一种广义主成分提取算法及其收敛性分析

广义主成分分析在现代信号处理的诸多领域发挥着重要的作用。目前,自适应广义主成分分析算法还并不多见。针对这一现状,该文提出一种快速收敛的广义主成分分析算法,并通过理论分析所提算法的确定性离散时间系统,导出了保证算法收敛的学习因子和初始权向量模值等边界条件。仿真实验和实际应用验证了所提算法的正确性和有用性。仿真结果还表明,所提算法比现有同类算法具有更快的收敛速度和更高的估计精度。     

MIL-STD-1553B总线接收器IP核设计

为了自主研发MIL-STD-1553B接口芯片,采用自顶向下的方法设计了1款专用的总线接收器IP核;使用VHDL语言书写发送器程序代码,通过FPGA平台对发送器进行了测试;结果表明,接收器的逻辑功能达到了设计要求,时序指标完全符合协议规范,实现了总线接收器的功能,具有消耗逻辑单元少的特点.     

基于FPGA的惯性平台嵌入式调平系统设计

嵌入式调平系统是惯性平台“三自(自主功能检测、自主误差标定、自主初始对准)”技术发展首先要解决的问题.在深入研究了某型号惯性平台调平原理的基础上,设计了1套全新的嵌入式调平系统.该系统主要是通过AD650采集失调电压信号,然后送入FPGA进行分析处理,最后通过施矩施矩电路的工作来实现惯性平台的调平.实验表明此系统不仅能...     

新型自适应广义特征向量估计算法及其特性分析

为了发展快速稳定的广义特征向量估计算法,该文提出基于神经网络的新型单维广义特征向量估计算法;通过分析该算法的所有平衡点证明了当且仅当神经网络权向量等于最小广义特征值对应的广义特征向量时该算法达到稳定状态;利用确定性离散时间分析方法完成了所提算法的动态特性分析,给出了保证算法收敛的边界条件;通过膨胀技术将单维算法扩展为多维广义特征向量估计算法,该算法可以根据实际需要增加提取广义特征向量的数量。仿真实验表明所提算法具有很好地收敛性,而且收敛速度优于一些现有算法。     

基于时域反射法的电力电缆网络故障诊断方法研究

针对维护大规模老化电力电缆网络这一关键挑战,通过详细描述电力电缆中的信号传输物理模型,提取反射信号和透射信号中的故障特征,研究基于时域反射法的电力电缆网络故障诊断方法,实现电缆网络故障的快速辨识与定位;以最小单元Y型电缆网络为研究对象并建立其物理模型,利用分布式检测时测点之间的反射信号及透射信号所反映出的信号传播路径和阻抗不匹配信息,开展多源信息融合的电缆网络故障诊断方法研究;在Matlab/Simulink软件环境中搭建Y型电缆网络的故障仿真模型,通过设计不同主干、分支线路故障的仿真实验,验证了方法的有效性和适用范围,测量得到的故障距离相对误差限定在1%内。     

一种快速的多个主成分并行提取算法

主成分分析是信号处理和数据统计领域内非常重要的分析工具.针对现有多个主成分提取算法收敛速度慢的问题,提出了具有快速收敛速度的神经网络算法.该算法能够并行提取信号中的多个主成分,而不需要其他额外的操作.分别采用平稳点分析法和随机离散时间分析法对所提算法的收敛性和自稳定性进行了证明.仿真实验表明,相比现有算法,所提算法不仅具有较快的收敛速度,而且具有较高的收敛精度.     

一种广义次成分提取算法及其收敛性分析

广义次成分分析(generalized minor component analysis,GMCA)在现代信号处理的许多领域具有重要作用.目前现有的大多算法不能同时具备与算法对应的信息准则,以及收敛性、自稳定性和多个广义次成分提取的性能.针对上述问题,利用一种新的信息传播规则,推导出一种广义次成分提取算法,并采用确定离散时间方法(deterministic discrete time,DDT)对算法的全局收敛性能进行分析;同时,通过理论分析算法的收敛性能与算法初始状态的关系,表明算法具有自稳定性.进一步地,探索了算法在多重广义次成分提取方面的应用.相比之前的算法,所提算法具有更快的收敛速度.Matlab仿真验证了所提出算法的各项性能.     

MIL-STD-1553B总线发送器IP核设计

为了开发具有自主产权的MIL-STD-1553B接口芯片,采用自顶向下的方法设计了一款专用的总线发送器IP核;通过自顶向下的方法完成系统设计与模块设计,使用VHDL语言书写发送器程序代码,以FPGA为平台对发送器进行了测试。结果表明,发送器的逻辑功能达到了设计要求,时序指标完全符合协议规范,实现了总线通信,具有消耗逻辑单元少的特点。     

基于加权矩阵的多维广义特征值并行分解算法

针对串行广义特征值分解算法实时性差的缺点, 提出基于加权矩阵的多维广义特征值分解算法. 与串行算法不同, 所提算法能够在一次迭代过程中并行地估计出多维广义特征向量. 平稳点分析表明: 当且仅当算法中状态矩阵等于所需的广义特征向量时, 算法达到收敛状态. 通过对比相邻时刻的状态矩阵模值证明了所提算法的自稳定特性. 所提算法参数选取简单, 实际实施较为容易. 数值仿真和实例应用进一步验证了算法的并行性、自稳定性和实用性.     

加权M?ller算法的广义加权规则

提出一套针对加权Moller算法的广义加权规则用于探讨改进并行提取次成分分析的理论和方法问题.该规则仅在加权Moller算法上引入一个加权规则参数,通过调节参数后算法性能上的变化,实现加权Moller算法稳定性在动力学层面上的分析,探讨加权参数变化对算法稳定性的影响.基于常微分方程方法对所提出规则下的加权Moller算法进行稳定性证明,并分析其中关键函数的性质.最后,MATLAB仿真验证了所提出规则的性能和算法性质.