摘要:海洋波浪能量是风能、太阳能等环境能源中能量密度最大的一类能源，分布非常广泛。但海洋波能开发和利用还相对滞后，传统的波能采集装置由于存在转换机械结构复杂、转换效率低及耐冲击腐蚀能力差等缺点，实现较为困难。一种以提高转换效率、稳定可靠为目的的能量采集装置——直接式波能采集装置近年来越来越受到重视，成为该领域研究的热点。本文详细总结了直接式波浪能量采集的总体情况、特点、主要结构类型及其充电控制策略，论述了波能发电的电能管理系统，并对直接式波浪能量采集系统的发展趋势进行了展望。

摘要:为了解决当前全视角三维扫描系统价格昂贵操作复杂的问题，提出利用1台Kinect和1个回转台来构建全视角三维模型的方法。研究涉及点云预处理、点云配准、全局误差修正以及色差修正等技术。首先使用Kinect采集数据并预处理，结合转台约束利用图像几何特征进行粗配准，随后使用迭代最近点（Iterative closest point，ICP）算法实现点云的精确配准。对于累积误差导致的闭环问题以及不同角度拍摄引起的色差问题，通过全局误差修正与色差修正算法处理，提升重建结果的精度。实验结果表明：该方法可以实现三维物体的全视角重建，并在精度上优于微软的KinectFusion方法。

摘要:针对电能质量扰动信号的重构问题，在压缩采样匹配追踪(Compressive sampling matching pursuit，CoSaMP)算法的基础上，为解决原算法的不足，提出一种改进的压缩采样匹配追踪(Modified compressive sampling matching pursuit，MCSMP)算法，并将其应用在电能质量信号的重构上。该算法在候选集的选择阶段采用模糊阈值的方式代替原算法固定个数的选择方式，并以相邻迭代感知矩阵与残差之间的相关度变化量作为算法的停止条件，为回溯过程的剪裁减轻了负担，避免了不必要的迭代，提高了算法的运行效率。仿真实验结果表明:无论是重构性能指标或是重构速度，MCSMP算法的重构结果都优于CoSaMP算法。

摘要:针对传统Duffing振子检测系统在正向相变时容易受过渡带影响并且噪声对检测系统也会产生影响的问题，提出融合高阶累积量和Duffing振子的逆相变混沌检测方法。该方法首先利用Lyapunov指数方法计算检测系统的临界阈值 γ_d，令检测系统的周期策动力为 γ_d，其次对待检信号通过计算其高阶累积量进行预处理，能够降低噪声功率，并得到谐波信号的幅度变化规律；然后，将经过预处理的待检信号输入至检测系统，利用Lyapunov指数得到在逆相变发生时对应的周期策动力幅值；最后，根据逆相变发生前后所对应的周期策动力幅值之差，计算出待检信号的幅值及检测信噪比。仿真实验结果表明所提方法可用于-50.97 dB信噪比下微弱正弦信号的检测，相比较传统的Duffing振子检测系统具有较好的检测效果。

摘要:针对无线信道中数字喷泉码BP译码算法复杂度高、增量译码效率低下的问题，提出了一种基于可译集的增量译码算法。该算法给出变量节点成功译码时似然比所需达到的合适门限值Tre的理论分析方法，将译码过程中似然比高于门限值的变量节点归入可译集，提前译出以减少计算量；另一方面，若译码失败，增加开销重新译码时可先利用已成功译出的部分变量节点简化Tanner图，只对未达到译码门限的变量节点进行迭代，进一步减少计算量，并给出了算法描述和复杂度分析。最后通过仿真表明，该算法与传统的BP译码算法性能相同，但计算量大大减少，效率显著提高。

摘要:研究了采用译码转发机制的无线供电中继网络的能量与信息传输。与常规译码转发中继网络不同，本文在能量受限的中继节点上配置能量收集单元和可充电电池。在进行信息转发之前，中继节点对收集到的能量进行累积。同时，提出了一种基于分组内时间切换的收集—传输—存储模式，在每一传输分组内进行基于时间切换的无线能量与信息传输。通过将有限容量电池的能量水平建模为具有两步状态转移的有限状态马尔科夫链，给出了收集—传输—存储模式在Nakagami?m衰落信道下的中断概率闭合式。仿真结果表明：相比未采用分组内时间切换的收集—传输—存储模式，本文所提机制极大地提高了中断性能和成传速率。

摘要:针对上行多用户MIMO中继系统，在信道存在反馈延迟及估计误差的条件下，以误比特率(Bit error rate, BER)为优化目标，提出了基于最小均方误差(Minimum mean?squared error, MMSE)准则的预编码算法。所提算法将求解发射端、中继节点、接收端矩阵的复杂非凸问题分解为3个独立的子优化问题，发射端的用户配备单天线且服从空间独立分布，先确定发射端预编码矩阵，将求解中继矩阵的凸优化问题转化为半正定规划(Semi?definite programming, SDP)问题，采用CVX工具箱求解，接收端处理矩阵通过线性搜索法求解，最后采用联合迭代法得到各节点矩阵的最优解。仿真结果表明，所提算法能有效改善系统的误比特率性能。

摘要:为了适应未来无线通信系统中的设备多样性、高速率、低时延和低功率消耗的需要，新型波形研究成为第5代无线通信系统的关键技术之一。通用滤波多载波（Universal?filtered multicarrier, UFMC）是一种广泛研究的5G侯选波形。然而现有的UFMC研究只涉及UFMC-SISO的场景，UFMC-MIMO的可行性和性能分析仍然空缺，而MIMO波束成形必然是5G通信系统的重要场景，因此对UFMC-MIMO进行评估和研究具有重要价值。本文提出了一个UFMC-MIMO系统可行方案，包括发射机、接收机和波束成形实现算法。通过数学推导证明该方案能正确恢复发送端数据并通过仿真验证其性能。仿真结果表明，不论在加性高斯白噪声（Additive white Gaussian noise,AWGN)信道还是在多径信道下，UFMC-MIMO都具有比OFDM-MIMO更优越的性能，尤其在抗频偏鲁棒性上表现出很大的优越性，进而验证了UFMC-MIMO传输方案具备应用5G通信的能力。

摘要:在峰检测中，由于重叠峰和弱峰的存在，峰的漏检和错检率较高。为此本文在峰检测环节之前增加一个峰增强环节，使重叠峰的分离度以及弱峰幅度均增大。增强环节中采用的方法是将经典非线性扩散与导数谱相结合，即将导数谱增强后的信号作为经典非线性扩散的初始信号，经过一定时间的扩散得到增强后的信号。作为效果检验，首先对比了信号经过所提模型增强前后的效果，之后对比了其他信号增强模型的效果，结果表明本文所提模型有效。最后将本文模型应用于MALDI质谱峰增强。

摘要:针对具有大段连续文本标注、但无时间标签的电视剧语音提出了一种半监督自动语音分割算法。首先采用原始的标注文本构建一个有偏的语言模型，然后将该语言模型以一种半监督的方式用于电视剧语音识别中，最后利用自动语音识别的解码结果对传统的基于距离度量、模型分类以及基于音素识别的语音分割算法进行改进。在英国科幻电视剧“神秘博士”数据集合上的实验结果表明，提出的半监督自动语音分割算法能够取得明显优于传统语音分割算法的性能，不仅有效解决了电视剧语音识别中大段连续音频的自动分割问题，还能对相应的大段连续文本标注进行分段，保证分割后各语音段时间标签及其对应文本的准确性。

摘要:地震记录中不可避免地包含随机干扰信号，直接利用原始的地震资料开展裂缝发育带预测，对裂缝预测中采用的边缘检测算法影响很大，降低了预测结果的准确性。因此，有必要对地震资料进行去除噪声的处理，提高原始地震资料的品质。本文基于盲源分离的独立分量分析方法(Independent component analysis,ICA)去噪技术，将地震资料分解为不同级次的背景与储层目标反射响应，实现有效信号与随机噪声的区分，去噪效果优于常规去噪算法的效果，保证了去噪后有效信息基本不受损失，处理后地震资料横向波形特征的稳定性得到了较好改善。实际工区应用效果表明，利用去噪处理后的地震资料开展边缘检测裂缝预测，裂缝发育区分布规律与区域断裂发育特征具有较好的一致性，且与钻井揭示的裂缝发育特征吻合性较好，从而提高了火成岩裂缝发育区预测的可靠性。

摘要:随钻测井技术的快速发展导致常规应用的泥浆传输速率（1 b/s左右）已无法满足测量参数实时上传的需求，而数据压缩技术是提高传输速率的一个有效手段。通过分析泥浆脉冲编码信号的特点，结合现场应用经验，本文设计一种基于帧间差分式的数据压缩算法并将其应用于随钻测井数据编码、解析处理过程中。实际应用效果表明该算法能有效提高传输速率，节省数据更新时间，具有较高的推广前景。

摘要:准确识别出信号肽对蛋白质的研究和定位有着非常重要的意义。压缩感知技术能够在保留生物序列主要信息的同时降低冗余信息，将高维信息投影到低维空间上进行特征提取。因此本文基于压缩感知技术再结合动态时间规整算法提取出新的特征向量，提出一种高鉴别性的信号肽特征提取新方法。该算法所提取的特征不但体现了信号肽中的氨基酸组成、排列顺序、结构等重要信息，还能把信号肽的不同区域在时间维度中非线性地弯曲对整，为机器学习算法提供有效的信号肽特征表达。实验结果显示，新方法提取的特征向量在3个数据集Eukaryotes, Gram+ bacteria, Gram-bacteria上的识别率分别达到99.65%, 98.05%和98.56%，并且这种方法能简单地运用到其他生物序列的识别过程中。

摘要:特征选择方法可以从成千上万个特征中选择合适的少量特征，使模型更加有效、高效。本文考虑到真实场景下高维数据集中特征之间互相关联以及使用复杂网络结构描述特征空间的全局性与合理性，提出无监督场景下的基于复杂网络节点度中心性的特征选择方法。根据特征间的相关性大小，设定阈值选择保留符合要求的关联；再利用保留的关联生成以特征为节点的无向无权重网络结构；最后以衡量节点度中心性的方法筛选此网络中影响力最大的节点集，亦即最优特征子集。本文方法为处理特征重要性及特征冗余增加了灵活性。采用对比实验，将本文方法与常用特征选择或特征提取方法在多个高维数据集上进行性能比较。实验分析结果表明此方法的有效性以及普适性。

摘要:从给定语音中提取有效语音段表示是语种识别的关键点。近年来深度学习在语种识别应用中有重要的进展，通过深度神经网络可以提取音素相关特征，并有效提升系统性能。基于深度学习的端对端语种识别系统也表现出其优异的识别性能。本文针对语种识别任务提出了基于卷积神经网络的端对端语种识别系统，利用神经网络强大的特征提取能力及区分性建模能力，提取具有语种区分性的基本单元，再通过池化层得到有效语音段表示，最后输入全连接层得到识别结果。实验表明，在NIST LRE 2009数据集上，相比于现阶段国际主流语种识别系统，提出的系统在30 s,10 s和3 s等语音段上错误率分别相对下降了1.35%,12.79%和29.84%，且平均错误代价在3种时长上均相对下降30%以上。

摘要:异常检测旨在检测出观测数据中的非正常值，被广泛应用于反信用卡欺诈、网络入侵检测、医疗分析以及气象预报等领域。在异常检测中，正常数据通常具有异常数据所不具备的某种内蕴结构。因此，如何有效地利用正常数据与异常数据在数据结构上的差异性将有助于提高异常检测性能。为此，本文提出了一种新颖的基于标签传递的异常检测算法。该算法通过图模型刻画正常数据所具有的内蕴结构，并通过多重标签传递来构建未标记正例样本与待测试样本的标签置信度的差异。最后，基于正例样本的标签置信度的统计特性分析，实现对测试样本的异常性判决。在人工合成及真实数据集上的实验验证了本文算法的有效性。

摘要:粗糙集理论是一种处理边界对象不确定的有效方法。将粗糙集与K均值结合的粗糙K均值聚类算法，具有简单高效且可处理聚类边界元素的特点，但同时存在缺陷。针对粗糙K均值聚类算法对初始点敏感，经验权重设置忽略数据差异性，阈值设置不合理导致聚类结果波动性大的缺陷，本文提出结合蚁群算法的改进粗糙K均值聚类算法，改进的算法中使用蚁群算法中随机概率选择策略和信息素更新的正负反馈机制，以及采用动态调整算法阈值和相关权重的方法，对粗糙K均值聚类算法进行优化。最后采用UCI的Iris、Balance-scale和Wine数据集分别对算法进行实验。实验结果表明，改进后的粗糙K均值聚类算法得到的聚类结果准确率更高。

摘要:通过所开发的手机端软件从智能手机中提取车辆振动加速度的过程中，为正确评价轨道平顺状态及车辆运行舒适性，需保障车辆振动加速度数据质量。本文依据概率统计方法与小波分析方法建立了异常值识别模型，采取中值滤波和小波滤波剔除因手机传感器性能稳定性和测试环境变化引起的随机误差，并结合成都地铁手机检测数据，验证两种滤波方法对手机检测数据随机误差的处理效果。实例分析表明：基于异常值识别模型可准确提取手机检测数据异常值位置，借用中值滤波和小波滤波剔除因外界环境变化引起的随机误差，保证了手机检测数据真实反映车体振动响应，为正确评价轨道平顺状态和车辆运行舒适性提供数据支撑。

摘要:快速傅里叶变换（Fast Fourier transform, FFT）处理器是数字信号处理领域的核心单元。本文针对超宽带(Ultra wideband, UWB)系统提出了一种低硬件开销的128点FFT处理器设计方案。此方案在算法上采用了混合基-24-23算法，硬件实现上采用了单路延迟负反馈（Single delay feedback, SDF）流水线架构，在处理复数乘法运算上，提出一种新型串接正则有符号数（Canonical signed digit, CSD）常数乘法器替代常用布斯乘法器对旋转因子W128i的复数乘法运算进行实现，大幅降低了FFT处理器消耗的硬件资源。本文设计基于QUARTUS PRIME平台进行开发，并搭配Cyclone 10 LP系列器件，编译报告显示本文方案对比于其他已存在的方案，具有最低的硬件开销和功耗。

摘要:鉴于在大多数α波研究中，只分析不同脑区的α波差异对研究其神经活动所提供的信息不足问题，本文提出了α波独立分量能量分析法，并结合源定位算法对产生α波的主要脑区进行了溯源分析。首先，计算预处理后各脑区的α波功率以分析其主要活动区域，将FastICA算法分解的独立分量进行源定位，再采用α波独立分量能量分析法分析主要活动脑区的α波与各独立分量的关系。以6名26岁的右利手男性为被试对象，结果表明在放松状态下α波的主要活动脑区为左枕区和右枕区，其次为右后颞，左后颞；左枕区和右枕区的α波功率虽无显著性差异，但其主要α波能量却来自不同的神经源，这两个神经源分别位于靠近左枕区的左脑和靠近右枕区的右脑部位。经过两因素重复方差分析，发现这两个不同的神经源影响了左枕区与右枕区的α波。