商用车ESC传感器多布置场景信号解析与验证

主要阐述基于三轴加速度传感器的商用车ESC传感器工作原理,对整车环境下ESC传感器的多种布置场景进行分析,并根据各布置场景梳理传感器信号解析的方案后完成实车测试验证,为智能驾驶及线控底盘开发过程获取整车姿态的需求提供一种解决方案。

免疫-遗传算法用于混合物重叠核磁共振信号解析

通过对免疫系统中抗体对外来抗原的识别、消除等过程的模拟 ,建立了一种新型的免疫算法模型 .将标样信号作为抗体 ,混合物重叠信号作为抗原输入免疫算法模型 ,通过迭代运算 ,从抗原中消除抗体所表示的信息 ,当抗原被抗体完全消除时 ,即实现了混合物重叠信号的解析 .对多组分混合氨基酸 NMR谱图的解析结果证明 ,该算法可方便地用于多组分重叠信号的解析 ,为利用数据库解析混合物或生物大分子等物质的复杂

纯电动汽车CAN信号解析

在整车对标研究中,CAN总线信号解析是整车性能和功能对标的重要前提,对整个对标工作非常关键。基于CAN总线的分布式控制网络正逐渐成为通用的汽车配置。基于CAN信号开发软件,介绍了CAN总线解析流程,重点分析了总线拓扑结构解析和总线信号解析方法,对解析的总线信号进行了校验。为对标车型的整车性能和功能分析建立了数据来源和分析平台。

大功率毫米波行波管AM/PM转换特性大信号解析理论的研究

基于相位展开的欧拉大信号理论,采用逐次逼近法推导得到场和AM/PM转换(输出相位对输入功率的导数)的大信号解析解。以一支Q波段毫米波行波管为例,将大信号解析解与拉格朗日理论以及传统欧拉非线性理论进行对比。结果表明:大信号解析解的功率、增益和相移以及AM/PM转换与拉格朗日理论在线性区和中度互作用区十分吻合,饱和增益最大误差小于8. 5%。同时大信号解析解相较于传统的欧拉非线性模型具有更高的精度,且能表现出饱和现象。

激光焊熔透特征混沌信号解析与多维复合识别研究

激光焊接时光感检测信号具有混合信息数量多、时域及频域变化复杂、信号随机波动剧烈等明显的混沌信号特征,常规检测手段对激光焊接熔透特征信息难以有效分离。在激光焊接熔透特征信号同轴增效提取技术基础上,针对光谱透视成像中提取出的复杂混合信号的分布特征,提出一种大功率固体激光焊熔透特征混沌信号解析方法。具体通过统计方法提取混沌检测信号的各瞬态概率密度函数,然后动态形成一系列具有趋势性特征的简化图形模式,并根据图形的多项形貌特征与熔透行为建立复合关联识别。文中重点介绍了基值、离散度和畸变率3种特征参数的定义及数学模型,这些特征参数不但可以对特征模型的重心位置、离散情况和单向畸变情况进行准确描述,而且通过实验方法还充分验证了不同特征参数与激光焊接熔透状态的关联特性。如基值特征参数在焊缝熔透程度较大时具有明显的识别效果,但是熔透程度较小时其波动幅值较大;而离散度特征参数只对较小熔透状态测试敏感,可以对基值进行有效补充,但是对较大熔透状态的识别存在不足;畸变率特征参数虽然在适度熔透附近时数值波动剧烈,但是对于焊缝熔透程度较小或较大时都能通过畸变率数值关系对熔透程度进行较好关联识别,有效弥补了基值和离散度的检测盲区。因此,基值、离散度及畸变率特征参数间具有相互补充、相互验证关系,通过它们的特征曲线进行复合识别可以对激光焊接熔透状态实现较好的定性及定量检测。实验结果表明,混沌信号解析方法结合激光焊接熔透特征信号同轴增效提取技术后,可实现光谱学、光学、统计学、抽象化解析等的多维复合识别效果,可有效增强大功率固体激光焊的熔透检测能力,实现可靠熔透在线识别。

关于802.11g上行链路信号解析过程的研究

本文以802.11g下行发射信号为数据源,在接收端对经编码、交织、调制、OFDM等处理的下行发射信号进行接收处理。应用延时相关算法确定接收信号的帧起始位置;计算短前导的相位信息对长前导序列进行相位补偿;继而根据导频信号和信道估计算法估计信道的频率响应和相位响应。自此,不但可以确定数据域信号的起始位置,还可以根据信道特性解析数据域信号,实现数据发射端信号的可靠接收。

二通道全息信号解析盲分离方法

现有盲信号分离方法给出的是幅值和相位没有量值意义的信号,其输出是只包含频谱特征信息的波形信号。因此,在机械行业中的有效应用基本上局限于故障诊断中的振源确定。针对现有盲分离结果不能满足机械工程中多数动态问题同时对频率、幅值和相位信息的要求,提出了全息信号的解析盲分离方法。该方法完全脱离了基于目标函数和优化算法的迂回分离策略。根据信号频域具有稀疏特性的事实,利用频域中可知的幅值和相位信息首先完成对混合矩阵的估计,然后利用已求解到的幅值比和相对时移参数进行线性方程组的解析运算并恢复出各待求信号。试验结果表明该分离方法的分离结果是幅值、相位和频率信息确切的全息信号,适合机械工程中振动强度、机械阻抗测试等动态分析对信号的要求。

基于相似性原理的CAN信号解析

随着新能源汽车研发的不断深入,在车辆对标测试中,通过采集控制器局域网络(CAN)总线信号来获取实验分析数据成为一种重要手段。CAN总线协议对于车辆制造厂是一项保密文件,因此,研究一种逆向解析车辆的CAN总线信号的方法是必要的。基于相似性原理的CAN信号解析方法研究,是通过某些信号在特定工况下所表现的典型特征,进而覆盖到不同车辆共有特征,利用数学算法实现信号在总线报文中定位。这种方法节省了人工处理大量CAN总线数据的时间,比较快速有效地过滤出信号所在的ID,实现对车辆的CAN总线信号的解析。文章针对车辆CAN总线信号逆向解析,提出通过相似性原理,经过系统数学算法筛选,快速定位所需信号在总线报文中的位置。研究结果表明,该方法适用于车辆对标测试中大部分CAN信号,从而提高CAN信号解析的准确性和工作效率。

基于多阶解析信号的磁源变深度成像方法

解析信号是磁法数据处理与解释的常用工具。本文从不同阶次解析信号及其垂向导数关系出发,引入深度缩放因子,构建了磁源变深度成像函数。该方法利用深度成像的极大值反映场源空间位置,利用反演深度及成像极大值估计场源构造指数。另外,结合不同深度缩放因子、不同阶次的成像结果提高方法的可靠性与适用性。模型试验及实例应用表明,相对于解析信号比值和局部波数的DEXP(depth from extreme points)方法,本文方法在使用更低阶次导数的情况下,能够获得更强的计算稳定性、更高的空间成像分辨率和更准确的场源参数反演结果。

基于深度学习的110kV电网监控信号语义解析及态势感知模型

新型电力系统的大力建设对电网监控信号的高效准确识别技术提出了更高的要求。首先分析了Soft-Masked BERT语言模型的基本原理,建立了基于Soft-Masked BERT的信号文本纠错模型。根据国家电网典型事件表梳理了包含常规与故障情况下的“信号语义—电网事件”规则字典。综合上述模型建立了基于RNN的电网态势感知模型,提出了基于深度学习的电网监控信号语义解析及态势感知求解流程。最后,以某地110kV变电站实际监控信号为测试数据,利用所提RNN模型并结合Pycorrector工具包及Pytorch软件对该地区电网监控信号进行语义解析及态势感知仿真分析,验证了模型的有效性及正确性。

连续小波变换-纯变量法解析气相色谱-质谱重叠信号

提出了连续小波变换-纯变量法(CWT-PVA)解析气相色谱-质谱(GC-MS)重叠信号的新方法.在CWT-PVA中,利用CWT对重叠色谱峰处理,得到重叠组分数目,再利用PVA解析重叠质谱数据,得到纯组分质谱信息,并进而计算出各组分色谱信息,在质谱和色谱两方面完成GC-MS重叠信号定性定量解析.结果表明,CWT-PVA是一种简便有效的GC-MS重叠信号解析方法.

重磁场二维希尔伯特变换——直接解析信号解释方法

通过分析解析信号概念,指出目前重磁场解析信号事实上是重磁场梯度解析信号.在借助解析信号分量满足二维希尔伯特变换关系的基础上,提出重磁场直接解析信号的概念,并阐述重力异常及化极磁异常希尔伯特变换——直接解析信号的含义,并给出基于直接解析信号对位场增强的四种处理方法:直接解析信号模、水平分量模、改进Tilt angle和改进Theta map.理论模型和实际航磁资料处理表明上述方法一定程度上可以解决噪声干扰等问题,对分辨和刻画场源有较好的解释效果,能够用于航空重力和航磁资料处理.

基于解析信号和带通滤波的频率细化分析

介绍了一种基于解析信号和带通滤波的频率细化分析技术 ,讨论了其和传统的频率细化分析技术相比较所具有的特点。对离线测量 ,该技术在计算机上实现时 ,分析速度和最大细化倍数均比传统方法有较大提高 ,为基于计算机平台的虚拟仪器中的频率细化分析技术提供了一条崭新的实现途径。

解析信号小波分析及其在电力系统中的应用

利用解析信号小波变换方法 ,将小波变换的时频局部性与信号的解析形式相结合 ,提取暂态信号的奇异点及各尺度分量的幅值包络、相位、瞬时频率等特征信息。通过理论推导和仿真分析 ,指出解析信号小波分析可以提取暂态信号更为丰富的特征信息 。

重力梯度张量解析信号的欧拉反褶积

利用重力梯度张量数据高精度的特点以及解析信号在确定异常体位置上的优势,将重力梯度张量解析信号代替位场的导数完成重力梯度张量解析信号的欧拉反褶积;通过在1个窗口内对1组数据点解3个欧拉方程来自动识别构造指数,从而规避了传统欧拉反褶积方法中需要事先确定构造指数的问题,同时减少了背景场的影响。研究结果表明:使用重力梯度张量的解析信号,其欧拉反褶积的解收敛性很好,能准确地判断地下异常体源的位置,有效规避背景场的影响,反演效果较好。

基于分数希尔伯特变换的广义解析信号

从分数Hilbert变换出发,来考察实信号的复数形式,特别是新的解析信号构造问题.首先简述解析信号和分数Hilbert变换的概念,接着从经典的解析信号入手,提出基于分数Hilbert变换的解析信号构造方法,从而得到一类新解析信号.最后计论新解析信号的一些基本性质其应用.

应用加强解析信号倾斜角进行位场数据的边界检测

边界检测在地球物理位场数据解释中占有重要位置.现有的传统边界识别方法有的不能同时显示不同振幅的异常边界,有的虽然能均衡不同振幅的异常,但识别出来的边界信息中含有一些额外的错误的边界信息,尤其是当测量的异常中同时含有正异常和负异常时.目前已有的去除额外错误边界信息的方法存在着一定的人为主观性.为了解决这些问题,本文定义了加强解析信号倾斜角来进行地质体边界识别.通过模型试验证明了该方法不仅能同时清晰地识别深部和浅部地质体的边界,而且能有效地避免引入一些错误边界信息.最后将该方法应用到四川盆地的重力异常数据中,并取得了良好边界结果.

探地雷达数据的解析信号分析及应用

探地雷达的解析信号分析就是把雷达原始信号Hilbert变换成相应的虚信号,然后把原始信号和虚信号构成解析信号,利用从解析信号得到的瞬时振幅、瞬时相位、瞬时频率分析和解释数据。介绍了此分析方法的应用实例,证实了它能够进一步挖掘出更多信息并提高数据解释的精度。

重力梯度张量解析信号的正演模拟

利用重力梯度张量具有高精度的特点以及解析信号在确定异常体位置上的优势,将解析信号应用于重力场中,研究重力梯度张量解析信号振幅及其一阶导数的极值位置空间变换规律,为重力场解析信号边缘和位置识别提供理论基础。对模型的正演试算结果表明:使用重力梯度张量的解析信号能准确地判断地下异常体源的位置情况,有效规避背景场的影响。

多分量瑞利波勘探用解析信号法提取有效波的研究

通过观测波场空间三个分量，采用解析信号的方法，给出了复地震信号与波场瞬时极化特征参数的关系，设计了相应的极化滤波器，在计算机仿真研究和对实测信号的处理中，取得了满意的效果。