为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境...为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境下实现更高效、稳定的参数估计,从而实现对IQ失配信号的有效补偿。将本文算法与最小均方算法(least mean square,LMS)、归一化最小均方算法(normalized least mean square,NLMS)和仿射投影算法(affine projection algorithm,APA)进行对比仿真,结果显示,校正后信号的镜像抑制比(image rejection ratio,IRR)均达到约45 dB,但双通道Kalman滤波算法对应的IRR曲面图更加平滑,同时,16QAM和16PSK调制方式下该算法的误符号率最低,表明本文算法能够有效实现IQ失配校正,具有较好的稳定性。本文算法迭代约50次时,均方误差收敛趋近于0,而LMS、NLMS和APA算法则分别需要迭代约500次、400次和200次才能够收敛,表明该算法具有较好的收敛性。通过参数的敏感性仿真分析,在较大的参数范围内本文算法达到的IRR差别甚微,具有良好的鲁棒性。展开更多
为了解决在遮挡环境下的实时手势识别问题,本文提出了一种基于远距离无线电(Long range Radio,LoRa)信号的实时手势识别算法.该算法利用LoRa信号频段较低、穿透性较好的特性,通过两根接收天线计算信号比值,并结合短时傅里叶变换(Short-T...为了解决在遮挡环境下的实时手势识别问题,本文提出了一种基于远距离无线电(Long range Radio,LoRa)信号的实时手势识别算法.该算法利用LoRa信号频段较低、穿透性较好的特性,通过两根接收天线计算信号比值,并结合短时傅里叶变换(Short-Time Fourier Transform,STFT)得到包含手部运动特征的时频图.在此基础上,设计了Gesture Encoder编码器进行手势时频图的特征提取,从而得到体现手势特征的特征向量,进而用于手势的分类识别.本算法不仅有效解决了实际应用中有物体遮挡场景下的识别问题,还提出了系统状态转换机(System status Transition Machine,STM)和数据增强方法,实现了对手势开始和结束时间的精准控制,从而完成了手势的自动分割与实时识别.最终,在搭载Android系统的边缘计算设备上进行了系统部署,并在遮挡场景下进行测试.实验结果表明:所提出的手势识别系统能够在边缘设备上高效、准确地完成手势分类,具有较强的实用价值和应用前景.展开更多
旋转叶片是航空发动机的关键易损件,需要对其进行状态监测。叶端定时(Blade tip timing,BTT)是一种有效的旋转叶片非接触监测方法。然而,传统的叶端定时严重依赖键相信号,叶端定时信号存在严重的欠采样问题。对此,提出了一种基于叶片振...旋转叶片是航空发动机的关键易损件,需要对其进行状态监测。叶端定时(Blade tip timing,BTT)是一种有效的旋转叶片非接触监测方法。然而,传统的叶端定时严重依赖键相信号,叶端定时信号存在严重的欠采样问题。对此,提出了一种基于叶片振动差的正交匹配追踪(Orthogonal matching pursuit,OMP)方法来提取叶片固有频率。首先,使用叶端定时传感器计算叶片振动差。然后,构建叶片振动差的稀疏模型,在变转速情况下使用正交匹配追踪方法对叶片振动差信号进行分解,提取叶片振动振幅和固有频率。通过数值仿真验证了该方法的有效性和鲁棒性,并在叶端定时试验台上进行试验。结果表明,该方法可以准确识别叶片异步振动的振幅和固有频率。展开更多
文摘为提高零中频接收机中正交(in-phase quadrature,IQ)失配信号校正的收敛速度与鲁棒性,本文将Kalman滤波算法与盲源分离结构结合,提出了一种基于双通道Kalman滤波的校正算法。该算法通过状态空间建模与协方差自适应更新,能够在动态环境下实现更高效、稳定的参数估计,从而实现对IQ失配信号的有效补偿。将本文算法与最小均方算法(least mean square,LMS)、归一化最小均方算法(normalized least mean square,NLMS)和仿射投影算法(affine projection algorithm,APA)进行对比仿真,结果显示,校正后信号的镜像抑制比(image rejection ratio,IRR)均达到约45 dB,但双通道Kalman滤波算法对应的IRR曲面图更加平滑,同时,16QAM和16PSK调制方式下该算法的误符号率最低,表明本文算法能够有效实现IQ失配校正,具有较好的稳定性。本文算法迭代约50次时,均方误差收敛趋近于0,而LMS、NLMS和APA算法则分别需要迭代约500次、400次和200次才能够收敛,表明该算法具有较好的收敛性。通过参数的敏感性仿真分析,在较大的参数范围内本文算法达到的IRR差别甚微,具有良好的鲁棒性。
文摘为了解决在遮挡环境下的实时手势识别问题,本文提出了一种基于远距离无线电(Long range Radio,LoRa)信号的实时手势识别算法.该算法利用LoRa信号频段较低、穿透性较好的特性,通过两根接收天线计算信号比值,并结合短时傅里叶变换(Short-Time Fourier Transform,STFT)得到包含手部运动特征的时频图.在此基础上,设计了Gesture Encoder编码器进行手势时频图的特征提取,从而得到体现手势特征的特征向量,进而用于手势的分类识别.本算法不仅有效解决了实际应用中有物体遮挡场景下的识别问题,还提出了系统状态转换机(System status Transition Machine,STM)和数据增强方法,实现了对手势开始和结束时间的精准控制,从而完成了手势的自动分割与实时识别.最终,在搭载Android系统的边缘计算设备上进行了系统部署,并在遮挡场景下进行测试.实验结果表明:所提出的手势识别系统能够在边缘设备上高效、准确地完成手势分类,具有较强的实用价值和应用前景.
文摘旋转叶片是航空发动机的关键易损件,需要对其进行状态监测。叶端定时(Blade tip timing,BTT)是一种有效的旋转叶片非接触监测方法。然而,传统的叶端定时严重依赖键相信号,叶端定时信号存在严重的欠采样问题。对此,提出了一种基于叶片振动差的正交匹配追踪(Orthogonal matching pursuit,OMP)方法来提取叶片固有频率。首先,使用叶端定时传感器计算叶片振动差。然后,构建叶片振动差的稀疏模型,在变转速情况下使用正交匹配追踪方法对叶片振动差信号进行分解,提取叶片振动振幅和固有频率。通过数值仿真验证了该方法的有效性和鲁棒性,并在叶端定时试验台上进行试验。结果表明,该方法可以准确识别叶片异步振动的振幅和固有频率。
