射频仿真系统三轴模拟转台动态误差分析

三轴模拟转台是进行飞行器飞行姿态地面半实物仿真系 统的重要 设备之一,其精度直接决定了仿真试验的置信度。通过分析转台动态响应能力并结合转台的 部分实测数据,求解了转台动态误差系数,得到转台动态误差的计算公式,最后用一个典型 仿真试验对三轴模拟转台动态误差进行计算分析。利用该动态误差计算公式得到的仿真结果 可以为射频仿真试验设计及精度分析提供参考。     

单转台单摆头机床五轴联动数控机床对刀方法

本文主要是以单转台单摆头机床台五轴联动数控机床为例,具体介绍五轴数控机床各个轴的对刀方法。     

基于小波和Kalman滤波对GPS数据的去噪方法分析

根据KaIman滤波和小波分析基本理论及GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据的去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出基于小波分析的扩展KaIman滤波方法进行GPS数据去噪处理。     

测量船异常数据辨识与误差抑制

为解决蕴含有复杂变形、船摇周期影响的测量船异常数据检测难题,提出了基于小波分析的异常数据的动态识别与修正方法。基于小波分析的多尺度、局部分析等特性,采用具有紧支撑特性的小波去噪方法,根据数据自适应选取阈值,对噪声进行抑制凸显异常,在实现噪声抑制的同时,较好地保留了局部异常特征,显著提高了异常数据的检出率。测试结果表明,该方法切实可行,效果良好。     

瞬变电磁信号去噪方法及效果研究

采样后的瞬变电磁信号数据容易受到各种噪声的干扰，造成数据处理时分辨率较低，进而出现异常解释信息，影响后续工作进程．因此，必须选日蛤适的方法对其进行去噪处理。本文集中对三点指数逼近非线}生平滑去噪、基于小波闽值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效呆进行比较，对瞬变电磁法的去噪工作具有一定的现实意义。     

小波包在无线电信号消噪中的应用研究

介绍了小波包去噪的基本原理和方法，针对无线电信号的特点，采用四种闽值法进行去噪对比实验，去噪后信号的波形较为光滑，信噪比均有提高，均方差误差明显降低，有效地去除信号中的噪声，达到了保留信号特征，抑制噪声的目的，为无线电传输提供更可靠的数据信息。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

一种基于STM32的自动巡航机器人控制算法

采用自制两轮巡航机器人为实验平台,使用微重力传感器对机器人做姿态检测,以STM32103VE做主控MCU并对ITG3205三轴陀螺仪和ADXL345三轴加速度计进行数据采集,使用卡尔曼滤波算法对数据进行融合得到最接近真实姿态的位置信息,通过平衡控制算法调节巡航机器人的平衡姿态,通过GPS获取导航信息。实现自动无人巡航和载人巡航控制。通过试验验证了该控制算法的可行性。     

利用频谱排序和筛选的突变噪声快速估计

针对最小值控制递归平均(Minima Controlled Recursive Averaging,MCRA)算法不能快速跟踪突变噪声的问题，提出了一种基于频谱排序和筛选的突变噪声快速估计方法。该方法在MCRA算法的基础上对带噪语音的功率谱进行排序，筛选出不含语音信号的频点来估计噪声的平均功率谱；当检测到噪声突变时，对当前的平滑参数和状态变量进行校正。仿真结果表明，该方法可以将突变噪声的跟踪时间缩短90%以上；用于语音降噪处理时，音质可以提升约0.4分。该方法具有一定的工程应用价值。     

基于ARIMA模型对某种重要化工原料价格变动的分析

在分析过程中,首先利用SAS软件绘制时序图,从整体上把握数据信息。再进行数据的预处理,发现该化工原料价格序列具有非平稳非白噪声的属性,说明该序列有值得提取的相关信息,同时考虑差分方法使序列平稳。     

基于Kalman—EMD技术的变形量信息提取模型

本文结合Kalman滤波白噪声去噪能力和EMD较强的趋势项提取功能,提出Kalman滤波降噪-EMD瞬时变形量信息提取模型。通过对模拟数据与GPS实测数据的处理分析认为,该方法克服了直接运用EMD分解中由于大量噪声带来的不必要的干扰,减少了EMD分解层数以及累积边界效应对信号提取的影响,提高了瞬时移动量的提取精度;利用Kalman滤波降噪-EMD瞬时变形量信息提取模型处理GPS变形监测数据,可以获得高精度的变形量信息,动态变形监测垂直方向的精度可以达到mm精度。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

小波去噪理论及MATLAB实现研究

阐述了小波变换去除信号噪声的基本原理和方法,研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。然后利用MATLAB软件编制程序实现了基于小波变换的正弦信号的去噪仿真分析,仿真结果表明小波变换去除噪声具有很强的实用性。     

使用聚类稳定性分析方法增强单类学习算法研究

聚类分析方法是一种专业研究分类问题的统计分析方法,对数据进行深度的挖掘。基于单类学习算法应用在多模态、多密度数据时的不足之处,有效的将聚类稳定性分析方法应用到单类学习中。本文通过对运用聚类稳定性的分析方法去增强单类学习的算法解决问题;论述使用聚类稳定性的分析法以增强单类学习的算法;应用实验三个方面进行了简单的论述。     

基于改进阈值的低压电力线信道中的小波去噪方法

在电力线信道的小波去噪方法中,应用广泛的是小波变换阈值法.但传统的阈值法阈值单一,且在信号连续性较差的情况下,运用传统阈值法还会产生伪吉布斯现象.为了克服阈值法的不足,在平移不变量小波阈值去噪法的基础上,通过仿真低压电力线信道噪声,对阈值函数进一步改进,使阈值的变化与噪声的小波变换随尺度的变化特性相一致.仿真实验可以看出,该方法可以有效改善信号的信噪比,减小原始信号与估计信号之间的均方根误差,对含噪信号有更好的去噪效果.     

PCB设计中同步开关噪声问题分析

印刷电路板设计中的同步开关噪声问题是现代高速数字电路应用的瓶颈之一。介绍了一 种在电路板上施加同步开关报文和温度应力的可靠性测试方法,该方法可以有效暴露电路 板上的同步开关噪声问题。借助噪声测试和阻抗分析手段,对一个由该方法发现的异常问 题进行了分析,通过优化去耦电容和电源平面阻抗,抑制了电路板上的同步开关噪声, 问题得到了完美解决。最后,给出了一些在PCB设计中抑制同步开关噪声的方法和建议。     

灰色系统理论在数据预处理中的应用

本文介绍了一种采用灰色关联分析进行数据清理的方法――关联系数生成法。通过计算数据单元的不确定度,先对原始数据集合进行过滤,再用分箱技术平滑噪声数据。对分箱后的数据序列进行灰色关联分析,并构造空缺值的关联系数函数,通过求解函数生成空缺值。此方法也可用来检测数据集中的噪声数据。这是将灰色系统理论运用到数据预处理中的研究,对不满足大样本的“贫”信息数据库系统的空缺值生成和噪声检测有重要作用。     

未知衰落信道中MPSK信号的非数据辅助载波频率估计方法

未知衰落信道中的MPSK信号的非数据辅助载波频率估计是通信参数估计中的复杂问 题,目前尚缺乏有效的针对性研究成果。针对该问题,提出采用先补偿信道影响,再去调制 , 然后进行非衰落信道单频信号频率估计的方法。该方法比进行频率和信道冲激响应联合估计 的方法简洁和高效,而且解决了联合估计中难以有效去调制的问题。通过和非衰落信道的频 率估计结果对比,表明其估计性能的下降小于3dB,能很好地满足应用需要。     

基于Takagi-Sugeno-Kang模糊集合的噪声干扰检测方法

为识别混合在接收机热噪声中的人为噪声干扰信号,提出了基于TSK(Takagi-Sugeno-Kang)模糊集合的干扰检测方法。首先将无干扰环境下信道热噪声数据和有人为噪声干扰下的混合噪声数据组合成训练数据序列,利用训练序列对TSK模糊集合模型进行训练,调节模型中规则的多项式系数,使TSK模糊模型对接收信号中的噪声特性与干扰判决之间建立确定函数关系,实现对噪声干扰的检测。通信电台的实验验证表明:尽管接收机的自动增益控制将外部噪声干扰缩小到与本机噪声相当水平,所提方法仍能有效检测出信道中是否有人为噪声干扰存在。     

满意度指标权重确定方法比较

本文针对顾客满意度数据分析中指标权重确定这一环节,以烟草公司顾客满意度调查数据为例,分别利用客户排序法、层次分析法以及主成分分析法对其满意度指标权重进行计算,说明了这三种方法在满意度数据分析中的具体应用模型,比较了三种方法在该案例中的计算结果,由此得出三种方法在实际应用中的使用条件和不同作用。