微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

电路级栅氧短路故障的动态电流测试分析

栅氧短路故障对于集成电路的稳定性有着重要的影响,故障行为会在不产生逻辑错误的情况下导致参数失效。该文使用了一种电路级的故障模型模拟栅氧短路故障,研究了栅氧缺陷对与非门电路的影响,选取了适合于电流测试的测试矢量,对未发生逻辑错误的故障电路的动态电流进行分析。在实验中采用了TSMC0.18μm CMOS工艺,仿真结果显示通过分析电源通路上的动态电流可以检测有潜隐性故障的器件。与电压测试方法相比,动态电流测试能更好地对栅氧短路缺陷进行诊断。     

环境雌激素检测方法研究进展

本文通过对环境雌激素的分类、作用、来源等的介绍,阐述其对生物和自然界各个方面的危害,并着重讨论了化学和生物的检测方法,对比了各种方法灵敏度和适用范围,对此领域进行了展望。     

基于SPR相位检测的蛋白质芯片信号获取与处理研究

表面等离子体共振传感器有可能发展成为一种灵敏的高通量检测的蛋白质组学研究工具,而信号获取和数据处理是其关键之一。本文利用数值模拟全面研究了微阵列相位检测的分辨率与空间采样频率、采样周期数以及ADC位数等关系,详细分析了相关、正弦拟合和傅立叶变换(FTP)等算法对相位检测的精度和误差等影响。研究结果表明,在理想状况下,4个CCD像素就能满足分辨率对光电转换的要求,而在有噪音的情况下,分辨率随着空间采样频率的增加而提高;信号周期数对分辨率影响不大,但有利于克服噪声影响,提高精度;ADC对分辨率影响最大,高分辨率需要选择多位ADC,8位ADC时分辨率约为0.15°,10位时约为0.05°,而12位时约为0.01°。     

探究式课堂教学在"检测技术"教学中的探索与实践

探究式课堂教学是以探究学习为基本特征的一种教学活动形式,应用于"检测技术"的实际教学中,能使班级教学焕发出生机勃勃的活力,能破除以往老师以自我中心、我教你学的灌输模式,促使学生在探究式课堂教学中得到自我发展,培养创新精神、探讨能力和实践能力.     

用M带小波变换实现图像的边缘检测

小波变换是一种时频域信号分析理论，是信号分析处理的一种强有力的新工具。文中根据小波变换特点和边缘的时频空特性，在Ｍａｌａｔ关于小波边缘提取理论的基础上，将二通道小波变换的边缘提取问题推广到Ｍ通道小波变换的边缘提取，讨论和分析了如何利用Ｍ带小波来获取边缘的方法和实现步骤     

联合变换CDMA接收机解调序列抗多址干扰

提出了零均值噪声信道中的同步码分多址通信系统的一种新的抗多址干扰方法。这种抗多址干扰方式的接收机是单用户检测式的，每个接收机的解调序列由各特征序列及信道的统计特性联合变换得到。给出了无偏估计的一类解调序列，提供了一种截获同步ＣＤＭＡ通信系统通信信息的方法。同时给出了误差最小无偏估计检测的解调序列。推导出了这种抗多址干扰方式ＣＤＭＡ通信系统在加性白噪声信道中误码率的上下界，给出了部分数值结果。     

宽带噪声中未知频率窄带信号的提取

提出一种从宽带噪声中提取未知频率窄带信号的方案，该方案采用单滤波器与数字式频率扫描锁定系统相结合。经混频后，与低速模拟─数字转换器，与ＦＦＴ配合，可对高频信号实现细化的谱分析。应用此系统可提取０～２６ＭＨｚ内任一未知单频信号，并且改善信噪比约１８ｄＢ。文中还给出了系统框图和实际测试结果。     

高阶系统的故障发现及人机交互决策系统

本文研究了系统监控中的故障发现问题．提出了一种以图形方式进行人机交互的故障发现决策方法，并且应用大系统理论中的分块式卡尔曼滤波方法解决了高阶系统的监控问题，最后通过仿真实验，验证了该方法的有效性．     

Modeling the detection rates of fires in nuclear plants: development and application of a methodology for treating imprecise evidence

A model is developed for the detection time of fires in nuclear power plants, which differentiates between competing modes of detection and between different initial fire severities. Our state-of-knowledge uncertainties in the values of the model parameters are assessed from industry experience using Bayesian methods. Because the available data are sparse, we propose means to interpret imprecise forms of evidence to the develop quantitative information, which can be used in a statistical analysis; the intent is to maximize our use of all available information. Sensitivity analyses are performed to indicate the importance of structural and distributional assumptions made in the study. The methods used to treat imprecise evidence can be applied to a wide variety of problems. The specific equations developed in this analysis are useful in general situations, where the random quantity of interest is the minimum of a set of random variables (e.g., in "competing risks" models). The computational results indicate that the competing modes formulation can lead to distributions different from those obtained via analytically simpler models, which treat each mode independently of the others.