本文从栈空间分析的必要性出发,提出一种综合中断抢占图的栈分析理论和方法,并就安全关键系统如何保证栈空间使用的确定性进行论述。最后,就安全关键软件系统FCOS的栈空间分析过程进行详细的阐述。     

Advancements in the design and validation of an air pollution integrated assessment model for Spain

This paper describes the design and application of the Atmospheric Evaluation and Research Integrated model for Spain (AERIS). Currently, AERIS can provide concentration profiles of NO₂, O₃, SO₂, NH₃, PM, as a response to emission variations of relevant sectors in Spain. Results are calculated using transfer matrices based on an air quality modelling system (AQMS) composed by the WRF (meteorology), SMOKE (emissions) and CMAQ (atmospheric-chemical processes) models. The AERIS outputs were statistically tested against the conventional AQMS and observations, revealing a good agreement in both cases. At the moment, integrated assessment in AERIS focuses only on the link between emissions and concentrations. The quantification of deposition, impacts (health, ecosystems) and costs will be introduced in the future. In conclusion, the main asset of AERIS is its accuracy in predicting air quality outcomes for different scenarios through a simple yet robust modelling framework, avoiding complex programming and long computing times.     

Super-Resolution image Reconstruction Based on Iteration and Wavelet Transform

In this paper, we provide a super-resolution image reconstruction algorithm based on wavelet transform. Wavelet transform can separate high frequency and low frequency information of image. The more high frequency information can be obtained by using wavelet transform and the technique of image fusion. Meanwhile, reconstructed super-resolution image is produced by the iterative method. In iteration process, noise of image can be suppressed by applying method of wavelet threshold de-noising. The experiment results show that the algorithm can overcome the disadvantage of the classical interpolation method and effectively improve the resolution and PSNR of the image.