2-D FIR数字滤波的一种新结构(英文)

对2-D FIR数字滤波提出了一种有效的VLSI算法和实现结构,该算法结构在实现上大大减少了乘法器和延迟器的数目,因而有着广泛的应用前景。     

基于振动分析的工程结构损伤识别技术综述

综述了基于振动分析的工程结构损伤识别方法,并对各种方法进行了评述。根据国内外文献,对基于振动分析的工程结构损伤识别技术的发展趋势进行了展望。     

双通道图像／数据传输系统

叙述了基于电视逆程数据插入技术的双通道图像／数据传输系统的设计及关键技术。该系统以电视信号为媒介，无需增加新的信道设备即可将模拟电视通道拓展为模拟／数字兼容通道，可提供传输速率达８６．４ｋｂ／ｓ的高速数据传输。系统性能可靠、传输速率快、纠错能力强，具有广阔的应用前景。     

静水压力对加筋壳体振动特性的影响

采用Ｆｌｕｇｇｅ’ｓ壳体理论，对两端简支环加筋壳体在静水压力作用下的振动特性进行了研究，分析了静水压力及其变化对加筋壳体振动特性的影响，探讨了内压、外压及轴向压力对环加筋壳体固有频率的影响．     

一种多波形雷达信号全数字产生及处理系统

提出并实现了兼容多种雷达脉压信号的全数字产生及处理系统。其信号包括线性调频信号、非线性调频信号及其多相码、泰勒（Ｔａｙｌｏｒ）四相码信号等。利用级联型ＦＩＲ滤波器ＩＭＳＡ１００组成数字复相关脉压网络对多种带宽（带发达５ＭＨｚ）脉压信号进行实时数字处理；分析了数字方法运用于波形合成中由于ＤＡＣ零阶保持特性造成的信号频谱高频失真的机理；采用提高ＤＡＣ转换速率以获得近似理想冲激串取样的方法，产生了多种性能稳定、波形质量高的宽带雷达脉压信号。文中给出了部分模拟与实验结果。     

微机化视频图形发生仪的研制

介绍了以单片机和ＣＲＴ显示器控制芯片ＣＲＴＣ为主的微机化视频图形发生仪的设计方法及原理．对用ＭＣ６８４５ＣＲＴＣ产生视频信号的方法及图象分辨率作了详细介绍，给出了将此视频图象发生仪作图象刺激仪的软件框图．     

阵列信号单信道处理技术

阵列信号处理已广泛应用于许多电子系统中，如微波无源比幅测向系统等，但通道间的振幅和相位的不平衡常常引起较大的测向误差。为了匹配通道间的振幅和相位平衡，可利用卫星通信中的多址联接技术（如ＦＤＭＡ、ＴＤＭＡ或ＣＤＭＡ）构成单信道处理系统来代替多信道系统。文中详细地研究了ＣＤＭＡ单信道系统，建立了系统模型，分析了系统特性，模拟结果证明了这种单信道理论和技术的可行性。     

N进制计数器的一种设计方法

通过对计数器工作原理及组成的分析,提出N进制计数器的一种设计方法。运用本文提出的方法,我们可对N进制计数器进行快速设计,并且思路固定。使N进制计数器的设计变得有规律可循。     

A Compressive Sensing Based Analysis of Anomalies in Generalized Linear Models

In this article, we present a compressive sensing based framework for generalized linear model regression that employs a two-component noise model and convex optimization techniques to simultaneously detect outliers and determine optimally sparse representations of noisy data from arbitrary sets of basis functions. We then extend our model to include model order reduction capabilities that can uncover inherent sparsity in regression coefficients and achieve simple, superior fits. Second, we use the mixed ?₂/?₁ norm to develop another model that can efficiently uncover block-sparsity in regression coefficients. By performing model order reduction over all independent variables and basis functions, our algorithms successfully deemphasize the effect of independent variables that become uncorrelated with dependent variables. This desirable property has various applications in real-time anomaly detection, such as faulty sensor detection and sensor jamming in wireless sensor networks. After developing our framework and inheriting a stable recovery theorem from compressive sensing theory, we present two simulation studies on sparse or block-sparse problems that demonstrate the superior performance of our algorithms with respect to (1) classic outlier-invariant regression techniques like least absolute value and iteratively reweighted least-squares and (2) classic sparse-regularized regression techniques like LASSO.