基于神经网络的玻璃缺陷声学检测方法

描述了一种通过声学信号检测玻璃制品缺陷的方法。在实现步骤上,首先采集了不同缺陷类型的玻璃瓶敲击声,然后经过频谱变换及小波包变换,将敲击信号映射至不同的变换域中,并在每个变换域中提取信号的特征,从而将样本的缺陷信息对应为统计特征和物理特征,并采用基于互信息量的特征选择算法对特征空间进行降维;降维后的特征子集作为后向传播神经网络的输入参数,再由该神经网络实现对玻璃缺陷的自动化检测。结果表明,在已有实验样本数据下,该缺陷检测算法能准确高效地检测出存在缺陷的样本,识别结果的F-值稳定在95%左右。     

自适应的混合域音频水印新算法

本文结合小波包变换和离散余弦变换，提出了一种基于听觉模型的混合域自适应音频盲水印算法，在不引入听觉失真的前提下，实现了自适应的水印嵌入。算法首先对音频信号进行小波包分解，使得分解后的子带更接近人耳临界频带。其次对每个子带的小波包系数进行离散余弦变换，计算出子带掩蔽阈值。根据子带掩蔽阈值自适应的选取噪声敏感度小的音频段作为水印嵌入段，选取功率值低于掩蔽阈值的频域系数作为水印嵌入位置，同时采用噪声掩蔽比调整水印嵌入强度。二值水印图像通过量化索引调制的方法嵌入到音频信号的中低频系数中，提取水印时不需要原始音频载体。本算法在水印容量、不可感知性和鲁棒性之间达到了很好的平衡，水印容量在576.7bps到689.5bps之间，算法对添加噪声、重新量化、重新采样、低通滤波和MP3压缩均具有很好的鲁棒性。      

基于DSP的飞轮电池的管理系统设计

设计了一种以DSP为核心的飞轮电池的电池管理系统，该系统有效地实现了对飞轮电池的放电数据监测，荷电状态（SOC）预测以及电池过充、放电的保护功能，并介绍了飞轮电池转速测量电路的设计及系统软件的设计。