基于EMD和Wigner分布的轴承故障诊断研究

将经验模态分解和Wigner—Ville分布应用于轴承故障诊断的研究。首先将故障信号分解成一系列固有模态函数，再对分解后的固有模态函数进行Wigner—Ville分布分析，可有效抑制频率干扰现象，使时频分布图更加清晰，仿真信号和轴承故障实验信号的研究结果表明：基于经验模态分解和Wigner—Ville分布的分析方法，能有效地诊断轴承的故障。     

FIR线性数字滤波器在数字电视中的应用

FIR滤波器具有严格的线性相位和任意的幅度特性 ,能满足数字电视对信号的实时处理和高保真度的要求 ,目前已有计算机程序可资利用 ,使得FIR滤波器的设计大大简化 ,因而使线性相位FIR滤波器在数字电视的亮、色信号分离电路中得到了广泛的应用。     

单输出非线性系统的自适应观测器

对1个非线性系统通过状态空间坐标变换,变换为1个特定自适应观测器的充分必要条件进行了讨论和证明.     

基于电容近感原理的无源探测信号分析

无源近感探测系统信号处理模块中的振荡网络设计是产生探测信号的关键所在,系统通过产生准静电场敏感近距目标的存在与否。鉴于此,讨论了一种基于电容原理的无源近感探测系统的探测信号。通过对三导体进行电磁分析,描述了探测信号产生的机理。仿真实验指出了相关部件设计的关键点所在,并描述了不同弹目交会条件下,鉴频信号变化的特点。     

基于MEMS的自适应钻地引信系统设计

借鉴已有的两种引信算法的优点,提出了一种更为灵活、应用更为广泛的自适应钻地引信算法。该算法中将“侵彻深度计算”和“复杂介质识别”相结合来控制炸点。通过以微机电系统研制的高g微阵列式加速度计作为引信关键部件,并借助可编程逻辑器件技术,给出了微系统下引信系统硬件实现方案。该方案适合复杂的作战环境,满足实时性要求。     

通信信号调制识别方法研究

通信信号调制识别的主要目的是进行信号监测及处理。该项技术常用于频率管理、通信对抗等领域。用小波分析和神经网络理论针对非稳定、大信噪比(SNR)变化的通信信号进行了有效的特征提取和分类，实现了通信信号调制样式的分类识别，使识别正确率得到了明显改善。计算机模拟结果证明了此方法的可行性。     

自适应控制器的研究

利用神经元的自学习功能构成了ＰＩＤ控制器，分析了神经元自适应控制系统的稳定性和学习算法的收敛性，仿真结果表明，这种控制方案具有良好的自适应性和普棒性。     

高速自适应干扰抑制系统及实现技术研究

针对码率较高、实时性强的扩频抗干扰接力通信系统的窄带干扰抑制问题，提出了一种基于ＤＳＰ器件并行实现的自适应干扰抑制滤波器的设计。该系统是针对ＤＳＰ器件的特点，采用ＴＭＳ３２０Ｃ３０数字信号处理器及ＩＭＳＡ１１０专用滤波器并行处理的设计方法，实现了最高数据吞吐率为２０Ｍｂｐｓ的自适应滤波器，从而为高速实时自适应干扰抑制滤波器的实现提供了一种有效的途径。     

神经网络在统计非线性模型中的应用

人工神经网络(Artifical Neural Netwoek)是20世纪50～60年代产生、80年代以来发展起来的一种处理复杂非线性问题十分有效的手段,它模拟人脑的特征,具有自组织、自学习、自适应、容错性等特点,被广泛应用于模式识别、自动控制、信号处理、图象扩充、人工智能等领域.