导读:本文包含了信号量化论文开题报告文献综述及选题提纲参考文献，主要关键词:单比特,脉冲压缩,短基线,时差测向
信号量化论文文献综述
焦瑞涛,林晓烘,叶灵军,满欣[1]（2019）在《基于单比特量化的低截获雷达信号测向方法》一文中研究指出单比特数字接收机具有实时测量雷达频率的能力,因此在现代电子战中具有广泛的应用前景,然而时域上的单比特量化将导致脉冲幅度信息的丢失,也会使频域上出现大量的谐波。这使得无法利用干涉仪、比辐法等传统方法对低截获概率雷达信号进行测向。针对这一问题,提出一种时差测向方法,将单比特量化与脉冲压缩技术相结合,计算低截获概率雷达信号到达相邻两个天线的时间差,进而获得雷达方向的测量值。该方法计算量远低于基于传统数字采样的互相关法。仿真实验表明该方法在低信噪比时测向性能略低于基于无失真采样的互相关法,而在高信噪比下高于无失真采样互相关法。(本文来源于《舰船电子工程》期刊2019年11期）
贾强辉,任伟新[2]（2019）在《基于递归量化分析的振动信号非平稳性评价》一文中研究指出针对土木工程结构环境振动响应信号的非平稳性判断以及非平稳程度评价的问题,提出了基于递归量化分析理论的环境振动响应信号非平稳程度评价指标。首先,介绍了递归图及递归量化分析理论,概述了递归图中反映信号非平稳特性的几种典型模式,基于垂直线的递归量化分析测度能够反映信号变化的快慢程度,可以用来评价信号的平稳性,利用多种非平稳程度不同的典型信号,对基于垂直线的递归量化分析测度进行分析比较,选取层状度作为信号非平稳程度的评价指标;然后,采用线性调频信号和武汉阳逻长江公路大桥发生碰撞事故时的实测信号对层状度进行验证。计算结果表明,层状度是一个可靠的信号非平稳程度评价指标。(本文来源于《工程与建设》期刊2019年05期）
陆炫宇,许凯嘉,张国勇,王军[3]（2019）在《在量化阵列框架下的对称Alpha稳定信号检测的预处理方法》一文中研究指出本文主要研究了淹没在对称α稳态噪声下的信号相关检测的最优和次优的预测处理方法。使用量化阵列模型的等价处理函数和对相关运算的高斯近似,通过最大化相关器的输出信噪比,建立了约束泛函优化问题。由于量化阵列的泛函优化问题很难得到解析解,本文将预处理函数离散化,并证明离散后的优化问题是凸二次规划问题,从而可通过凸优化的方法求解。本文提出了一种基于排序方法的自适应门限的软限幅检测器,相比现有的检测器,仅仅需要估计噪声参数α。仿真结果表明,提出的量化阵列系统等价的预处理函数逼近最大似然检测器,提出的软限幅检测器达到了近似最优的性能,有利于实时处理α稳态信号。(本文来源于《信号处理》期刊2019年08期）
李爱萍,周香雪,蒲小勇,何荣兴,李洵桦[4]（2019）在《肝豆状核变性的头部磁共振量化及异常信号与临床特点的关系》一文中研究指出目的研究量化评价肝豆状核变性(WD)核磁共振(MRI)严重程度的方法,分析MRI异常信号和临床特点的关系。方法选取WD初诊患者60例(脑型40例,肝型20例)、正常对照20例。对所有患者进行神经系统评分,肝功能检查,铜代谢检查。所有入选者进行头部MRI检查。分别对T2呈像上各部位的高信号和低信号范围和程度进行评分。结果 100%的脑型和80%的肝型WD患者脑部MRI出现异常信号。脑型WD尾状核、丘脑、小脑、中脑、脑桥高信号范围评分高于肝型患者(P=0.024、0.033、0.210、0.036、0.019),程度评分高于肝型(P=0.038、0.044、0.037、0.043、0.020);脑型壳核高信号程度高于肝型(P=0.021);脑型WD丘脑低信号范围及程度高于肝型(P=0.001、0.035);脑型壳核低信号程度高于肝型(P=0.017)。言语清晰度得分与壳核高信号范围、壳核高信号程度得分呈正相关(r=0.379、0.387,P=0.047、0.042)。共济失调的程度得分和小脑高信号程度得分呈正相关(r=0.313,P=0.042)。震颤程度得分和丘脑高信号范围、高信号程度得分呈正比(r=0.372、0.337,P=0.034、0.039)。影像学评分与血清铜、尿铜无相关性。肝型WD患者头部影像学评分与肝功能等级无相关性。结论 WD头部影像学异常的比例较高。通过对T2高、低异常信号的范围和程度评分的方法,可以分别量化评价WD患者脑部铜沉积、神经损伤的程度。WD患者的神经症状与特定核团的神经损伤有关。(本文来源于《实用医学杂志》期刊2019年13期）
林嘉芊,毕美华,杨晅,周豪,黄天成[5]（2019）在《基于信号分布非均匀量化的IMDD-FBMC系统性能提升》一文中研究指出针对强度调制直接检测-滤波器组多载波(IMDD-FBMC)系统中低比特位数数字模拟转换器(DAC)量化性能较差的问题,提出一种基于信号分布估计的非均匀量化方案。该方案采用基于FBMC信号分布的非线性规划方法获得量化误差最小时的量化阶距,进而提升基于低比特位数DAC的IMDD-FBMC系统性能。仿真结果表明:与均匀量化方式相比,该方案在3～5位量化比特位数的情况下可以使IMDD-FBMC系统的误码率(BER)性能提升15.9～60.7倍,且在保证系统性能的情况下,基于信号分布的量化方案可以减少1～2位量化比特位数,降低系统成本。(本文来源于《光通信技术》期刊2019年11期）
高志刚[6]（2019）在《钢丝绳应力与损伤磁记忆信号量化关系研究》一文中研究指出钢丝绳广泛应用于矿山、建筑、桥梁等工程领域,在长期高频工作中,存在磨损、断丝、强度值下降、锈蚀等缺陷,如果不能及时检测替换,钢丝绳一旦破断,会造成重大事故。目前金属磁记忆检测作为一种新兴的钢丝绳无损检测技术,可对钢丝绳应力集中及缺陷部位进行定位,但对其应力状态及损伤程度的量化关系研究不足。针对钢丝绳应力状态及损伤程度的量化关系问题,本文以磁机械效应为理论基础,以试验和数值仿真技术为手段,通过“丝—股—绳”空间形态由简单到复杂的试验研究思路,对钢丝绳不同应力状态和损伤程度的磁记忆信号变化规律做了深入研究,系统证明了磁机械效应、力-磁耦合理论和磁偶极子模型理论,并针对“丝”、“股”、“绳”状态提出了相对应的磁记忆信号判别特征量,为钢丝绳磁记忆检测提供重要的理论依据。针对单丝不同缺陷参数及单丝不同受力状态下磁记忆信号强度及应力相关关系问题,开展了不同缺陷参数(缺陷宽度b=lmm、2mm、3mm,缺陷深度h=0.1d、0.2d、0.3d)下的单丝拉伸试验、单丝弯曲和扭转试验,获得了不同缺陷参数下及不同受力状态下单丝各截面应力,同时应用磁记忆涡流检测仪监测各荷载步下,试件随荷载增加时的磁记忆信号变化全过程,获得单丝各截面的法向漏磁场强度及单丝磁记忆特征量,系统分析单丝各截面应力在不同缺陷参数下及不同受力状态下磁记忆信号变化特征,得出峰值及过零点现象可判别试件的缺陷位置,缺陷深度变化对磁信号幅值的影响较大;过零点位置结合梯度值曲线的极值位置可准确的定位试件缺陷位置;不对称弯曲应力下的磁记忆信号突变极值点现象,可判别钢丝受弯时危险截面位置;磁记忆信号曲线在塑性扭转阶段的突变极值点可判断损伤位置,磁记忆信号增量均方差关系曲线可划分单丝塑性扭转受力阶段危险区段,可将曲线极小值点作为单丝扭转破坏前的预警点。针对单股钢丝绳不同缺陷工况下磁记忆信号特征量与钢绞线损伤判别方法问题,开展不同缺陷深度下钢绞线试件的拉伸试验,监测试件表面缺陷位置及光滑位置处在不同荷载等级下的磁记忆信号变化,获得试件的整体磁记忆信号与荷载的对应关系,发现单纯利用磁记忆信号曲线过零点现象并不能够准确判别钢丝绳缺陷位置,梯度曲线极值点判别方法在初始状态时准确率较高,在加载阶段判别效果不明显。采用增量分析法绘制各级荷载下磁记忆信号曲线,明确构件的增量幅值阈值,揭示增量幅值阈值与构件工作状态的内在关联,建立了基于增量幅值阈值的带损伤钢绞线承载力安全状态判别方法。针对钢丝绳不同断丝工况下整绳拉伸应力与磁记忆信号强度演化规律问题,开展无断丝及不同断丝工况下钢丝绳整绳拉伸试验,监测不同荷载等级下不同工况钢丝绳磁记忆信号变化,对比分析无断丝和有断丝钢丝绳磁记忆信号曲线,发现断丝数量对磁记忆信号影响较为显着。通过磁记忆信号曲线和梯度曲线的最大极值点判别了整绳的损伤位置,并通过绘制的增量均方差曲线对钢丝绳的受力状态进行界定,明确了不同工况下整绳拉伸应力与磁记忆信号强度演化规律,完成了钢丝绳早期预警工作。将缺陷及断丝诱发的钢丝绳损伤判别视为钢丝绳应力变化导致磁记忆信号改变的问题,基于磁机械效应及力-磁耦合理论,考虑弹性阶段及塑性阶段磁特性参数(磁导率、矫顽力)随铁磁构件应力变化的不同规律,创新性地提出考虑磁导率和矫顽力影响的力-磁耦合修正模型。利用APDL语言编制数值程序,与试验结果相比,发现改进模型可以较好地分析受扭钢丝的力-磁耦合模拟问题。(本文来源于《西安科技大学》期刊2019-06-01）
陈鑫[7]（2019）在《基于轻量化AlexNet模型的雷达信号识别算法研究》一文中研究指出现代战场复杂的电磁环境以及新体制雷达的不断涌现,导致电子侦察的工作环境日益恶化以及雷达调制信号的调制方式和复杂度快速增加,然而传统的基于信号常规参数的识别技术早已无法满足现代战场的各种战术活动的需求。因此本文通过借鉴深度学习在图像识别上的成功,提出一种在低信噪比(-12dB~0dB)下采用时频分析和参数压缩轻量化AlexNet模型的雷达调制信号识别方法。首先,该法通过对短时傅里叶变换、小波变换以及平滑伪Wigner-Ville变换等常用时频分析方法的优缺点进行分析和对比,选择平滑伪Wigner-Ville变换对常规信号(NS)、二相编码信号(BPSK)、线性调频信号(LFM)、非线性调频信号(NLFM)、跳频信号(Costas)、多相编码信号(Frank)以及多时码信号(T1~T4)这10种雷达信号进行时频分析,从而生成雷达调制信号的时频图像。接着,对生成的时频图像采用自适应小波阈值收缩去噪,去除信号中的噪声,然后对最近邻插值、双线性插值以及双立方插值算法的分析和对比,选择双立方插值算法对去噪后的时频图像进行裁剪,从而减少图像的冗余。然后,对近年来在ImageNet图像分类竞赛中取得冠亚军的AlexNet、GoogleNet、VGG16以及ResNet等模型的结构层数和参数数量进行分析对比,选择AlexNet模型作为算法模型并对AlexNet模型的结构和参数进行压缩优化,从而能够加快对雷达调制信号时频图像的预训练。通过仿真验证,在信噪比为-12dB时采用轻量化AlexNet算法模型并通过网格搜索测试,10种雷达调制信号的整体平均识别率达89%。最后,针对轻量化AlexNet模型的softmax分类器在低信噪比下泛化能力不足和模型训练时间仍然过长的问题,本文对轻量化AlexNet模型进行改进采用极端随机森林分类器ERF替换轻量化AlexNet模型的softmax。通过仿真验证,经过改进的分类模型比没有改进的分类模型具有更好的泛化能力,在低信噪比下的正确识别率更高,信噪比在-12dB下信号的整体识别率达91.55%,提高了2.55%,进一步验证了该法的有效性。(本文来源于《哈尔滨工程大学》期刊2019-01-01）
张剑,邵晨光,侯毅[8]（2019）在《GPS L1C信号LDPC码译码最优量化方法》一文中研究指出针对GPS L1C导航新体制信号CNAV-2电文所采用的LDPC纠错编码在译码实现中的量化问题,该文提出了一种修正最小和TDMP译码算法的最优量化方法。该方法分析了译码算法中最小和修正系数的取值以及节点迭代更新信息的整数位与小数位量化精度的选取对其纠错性能的影响,对译码算法在有限精度下的量化方案进行了优化设计。实验结果表明,该量化方法能够有效兼顾译码复杂度与误码率性能。(本文来源于《测绘科学》期刊2019年01期）
孙鹏峰,刘君君,刘佩芳,马文娟,郝玉娟[9]（2018）在《伴髓样特征的乳腺癌MRI形态学量化分析及信号特征》一文中研究指出目的探讨伴髓样特征的乳腺癌MRI形态学及平扫、动态增强(DCE)扫描、扩散加权成像(DWI)表现特征。方法搜集2005年7月至2016年12月期间于本院行乳腺MRI检查并经手术病理证实的15例伴髓样特征的乳腺癌患者,回顾性分析病变的形态学、平扫T_1WI及T_2WI信号、DCE表现及时间-信号强度曲线(TIC)类型、DWI信号及表观扩散系数(ADC)值,并引用影像组学中肿瘤球度参数对其形态学进行量化分析,对MRI上病变区进行手动分割,运用Matlab2014b软件提取肿瘤球度参数。结果 15例伴髓样特征的乳腺癌在MRI上均为肿块型病变,86.7%(13/15)呈圆形或卵圆形,平均球度为93.68%(85.5%~98.59%);86.7%(13/15)边缘清晰;73.3%(11/15)于平扫脂肪抑制T_2WI信号均匀;DCE后15例早期时相均呈较均匀强化,随时间延迟93.3%(14/15)以边缘强化为着,TIC 66.7%(10/15)呈流出型(Ⅲ型)、33.3%(5/15)呈平台型(Ⅱ型);DWI均呈明显高信号,ADC值均较低。结论伴髓样特征的乳腺癌形态学多呈规则的圆形,MRI平扫T_2WI呈均匀的较高信号,DCE后早期时相呈较均匀强化,随时间延迟以边缘强化为着,TIC类型和DWI上ADC值呈典型恶性特征。(本文来源于《临床放射学杂志》期刊2018年09期）
胡霖远,姚全兵,闪烁,张松[10]（2018）在《一种基于企业微信号的轻量化企业级移动应用架构与实现》一文中研究指出随着移动通信及工具的发展,移动办公在现代企业中具有越来越重要的地位,分析了主流的移动解决方案,并选取了目前基于微信的微信企业号构架作为研究重点。在对微信企业号构架的介绍中,结合具体的微信企业号应用开发过程,着重介绍了微信企业号部署框架和通信调用原理,并在代码层面归纳和总结了在具体微信企业号应用开发过程中的经验。具体应用中使用了微信H5页面作为前端,与部署在DMZ的微信企业号服务器进行交互,通过DMZ微信企业号的服务器调用企业的后台ESB接口,ESB再调用部署于内网的应用服务器,后台服务器再与持久化数据库进行交互。微信企业号应用在开发过程中使用了HTML5、Java、PHP等主流的开发语言,结合主流持久化数据库MySQL和NoSQL技术中的Redis服务器,并在业务处理过程中使用了自然语言处理人工智能技术,移动应用的部署和使用提高了具体工作的便捷性,达到了移动应用建设的目的。(本文来源于《数字中国 能源互联——2018电力行业信息化年会论文集》期刊2018-09-15）
信号量化论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对土木工程结构环境振动响应信号的非平稳性判断以及非平稳程度评价的问题,提出了基于递归量化分析理论的环境振动响应信号非平稳程度评价指标。首先,介绍了递归图及递归量化分析理论,概述了递归图中反映信号非平稳特性的几种典型模式,基于垂直线的递归量化分析测度能够反映信号变化的快慢程度,可以用来评价信号的平稳性,利用多种非平稳程度不同的典型信号,对基于垂直线的递归量化分析测度进行分析比较,选取层状度作为信号非平稳程度的评价指标;然后,采用线性调频信号和武汉阳逻长江公路大桥发生碰撞事故时的实测信号对层状度进行验证。计算结果表明,层状度是一个可靠的信号非平稳程度评价指标。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号量化论文参考文献
[1].焦瑞涛,林晓烘,叶灵军,满欣.基于单比特量化的低截获雷达信号测向方法[J].舰船电子工程.2019
[2].贾强辉,任伟新.基于递归量化分析的振动信号非平稳性评价[J].工程与建设.2019
[3].陆炫宇,许凯嘉,张国勇,王军.在量化阵列框架下的对称Alpha稳定信号检测的预处理方法[J].信号处理.2019
[4].李爱萍,周香雪,蒲小勇,何荣兴,李洵桦.肝豆状核变性的头部磁共振量化及异常信号与临床特点的关系[J].实用医学杂志.2019
[5].林嘉芊,毕美华,杨晅,周豪,黄天成.基于信号分布非均匀量化的IMDD-FBMC系统性能提升[J].光通信技术.2019
[6].高志刚.钢丝绳应力与损伤磁记忆信号量化关系研究[D].西安科技大学.2019
[7].陈鑫.基于轻量化AlexNet模型的雷达信号识别算法研究[D].哈尔滨工程大学.2019
[8].张剑,邵晨光,侯毅.GPSL1C信号LDPC码译码最优量化方法[J].测绘科学.2019
[9].孙鹏峰,刘君君,刘佩芳,马文娟,郝玉娟.伴髓样特征的乳腺癌MRI形态学量化分析及信号特征[J].临床放射学杂志.2018
[10].胡霖远,姚全兵,闪烁,张松.一种基于企业微信号的轻量化企业级移动应用架构与实现[C].数字中国能源互联——2018电力行业信息化年会论文集.2018