离散无记忆信道(DMC)容量的迭代计算方法及实现

分析了离散无记忆信道(DMC)模型概率特征及Blahut-Arimoto算法,用C~(++)实现了可控制精度的DMC容量迭代计算。     

最大熵和高斯模型在锂电池缺陷识别中的应用

锂电池极片缺陷在线识别系统中采用最大熵阈值法实现图像的阈值分割,采用缺陷面积排序的方法取出最大缺陷目标,提取二值化图像中缺陷的几何形状和投影参数作为特征值,最后采用高斯混合模型算法实现对缺陷目标的识别分类。实验结果表明:该系统能自动实现阈值分割,准确提取缺陷特征,识别准确率达到94%。     

小波和稀疏分解在非连续性薄膜去噪中的应用

为了在传感器测量锂电池非连续性膜厚前不需测量C型机构的固有频率和扫描振动频率,采用3层小波-阈值判断-稀疏分解信号处理去噪方法,进行了理论分析和实验验证。该方法不需固有频率和扫描振动频率的先验知识,在不同C型机构扫描速率模式下,通过迭代选取最佳匹配的原子序列保留锂电池薄膜厚度分布,滤除局部噪声波动,实现稀疏迭代去噪。结果表明,相对于小波算法,在缺乏先验知识的条件下,稀疏分解算法具有较好的去噪性能,其均方差值达5μm~7μm,是一种操作简单、可行有效的方法。     

基于原子模板匹配的锂电池膜厚快速稀疏去噪

为解决多尺度小波算法在锂电池膜厚传感器测量前需确定C型机构的固有频率和扫描振动频率的不足,采用基于原子序列模板匹配的快速稀疏信号处理去噪方法。该方法不需先验知识,在不同扫描模式下通过稀疏分解迭代训练膜厚数据并构建原子序列模板库,对于不同扫描模式下的膜厚数据选取模板库中匹配的原子序列进行稀疏迭代去噪。实验结果表明:原子模板匹配算法具有较好的去噪性能,其运算速度高于传统稀疏算法57倍。     

通过扩展编程模拟星敏感器光学系统成像方法的研究

星图是星敏感器技术研究中不可或缺的重要数据,利用计算机进行星图模拟成为一种获取星图的捷径。提出一种通过扩展编程,模拟星敏感器光学系统成像过程,获取星图的方法,建立星图模拟系统。首先,在分析光学系统成像模拟基本原理的基础上,讨论利用软件接口,通过扩展编程实现模拟成像的必要性。然后,详细介绍成像模拟、增加噪声和伪星、存储和输出星图等步骤的实现方法,以及扩展编程方法的具体运用。最后给出星图模拟系统的设计结果,并针对给定的光学系统,给出实例,验证模拟方法。结果表明模拟方法正确,操作简便,程序设计工作量少,星图模拟系统人机交互性强,功能多样,提供的数据丰富多样,对于促进星敏感器技术研究具有重要意义。     

基于ADSP的非高斯最佳检测器实现

为实现主动声纳在混响背景下确知信号的最佳检测,基于AD公司高性能32位浮点ADSP21060芯片实现检测过程,研究了混合高斯噪声背景下单频确知信号的非高斯最佳检测器,给出了DSP实现的系统原理图、硬件框图及软件流程。仿真结果表明:合理的软硬件布局能使ADSP处理器的动态实现满足主动声纳对大吞吐量数据的需求。     

Excel的回归分析功能在数据处理中的应用

介绍了如何用Excel的回归分析功能进行数据处理,分析了大量不同温度点实测的电阻值与温度的数学关系。从结论中可以看出其回归误差很小,满足一般工程的使用要求。     

星图模拟方法在星敏感器技术研究中的应用

目前,星敏感器是一种高精度的姿态测量设备,利用计算机开展星图模拟能提供丰富的星图数据。文章讨论了利用光学设计软件,通过扩展编程模拟星敏感器成像,输出模拟星图的原理和方法,给出星图模拟程序设计结果,讨论星图模拟方法在评估光学系统、星像提取算法、星图识别算法性能以及标定系统误差等方面的应用。研究表明,星图模拟为促进星敏感器技术的研究提供了重要支持。     

基于阈值和小波去噪的激光在线测厚技术

采用激光三角位移法实现传感器对锂电池在线涂层厚度的测量.针对激光测厚所产生的静态和动态误差,静态误差通过系统标定滤除,动态误差采用阈值判断和多尺度小波算法实现高频去噪,保留低频有效膜厚.实验结果表明:该技术相比于单一的多尺度小波去噪,更适合于非连续性的涂层膜厚测量.     

基于多模板矢量量化的战场目标识别的算法

提出噪声背景下基于多模板矢量量化的声目标识别方法。加性背景噪声中，提取了声信号的线性预测系数（LPC）作为目标识别的参数，对不同类型，不同信噪比的声目标进行模型训练用，使每个声目标具有多个模板。最后根据矢量量化识别算法判断声目标的类别。仿真结果表明，该方法在单一噪声背景下的声目标识别中具有可行性。