内置频率对Duffing振子微弱二进制相移键控信号盲检测影响

采用Duffing振子实现对微弱二进制相移键控（Binary Phase Shift Keying, BPSK）信号的盲检测时，Duffing系统输出的周期态和混沌态转换之间存在过渡带。针对这一问题，推导出过渡带时长和Duffing系统内置频率之间的关系表达式；指出内置频率越高，过渡带时间越短；仿真实验给出时间频率响应曲线。内置频率的提高，会降低系统检测微弱信号的灵敏度。针对这一问题，推导出周期态下Duffing系统输出幅度作为因变量、内置频率作为自变量的表达式；仿真实验给出幅频响应曲线。针对微弱BPSK信号盲检测，建立变尺度方法和检测阵列相结合的基于S变换提取Duffing系统输出幅度包络的微弱BPSK信号盲检测模型，仿真实验验证了模型方法的有效性。     

基于DSP平台的H.324系统研究与实现

在分析H.324系统中双向视音频编解码所需要的运算量和存储容量的基础上,选择两片高速DSP芯片TMS320VC5509,合理分配资源,对视频编解码中关键代码进行优化,设计和实现了双向视音频编解码的实时H.324系统。特别是在定点DSP上采用了整数变换代替浮点DCT,消除了浮点运算,减少了运算量,给出了实验结果。     

基于小波分形理论的快速图象编码算法

小波和分形理论应用于图象压缩领域是当今研究的前沿。提出了一种快速图象编码算法,它将加权小波变换与基于二叉树和双向链表搜索的分形编码相结合,在高压缩比、高信噪比前提下,使编码时间大大缩短。在ＰｅｎｔｉｕｍＰｒｏ２００个人机上对一２５６×２５６,８ｂｐｐ图象进行实验,编码时间仅需８秒,而图象失真很小。     

一种有效的常规雷达目标识别方法

基于小波变换和进化网络提出一种有效的常规雷达目标识别方法。即首先利用 Mallat算法对雷达目标一维距离像进行特征提取和压缩 ,然后在进化规划的基础上提出一种混合进化算法来优化设计由多层前向网络构成的分类器。实验结果表明 ,整个目标识别系统的结构简单 ,同时具有较好的推广能力     

基于机械故障诊断的算法及小波基选择研究

针对小波分析在机械故障诊断应用中的快速算法和小波基选择存在的问题,对常用的正交、半正交、双正交小波提取信号特征的能力进行了分析比较,研究表明半正交B样条小波因具有线性相位和采用较长的分解序列而具有较好的频率局部化特性和较小的变换误差,具有比较好的综合性能。推导了正交小波包的图形显示算法,利用该算法解决了小波变换快速算法中存在的数据长度随分解层数成倍减小的问题。研究结果为机械故障诊断中选择小波基进行信号处理提供了依据和途径。     

基于峰值点形态信息的SAR图像舰船尾迹检测算法

在分析合成孔径雷达(SAR)图像中舰船尾迹线性特性的基础上,针对SAR图像线性特征产生因素的多样性,及由此引起的Radon变换域中尾迹峰值点检测的不确定性,提出了一种基于峰值点形态信息的尾迹检测算法。算法门限化图像的Radon变换系数,提取出所有可能的峰值点;对这些相应的局部峰值点的一维截面进行连续小波变换峰值点匹配,根据提取到的参数形成决策矢量在特征空间中进行决策。仿真和实际数据处理的结果表明,该方法能有效、准确地检测到SAR图像中的舰船尾迹并判决其真假类别。     

基于神经网络技术和小波分析的发动机 气缸气密性能检测研究

提出了一种基于小波分析和神经网络技术检测发动机气缸气密性能的新方法。对电涡流位移传感器拾取的飞轮位移信号直接进行时域采样 ,通过处理和小波分析 ,获得反映发动机启动瞬时转速尺度参数 ,BP神经网络以此作为输入向量 ,从而有效地检测发动机气缸气密性能。     

探空火箭图像采集与压缩系统的研究与实现

针对探空火箭的应用要求,研究并实现了一种多路实时图像采集和压缩系统,介绍了系统实现的方案以及采用的两种关键技术。系统采用了基于ARM和FPGA的嵌入式系统架构,以专用的压缩芯片作为图像处理单元,通过采用提高摄像头分时复用的可靠性和优化压缩比控制方案两条技术途径,解决了图像低功耗、实时压缩等问题。系统电路结构精简,集成度高,灵活性强。实际测试表明:系统性能可靠,具有轻小型、低成本、低功耗等特点,在空间环境垂直探测实验中,系统拍摄到火箭箭头与发动机分离、电场探测伸杆展开等重要画面,使用边缘强度评价法对所得图像进行质量评价,图像清晰度满足科学研究与工程应用的需要。     

高校中国现当代文学教学模式研究

为适应社会发展与人才需求,高校中国现当代文学课程必须从单一、僵化的、传统式教学模式向研究式、实践应用、刺激动机、学习指导、考核评价等教学模式转变,以利创新精神与创新理念人才的培养。     

正交小波包分析在遥感图像融合中的应用

小波变换具有优良的时频局部特性,但由于其尺度是按二进制变化的,存在“高频低分辨”这一缺陷.正交小波包分析能够将信号(图像)频带进行多层次划分,对多分辨分析没有细分的高频部分进一步分解,从而提高了频率分辨率,能有效地提取特定的频率成分.推导了小波包分析的基本原理,给出了基于正交小波包分析的遥感图像融合算法.最后,通过实例说明正交小波包分析的有效性和优越性.