電氣化鐵道牽引網(wǎng)在網(wǎng)絡拓撲結構、電氣元件上具有特殊性，開展數(shù)學模型和電氣參數(shù)研究對掌握其電氣性能具有重要意義。 本文主要介紹了電氣化鐵道牽引網(wǎng)基波與諧波的模型建立與電氣參數(shù)計算。 借用電力系統(tǒng)中的成熟計算方法，并結合牽引網(wǎng)的拓撲結構和導線的特殊性，闡述了多導體傳輸線的串聯(lián)阻抗和并聯(lián)導納矩陣的計算方法，給出了計算實例。 各種供電方式的牽引網(wǎng)都可等效成多導體傳輸線的供電網(wǎng)絡，網(wǎng)絡上的各種電氣參數(shù)均可視為串聯(lián)元件和并聯(lián)元件。牽引網(wǎng)的均勻多導體傳輸線采用等值Ⅱ型電路，對其它各種串聯(lián)與并聯(lián)元件也分別建模。 用C＃語言編制了牽引網(wǎng)模型仿真計算軟件，實現(xiàn)了諧波在牽引網(wǎng)中的分布計算。為計算程序設計了良好的人機界面，通過界面可以完成牽引網(wǎng)的參數(shù)輸入與外部數(shù)據(jù)讀取，計算結果再用.csv格式輸出。其中，詳細介紹了LU三角算法。 最后，結合京哈線薊縣南牽引變電所供電區(qū)段高次諧波諧振測試，分析了牽引網(wǎng)參數(shù)對高次諧波諧振的影響，說明了諧振的原因并給出了治理措施。利用程序進行了仿真計算，驗證了程序的可用性。
上傳時間： 2013-07-23
上傳用戶：hooooor
心音信號是人體最重要的生理信號之一，包含心臟各個部分如心房、心室、大血管、心血管及各個瓣膜功能狀態(tài)的大量生理病理信息。心音信號分析與識別是了解心臟和血管狀態(tài)的一種不可缺少的手段。本文針對目前該研究領域中存在的分析方法問題和分類識別技術難點展開了深入的研究，內容涉及心音構成的分析、心音信號特征向量的提取、正常心音信號（NM）和房顫（AF）、主動脈回流（AR）、主動脈狹窄（AS）、二尖瓣回流（MR）4種心臟雜音信號的分類識別。本文的工作內容包括以下5個方面： a）心音信號采集與預處理。本文采用自行研制的帶有錄音機功能的聽診器實現(xiàn)對心音信號的采集。通過對心音信號噪聲分析，選用小波降噪作為心音信號的濾波方法。根據(jù)實驗分析，選擇Donoho閾值函數(shù)結合多級閾值的方法作為心音信號預處理方案。 b）心音信號時頻分析方法。文中采用5種時頻分析方法分別對心音信號進行了時頻譜特性分析，結果表明：不同的時頻分析方法與待分析心音信號的特性有密切關系，即需要在小的交叉項干擾與高的時頻分辨率之間作綜合的考慮。鑒于此，本文提出了一種自適應錐形核時頻（ATF）分析方法，通過實驗驗證該分布能較好地反映心音信號的時頻結構，其性能優(yōu)于一般錐形核分布（CKD）以及Choi-Williams分布（CWD）、譜圖（SPEC）等固定核時頻分析方法，從而選擇自應錐形核時頻分析方法進行心音信號分析。 c）心音信號特征向量提取。根據(jù)對3M Littmann（） Stethoscopes[31]數(shù)據(jù)庫中標準心音信號的時頻分析結果，提取8組特征數(shù)據(jù)，通過Fihser降維處理方法提取出了實現(xiàn)分類可視化，且最易于分類的心音信號的2維特征向量，作為心音信號分類的特征向量。 d）心音信號分類方法。根據(jù)心音信號特征向量組成的散點圖，研究了支持向量機核函數(shù)、多分類支持向量機的選取方法，同時，基于分類的目的 性和可信性，本文提出以分類精度最大為判斷準則的核函數(shù)參數(shù)與松弛變量的優(yōu)化方法，建立了心音信號分類的支持向量機模型，選取標準數(shù)據(jù)庫中NM、AF、AR、AS、MR每類心音信號的80組2維特征向量中每類60組數(shù)據(jù)作為支持向量機的學習樣本，對余下的每類20組數(shù)據(jù)進行測試，得到每類的分類精度（Ar）均為100％，同時對臨床上采集的與上述4種同類心臟雜音信號和正常心音信號中每類24個心動周期進行分類實測，分類精度分別為：NM、AF、MR的分類精度均為100％，而AR、AS均為95．83％，驗證了該方法的分類有效性。 e）心音信號分析與識別的軟件系統(tǒng)。本文以MATLAB語言的可視化功能實現(xiàn)了心音信號分析與識別的軟件運行平臺構建，可完成對心音信號的讀取、預處理，繪制時-頻、能量特性的三維圖及兩維等高線圖；同時，利用MATLAB與EXCEL的動態(tài)鏈接，實現(xiàn)對心音信號分析數(shù)據(jù)的存儲以及統(tǒng)計功能；最后，通過對心音信號2維特征向量的分析，實現(xiàn)心音信號的自動識別功能。 本文的研究特色主要體現(xiàn)在心音信號特征向量提取的方法以及多分類支持向量機模型的建立兩方面。 綜上所述，本文從理論與實踐兩方面對心音信號進行了深入的研究，主要是采用自適應錐形核時頻分析方法提取心音信號特征向量，根據(jù)心音信號特征向量組成的散點圖，建立心音信號分類的支持向量機模型，并對正常心音信號和4種心臟雜音信號進行了分類研究，取得了較為滿意的分類結果，但由于用于分類的心臟雜音信號種類及數(shù)據(jù)量尚不足，因此，今后的工作重點是采集更多種類的心臟雜音信號，進一步提高心音信號分類精度，使本文研究成果能最終應用于臨床心臟量化聽診。 關鍵詞：心音信號，小波降噪，非平穩(wěn)信號，心臟雜音，信號處理，時頻分析，自適應，支持向量機
上傳時間： 2013-04-24
上傳用戶：weixiao99
超聲波電源廣泛應用于超聲波加工、診斷、清洗等領域，其負載超聲波換能器是一種將超音頻的電能轉變?yōu)闄C械振動的器件。由于超聲換能器是一種容性負載，因此換能器與發(fā)生器之間需要進行阻抗匹配才能工作在最佳狀態(tài)。串聯(lián)匹配能夠有效濾除開關型電源輸出方波存在的高次諧波成分，因此應用較為廣泛。但是環(huán)境溫度或元件老化等原因會導致?lián)Q能器的諧振頻率發(fā)生漂移，使諧振系統(tǒng)失諧。傳統(tǒng)的解決辦法就是頻率跟蹤，但是頻率跟蹤只能保證系統(tǒng)整體電壓電流同頻同相，由于工作頻率改變了而匹配電感不變，此時換能器內部動態(tài)支路工作在非諧振狀態(tài)，導致?lián)Q能器功率損耗和發(fā)熱，致使輸出能量大幅度下降甚至停振，在實際應用中受到限制。所以，在跟蹤諧振點調節(jié)逆變器開關頻率的同時應改變匹配電感才能使諧振系統(tǒng)工作在最高效能狀態(tài)。針對按固定諧振點匹配超聲波換能器電感參數(shù)存在的缺點，本文應用耦合振蕩法對換能器的匹配電感和耦合頻率之間的關系建立數(shù)學模型，證實了匹配電感隨諧振頻率變化的規(guī)律。給出利用這一模型與耦合工作頻率之間的關系動態(tài)選擇換能器匹配電感的方法。經過分析比較，選擇了基于磁通控制原理的可控電抗器作為匹配電感，通過改變電抗控制度調節(jié)電抗值。并給出了實現(xiàn)這一方案的電路原理和控制方法。最后本文以DSP TMS320F2812為核心設計出實現(xiàn)這一原理的超聲波逆變電源。實驗結果表明基于磁通控制的可控電抗器可以實現(xiàn)電抗值隨電抗控制度線性無級可調，由于該電抗器輸出正弦波，理論上沒有諧波污染。具體采用復合控制策略，穩(wěn)態(tài)時，換能器工作在DPLL鎖定頻率上；動態(tài)時，逐步修改匹配電抗大小，搜索輸出電流的最大值，再結合DPLL鎖定該頻率。配合PS-PWM可實現(xiàn)功率連續(xù)可調。該超聲波換能系統(tǒng)能夠有效的跟隨最大電流輸出頻率，即使頻率發(fā)生漂移系統(tǒng)仍能保持工作在最佳狀態(tài)，具有實際應用價值。
上傳時間： 2013-04-24
上傳用戶：lacsx
JPEG 2000是為適應不斷發(fā)展的圖像壓縮應用而出現(xiàn)的新的靜止圖像壓縮標準，小波變換是JEPG 2000核心算法之一。小波變換是一種可達到時(空)域或頻率域局部化的時頻域或空頻域分析方法，其多尺度分解特性符合人類的視覺機制，更加適用于圖像信息的處理。提升小波變換是一類不采用傅立葉變換做為主要分析工具的小波變換新方法，提升小波變換的提出大大簡化了小波變換的計算，使其在實時信號處理領域得到廣泛的應用。通過提升的方法很容易構造一般的整數(shù)小波變換，由于圖像一般用位數(shù)較低的整數(shù)表示，整數(shù)小波變換可以將為整數(shù)序列的圖像矩陣映射成整數(shù)小波系數(shù)矩陣，這就大大簡化了小波變換的硬件電路設計。在當今數(shù)字化和信息化時代背景下，研究具有高速硬件處理功能的可變程邏輯器件在圖像壓縮算法領域的應用已經成為當今研究的熱點。 本文旨在探討和研制基于FPGA的小波變換模塊的可能性和方法。本文采用Xilinx公司的Spartan-Ⅲ系列芯片，根據(jù)JPEG 2000推薦無損提升小波算法和有損提升小波算法，設計圖像壓縮系統(tǒng)的小波變換模塊。主要工作如下： 第一部分介紹了傳統(tǒng)小波分析理論和提升小波分析理論。包括連續(xù)小波時頻局域性的特征，離散小波變換系數(shù)的意義，多分辨分析引出的構造小波基的系統(tǒng)方法和計算離散小波的快速算法等。重點放在介紹正交小波和雙正交小波的構造方法，并介紹了數(shù)字圖像在小波域的特點。討論了提升小波變換的基本思想，討論了用提升方法構造小波基以及傳統(tǒng)小波變換的提升實現(xiàn)，討論了整數(shù)小波變換。 第二部分介紹了FPGA結構及其設計流程。介紹了FPGA/CPLD器件的特征、發(fā)展趨勢及FPGA/CPLD基本結構，然后重點介紹了本文用到的Xilinx公司Spartan-Ⅲ系列芯片的結構特點，以及Xilinx的FPGA開發(fā)軟件ISE，最后介紹了硬件描述語言VHDL語言的特點。 最后一部分是本論文研究的主要內容，即JPEG 2000中最核心的算法-提升格式小波變換的一維變換模塊設計和二維變換模塊設計。一維提升小波變換模塊采用兩種不同的電路結構進行設計-低速低功耗的串行流水線結構和高速高功耗的并行陣列結構。同樣，二維小波變換模塊也采用了兩種不同的電路結構進行設計-低速低功耗的折疊結構和高速高功耗的串行結構。 文章對提升小波變換的FPGA實現(xiàn)中的大量細節(jié)問題進行了討論，給出了每種結構提升小波變換模塊的電路原理圖，并對原理圖進行了仿真測試，仿真測試結果不僅表明了模塊功能的正確性，而且表明不同小波模塊可以滿足相應領域的實際要求。
上傳時間： 2013-06-08
上傳用戶：dwzjt
針對目前光照補償后人臉圖像的識別率仍不夠理想這一問題，提出了一種基于模糊增強和小波包變換相結合的非均勻光照下人臉識別方法。將人臉圖像在對數(shù)域中計算二維小波包變換，通過舍棄部分子帶圖像中的系數(shù)來實現(xiàn)人臉
上傳時間： 2013-04-24
上傳用戶：gxf2016
本課題設計和完成了一套基于DSP+FPGA結構的小波變換實時圖像處理系統(tǒng)。采用小波算法對圖像進行邊緣提取、圖像增強、圖像融合等處理，并在ADSP-BF535上實現(xiàn)了小波算法，分析了其運行小波算法的性能。圖像處理的數(shù)據(jù)量比較大，而且運算比較復雜，DSP的特殊結構和性能很好地滿足了系統(tǒng)實現(xiàn)的需要，而FPGA的高速性和靈活性也滿足了系統(tǒng)實時性和穩(wěn)定性的需要，所以采用DSP+FPGA來實現(xiàn)圖像處理系統(tǒng)是可靠的，也是可行的。系統(tǒng)的硬件設計以DSP和FPGA為平臺，DSP實現(xiàn)算法、管理系統(tǒng)運行、并實現(xiàn)了系統(tǒng)的自啟動；FPGA實現(xiàn)一些接口、時序控制等，簡化了外圍電路，提高了系統(tǒng)的可靠性。結果表明，在ADSP-BF535上實現(xiàn)小波算法，效果良好，而且滿足系統(tǒng)實時性的要求。最后，總結了系統(tǒng)的設計和調試經驗，對調試時遇到的一些問題進行了分析。
上傳時間： 2013-04-24
上傳用戶：Kecpolo
相對于JPEG中二維離散余弦變換(2DDCT)來說，在JPEG2000標準中，二維離散小波變換(2DDWT)是其圖像壓縮系統(tǒng)的核心變換。在很多需要進行實時處理圖像的系統(tǒng)中，如數(shù)碼相機、遙感遙測、衛(wèi)星通信、多媒體通信、便攜式攝像機、移動通信等系統(tǒng)，需要用芯片實現(xiàn)圖像的編解碼壓縮過程。雖然有許多研究工作者對圖像處理的小波變換進行了研究，但大都只偏重算法研究，對算法硬件實現(xiàn)時的復雜性考慮較少，對圖像處理的小波變換硬件實現(xiàn)的研究也較少。 本文針對圖像處理的小波變換算法及其硬件實現(xiàn)進行了研究。對文獻[13]提出的“內嵌延拓提升小波變換”(Combiningthedata-extensionprocedureintothelifting-basedDWTcore)快速算法進行仔細分析，提出一種基于提升方式的5/3小波變換適合硬件實現(xiàn)的算法，在MATLAB中仿真驗證了該算法，證明其是正確的。并設計了該算法的硬件結構，在MATLAT的Simulink中進行仿真，對該結構進行VHDL語言的寄存器傳輸級(RTL)描述與仿真，成功綜合到Altera公司的FPGA器件中進行驗證通過。本算法與傳統(tǒng)的小波變換的邊界處理方法比較：由于將其邊界延拓過程內嵌于小波變換模塊中，使該硬件結構無需額外的邊界延拓過程，減少小波變換過程中對內存的讀寫量，從而達到減少內存使用量，降低功耗，提高硬件利用率和運算速度的特點。本算法與文獻[13]提出的算法相比較：無需增加額外的硬件計算模塊，又具有在硬件實現(xiàn)時不改變原來的提升小波算法的規(guī)則性結構的特點。這種小波變換硬件芯片的實現(xiàn)不僅適用于JPEG2000的5/3無損小波變換，當然也可用于其它各種實時圖像壓縮處理硬件系統(tǒng)。
上傳時間： 2013-06-13
上傳用戶：jhksyghr
隨著生物工程及醫(yī)學影像學的發(fā)展，磁共振成像在醫(yī)學診斷學方面發(fā)揮著越來越重要的角色。磁場的均勻性是大型醫(yī)療設備——核磁共振(MRI)成像的理論基礎，是評價該設備的一個重要的技術參數(shù)，磁場的均勻性分析也是電磁場理論分析的一個重要方向。良好、穩(wěn)定的磁場均勻性對核磁共振圖像的信噪比(SNR)的提高有重要的意義，同時也是飽和壓脂序列實現(xiàn)的唯一條件。 該課題的主要內容是在介紹磁共振成像原理與磁共振超導磁體的超導勻場線圈的形狀及位置的基礎上，分析各個線圈中電流的大小與空間某點磁場強度的關系。同時借鑒磁共振成像原理，設計輔助測量水膜，對空間某一特定半徑的球體腔內各點的磁場強度進行自動化測量。在當前使用的被動式勻場的基礎上，利用分析軟件，對線圈的選擇及電流的大小進行計算與優(yōu)化。實驗結果表明效果良好，磁場均勻度有很大的改善。 采用的主要方法是利用磁共振成像原理及傅里葉轉化技術去設計一種精確、方便、快捷的勻場方法。通過計算機模擬及有限元分析的方法進行計算、優(yōu)化，最終得到理想的磁場均勻度。 良好的磁場均勻性是磁共振成像的基礎，是飽和壓脂序列(FATSAT)、平面回波成像(EPI)、彌散成像、頻譜分析等一系列近幾年新出現(xiàn)的先進序列實現(xiàn)的前提條件。從而為臨床醫(yī)學提供了一種先進的檢查手段，為疾病診治的及時性、準確性、可靠性及病灶確切位置的判斷都提供了基礎。 該文所介紹的磁場均勻性測量、分析方法以及在此基礎上設計的勻場計算分析軟件已在多臺磁共振安裝調試過程中得到應用，達到了預期的目的，能夠滿足現(xiàn)場調試的要求。該方法對于今后超導磁體磁共振的磁場均勻性調試，及在醫(yī)學影像學方面的發(fā)展有很好的應用價值。該項技術在該領域的推廣必然會提高磁場均勻性的精度，推動醫(yī)學影像學及臨床診斷學的發(fā)展。并能帶來良好的社會效益及經濟效益，具有關闊的應用前景。
上傳時間： 2013-04-24
上傳用戶：tianjinfan
磁共振成像（MRI）由于自身獨特的成像特點，使得其處理方法不同于一般圖像.根據(jù)不同的應用目的，該文分別提出了MRI圖像去噪和分割兩個算法.首先，該文針對MRI重建后圖像噪聲分布的實際特點，提出了基于小波變換的MRI圖像去噪算法.該算法詳細闡明了MRI圖像Rician噪聲的特點，首先對與噪聲和邊緣相關的小波系數(shù)進行建模，然后利用最大似然估計來進行參數(shù)估計，同時利用連續(xù)尺度間的尺度相關性特點來進行函數(shù)升級，以便獲得最佳萎縮函數(shù)，進一步提高圖像的質量，最終取得了一定的效果.與此同時，該文對MRI圖像的進一步的分析與應用展開了一定研究，提出了一種改進的快速模糊C均值聚類魯棒分割算法.該算法先用K均值聚類方法得到初始聚類中心點，同時考慮鄰域對分割結果的影響，對目標函數(shù)加以改進，用來克服噪聲和非均勻場對MRI圖像分割的影響，達到魯棒分割的目的，為進一步圖像處理和分析打下基礎.通過實驗，我們發(fā)現(xiàn)，無論是針對模擬圖像還是實際圖像，該文所提出的兩個算法都取得了較好的效果，達到了預期的目的.
上傳時間： 2013-04-24
上傳用戶：zhichenglu
隨著電力系統(tǒng)的迅速發(fā)展和電力電子技術的廣泛應用，電能污染日益嚴重，電能質量問題已經成為電力部門及電力用戶越來越關注的問題。電能質量的各項指標若偏離正常水平過大，會給發(fā)電、輸變電和用電設備帶來不同程度的危害。電能質量的好壞直接關系到國民經濟的總體效益，因此對電能質量進行檢測和分析從而提高和改善電能質量具有非常重要的意義。 本文首先介紹了電能質量的基本概念，對各種電能質量問題的分類、特征及產生原因和危害作了詳細的闡述。通過對電能質量各項指標(供電電壓偏差、頻率偏差、公用電網(wǎng)諧波、三相電壓不平衡度、電壓波動與閃變)的分析，以傳統(tǒng)的傅立葉變換理論為基礎，針對目前電能質量分析的難點即對突變的、暫態(tài)的、非平穩(wěn)的信號的檢測與分類，提出了基于小波變換的暫態(tài)電能質量分析方法。利用小波變換模極大值原理檢測信號奇異點作為是否發(fā)生暫態(tài)擾動的判據(jù)，克服了傳統(tǒng)方法中無時域局部性的缺點。 在系統(tǒng)的研究了電能質量分析的相關理論和檢測技術的基礎上，針對電能質量分析系統(tǒng)中需要支持復雜算法和保持實時性的特殊要求，研制了基于DSP與ARM構架的嵌入式電能質量分析系統(tǒng)的硬件平臺和軟件系統(tǒng)。重點分析了DSP與ARM的選型依據(jù)、結構特點、具體應用等。并且詳細的介紹了硬件平臺的各部分組成和電路原理圖。隨后，提出了該裝置軟件部分設計思想，其中重點介紹了DSP部分的FFT算法設計、ARM部分的uC/OS-II操作系統(tǒng)移植和MiniGUI圖形界面開發(fā)。最后對論文的主要工作進行了總結，對以后可深入研究的方向進行了展望。
標簽： DSP ARM 電能質量監(jiān)測
上傳時間： 2013-07-10
上傳用戶：ZJX5201314
