无源无线加速度计的系统设计与仿真

传统加速度传感器需要电缆或外置设施进行能量供应和数据传输,复杂化的线路布置增大了设备损坏风险和维修难度。本文基于带短接单元的贴片天线和调频连续波雷达原理,设计了一种无源无线加速度传感节点,设计了高频采样机制,并对传感系统的工作模式进行了理论分析和基于Matlab和高频结构仿真器的数值仿真,获得了在典型加速度激励下的传感器测试结果。该传感器加速度测试范围设计为±0.2 g,仿真结果表明:在测试设计范围内,加速度测试误差为3.24%。另外,传感器可实现简单的自我定位,定位精度为0.3 m。

Passive source localization using importance sampling based on TOA and FOA measurements

最大似然类的无源定位方法可以达到较高的定位精度,但其计算量非常大。由于时频参数联合定位模型本身的非线性和非凸性非常大,繁重的计算量在TOA与FOA联合定位系统中表现尤为明显。本文针对这一问题,通过Pincus全局最优理论和蒙特卡洛重要性采样技术降低了最大似然类定位算法的计算复杂度,并且保证算法可以收敛到全局最优解。本文主要的贡献是构建了一个高斯分布的概率密度函数来近似原始的代价函数方便后续的采样,我们称之为重要性函数。该方法所带来性能上的提升是因为选择了最优的重要性函数并且Pincus保证算法收敛到全局最小值。这一处理大大降低了计算量,由于算法进行了泰勒级数展开,需要初始估计值。通过采样处理并且对样本进行加权,本文算法对初始估计值具有良好的鲁棒性。最后,实验证明本文所提算法可以达到克拉美罗限,且性能要优于现有算法。

多点定位系统高精度TOA提取方法

针对相关法检测报头时较低的采样频率对获取信号到达时间精度的不利影响,提出一种基于改进相关法的局部高速采样的高精度TOA提取方法。该方法根据曼切斯特编码特性在报头后第一个数据位时间内高频采样,使用两级移位寄存器作异或处理检测跳变沿提取到达时间信息,使测时精度达到了纳秒级,在使用GPS秒脉冲对双接收通道时间进行精确同步的基础上,输出提取的时间信息,对比测时的一致性。实验结果表明在实际应用中,TOA测量精度达到了理论预期。

一种改进的临界采样Gabor变换方法

利用对过采样Gabor变换系数的去冗余化设计,得到一种改进的临界采样Gabor变换。在这种改进的临界采样Gabor变换方法中,综合函数与分析函数可以同时具有良好的时频局域性及正则性,而其计算量则与一般的临界采样Gabor变换相当。

基于小波包频带内局部样本熵的桥梁损伤识别

针对移动荷载激励下桥梁结构在损伤区域局部时程信号的非平稳性和复杂性,以及考虑到有限的采样数据、噪声等影响,提出了小波包频带内局部样本熵的概念,以此来定义一个损伤识别指标。首先对单测点时程数据进行小波包分解,以各频带能量为标准选择合适频带系数重构,然后对该重构信号划分成一系列具有时序性的局部时间区间,最后计算各区间的样本熵来作为损伤识别指标。以一弯梁桥为例建立有限元模型,验证方法的正确性,并针对多损伤、测点选择及加载速度等相关因素进行分析。结果表明:当移动荷载在损伤区域附近时,该指标出现突变,适合损伤识别,同样适用于多损伤识别;该方法需要的测点少,布置较灵活;由于弯桥的结构特点,测点位置的选择不会影响指标的定位,但会影响损伤指标的大小。

自适应局部迭代滤波在齿轮故障识别中的应用

针对齿轮实测信号因受噪声干扰而不能准确反映故障特征的问题,提出将自适应局部迭代滤波应用到齿轮故障识别中,与样本熵、灰色关联度相结合实现齿轮的故障识别。利用自适应局部迭代滤波将齿轮非平稳信号分解为有限个平稳的本质模态函数,通过计算各本质模态函数的样本熵,发现以齿轮系统的转频信号对应的本质模态函数的样本熵为界,前几个本质模态函数的样本熵能表征不同故障类型的特征;计算齿轮系统正常、齿面轻度磨损、齿面中度磨损和断齿4种工况下多个训练样本的样本熵的平均值,将其作为对应工况标准故障模式的参考值;计算待检测样本的样本熵与各状态下训练样本的样本熵平均值之间的灰色关联度,与待识别样本灰色关联度最大的标准故障模式即被认为是待识别样本的故障类型。实例分析结果表明,通过自适应迭代滤波能有效抑制模态混叠现象,发现明显的齿轮转频信号,而采用集合经验模式分解(EEMD)方法进行信号分解后,模态混叠现象比较明显,且在EEMD的分解结果中基本看不出齿轮的转频分量;4种工况的样本熵曲线形状存在明显差异,说明样本熵能有效表征齿轮故障特征的变化;灰色关联度方法能有效地将4种不同的故障类型进行分类识别,分类识别性能优于BP神经网络,对小样本数据具有较好的分类识别能力。

菲涅尔衍射积分的单次傅里叶变换算法

单次傅里叶变换算法是一种常用的计算菲涅尔衍射积分的数值算法.在单次傅里叶变换算法中,二次相位因子的采样和计算窗口尺寸会严重影响计算精度.本文利用局域空间频率的概念,结合采样定理,给出了二次相位因子的理想采样间隔和计算窗口尺寸的选取方法.然后将数值仿真结果分别与理论解析解和实验结果进行对比,验证了理想采样间隔和计算窗口尺寸选择方法的有效性.

一种宽带OFDM信号接收电路的设计与实现

针对无线局域网(WLAN)系统中的宽带OFDM信号接收,提出了一种OFDM信号接收电路设计。设计的接收电路主要包括正交下变频电路和全直流耦合驱动电路两个部分,电路采用差分结构,能够有效抑制直流漂移和偶次谐波,满足对宽带OFDM信号的正交下变频接收、采样要求。其中提出的宽带信号全直流耦合驱动电路设计方法,可应用于其他宽带信号的采样驱动,特别是在高速采样驱动电路设计中,适应信号带宽可达到DC～1 GHz。通过实际测试结果,验证了设计方法的正确性和工程实用性。

就地化保护测控装置滤波电路分析及测试

采样的正确性是就地化保护测控装置的关键技术,需依据保护测控装置要求,设计截止频率合理的低通滤波电路,解决频率混叠的问题。因基波及谐波经过滤波电路后其幅值及相位会被影响,相应的补偿参数需正确。理论分析了滤波电路的截止频率、幅频特性及相频特性,并依据分析结果设计了保护程序。通过就地化保护测控装置校验仪测试采样值输出的幅值及相位精度,满足就地化保护测控装置的技术要求。

不同比例尺与介质中化探数据的含量—频数分形研究——以广东大宝山铜多金属矿田为例

应用含量—频数分形方法对广东大宝山矿田不同范围多介质、多比例尺地球化学场进行比较分析研究,认为成矿元素在不同比例尺与介质中呈基本一致的复杂多重分形特点,该特点是区域元素形成规模矿的一个必要条件,但不是充分条件;提出成矿元素连续多重分形的分维值减小转折点所代表的局部异常样品数所占比例在各比例尺采样介质中均大于2%,而非成矿元素该比例值可能远小于1%;拟合精度明显影响含量—频数分形曲线的类型与性质。

家鸽不同状态下脑电节律特异性分析

人类大脑神经电活动的不同节律与不同的状态有关,而其他物种如鸟类不同状态下脑信号的节律特异性尚不明确。本文通过分析家鸽(Columba livia domestica)在麻醉昏迷、清醒安静、自由探索三种典型状态下的局部场电位(LFP)信号,研究家鸽不同意识状态下神经电活动的节律特异性。首先采集不同状态下的LFP信号,提取δ(1~4 Hz)、θ(4~8 Hz)、α(8~12 Hz)、β(15~30 Hz)、γ(30~60 Hz)五个节律;然后使用小波变换进行时频分析,通过统计时频图的定性观察和小波能量的统计分析,使用Friedman检验进行统计假设检验,研究各状态不同节律的特异性,并基于样本熵分析信号复杂度,探索产生这种节律特异性的可能原因。结果表明,随着意识越来越清晰,较低频的δ、θ、α节律受到明显抑制(P<0.001),而较高频的γ节律活动明显增强(P<0.001);样本熵的分析表明,这可能是由于节律频带越高,信号样本熵越大,对应了从麻醉、清醒到自由探索意识清晰程度的提高。家鸽不同状态下神经电活动节律特异性的研究,有助于增进对不同物种脑信号节律编码机制的理解。