本发明公开了一种降低 OFDMA 系统信号峰均功率比的方法， 具体为：在发射端，将用户输入的数据经过 LDPC 编码器进行编码， 生成拥有多个可反转子集的编码码字，再进行调制；将调制后的数据 映射至用户分配到的子载波上，构造多个可反转频域符号集合；通过 对构造的可反转频域符号集合进行独立的反转以降低 OFDMA 系统信 号的峰均功率比；在接收端，将接收到的信号经傅里叶变换后再进行 子载波解映射和解调制，得到每个用户对应的接收信息，并采用 LDPC 译码器进行译码，从得到的译码码字中提取出相位反转信息以恢复原 始信息；本发明能有效地降低 OFDMA 系统信号的峰均功率比，且不 需要发送边带信息，提高系统的频谱利用率，降低系统的复杂度，同 时具有良好的纠错性能。 

本发明公开了一种基于 QPSK 信号调制的射频水印嵌入和提取 方法，方法包括以下步骤：射频水印信号嵌入步骤：将水印信号转化 为水印码元序列并和分段后的载体码元序列根据各自的信号幅度进行 叠加，叠加后进行 QPSK 调制发射；射频信号的解调步骤：将收到的 QPSK 信号进过降频、归一化处理得到的信号对比标准星座图，得到 载体码元；射频水印信号提取步骤：将归一化采样信号与载体码元的 差值作为水印提取的原始数据，从此数据中解调出水印实部和虚部的 两路水印，在通过符号函数判决水印结果。本发明还提供了实现上述 方法的系统。本发明通过在底层的物理信号中添加射频水印信号，丰 富了数字水印隐藏方法。

小试阶段/n在强噪声背景下进行微弱信号检测, 在现代无线通信、传感器与机械设备检测等领域应用广泛，常用的检测方法有相关检测、频谱分析等。对微弱信号而言，直接通过波形采集进行频谱分析是不合适的，同时，传统的相关运算采用的参考信号为方波波形，这仅仅适合固定频率的微弱信号检测，且由于方波信号存在丰富的谐波成分，对低频微弱信号的检测存在干扰；同时由于参考频率误差、参考信号相移误差，难以获取准确的被检信号参数，以及被检信号的重建输出。。 本发明要解决的技术问题在于针对现有技术中通过方波波形的参考信号难以获取准确的被检信号参数，无法进行被检信号的重建输出的缺陷，提供一种可实现任意波形的微弱信号自动检测和再生放大的微弱信号检测方法及系统。本发明公开了一种低信噪比下任意波形的微弱信号检测方法及系统，其中系统包括：低噪放大器、锁相环、微处理器、数字频率合成器和运算模块，通过模拟锁相环工作锁定待检微弱信号的频率，利用微处理器测量该锁相环的输出频率，并根据该频率值控制直接数字合成电路产生同频信号，该信号作为相关检测所需的参考信号。运算模块采用乘法器和积分电路实现相关检测，通过步进调整参考信号的相位，使互相关值最大，获得与被测信号同频同相的再生信号，从而实现微弱信号的检测与放大。本发明在低信噪比条件下，具有较好的线性测量特性和较高的准确度，可实现任意波形的微弱信号自动检测和再生放大。。支持额度：。50。万元。承接单位：。湖北省。项目进展：。在强噪声背景下进行微弱信号检测, 在现代无线通信、传感器与机械设备检测等领域应用广泛，常用的检测方法有相关检测、频谱分析等。对微弱信号而言，直接通过波形采集进行频谱分析是不合适的，同时，传统的相关运算采用的参考信号为方波波形，这仅仅适合固定频率的微弱信号检测，且由于方波信号存在丰富的谐波成分，对低频微弱信号的检测存在干扰；同时由于参考频率误差、参考信号相移误差，难以获取准确的被检信号参数，以及被检信号的重建输出。 本发明要解决的技术问题在于针对现有技术中通过方波波形的参考信号难以获取准确的被检信号参数，无法进行被检信号的重建输出的缺陷，提供一种可实现任意波形的微弱信号自动检测和再生放大的微弱信号检测方法及系统。本发明公开了一种低信噪比下任意波形的微弱信号检测方法及系统，其中系统包括：低噪放大器、锁相环、微处理器、数字频率合成器和运算模块，通过模拟锁相环工作锁定待检微弱信号的频率，利用微处理器测量该锁相环的输出频率，并根据该频率值控制直接数字合成电路产生同频信号，该信号作为相关检测所需的参考信号。运算模块采用乘法器和积分电路实现相关检测，通过步进调整参考信号的相位，使互相关值最大，获得与被测信号同频同相的再生信号，从而实现微弱信号的检测与放大。本发明在低信噪比条件下，具有较好的线性测量特性和较高的准确度，可实现任意波形的微弱信号自动检测和再生放大。。项目基本内容：。在强噪声背景下进行微弱信号检测, 在现代无线通信、传感器与机械设备检测等领域应用广泛，常用的检测方法有相关检测、频谱分析等。对微弱信号而言，直接通过波形采集进行频谱分析是不合适的，同时，传统的相关运算采用的参考信号为方波波形，这仅仅适合固定频率的微弱信号检测，且由于方波信号存在丰富的谐波成分，对低频微弱信号的检测存在干扰；同时由于参考频率误差、参考信号相移误差，难以获取准确的被检信号参数，以及被检信号的重建输出。 本发明要解决的技术问题在于针对现有技术中通过方波波形的参考信号难以获取准确的被检信号参数，无法进行被检信号的重建输出的缺陷，提供一种可实现任意波形的微弱信号自动检测和再生放大的微弱信号检测方法及系统。本发明公开了一种低信噪比下任意波形的微弱信号检测方法及系统，其中系统包括：低噪放大器、锁相环、微处理器、数字频率合成器和运算模块，通过模拟锁相环工作锁定待检微弱信号的频率，利用微处理器测量该锁相环的输出频率，并根据该频率值控制直接数字合成电路产生同频信号，该信号作为相关检测所需的参考信号。运算模块采用乘法器和积分电路实现相关检测，通过步进调整参考信号的相位，使互相关值最大，获得与被测信号同频同相的再生信号，从而实现微弱信号的检测与放大。本发明在低信噪比条件下，具有较好的线性测量特性和较高的准确度，可实现任意波形的微弱信号自动检测和再生放大。

本发明提出一种基于MWC系统的盲多带稀疏信号快速恢复算法，首先利用Xampling采样板获得压缩采样值y[n]，将y[n]乘以一个高斯随机矩阵R，得到传统的压缩感知模型V=y[n]R=CU,这种方法避免了原方法中需要做特征值分解的操作，可以有效的减少MWC系统中CTF模块的运行时间，此外，控制高斯随机R的列数在一个较低水平，可以进一步减少矩阵V的列数，这样在用M-OMP算法恢复支撑集的过程中又能进一步的减少运行时间。经过验证，该算法可以大幅度提高CTF模块的运算速度。

本系统由设置于路边的视频图像采集装置和后台图像识别服务器组成。 渣土车进入监控区域，视频图像采集装置采集渣土车的图像，并将所采集图像发送到后台图像识别服务器。图像识别服务器分割出渣土车的轮胎图像，并进行清洁检测。对疑似问题车辆发出人工干预请求。本系统适合城市道路管理部门使用。 授权专利： 基于视频信号的城市车辆轮胎清洁状况监测方法 201310135366.5 

本项成果对传统的协调控制算法进行了优化研究，可以使城市道路绿波带控制的效果得到改善，使交叉口通行效率获得提升。仿真表明，本项成果的应用可以使延误减小10%~20%。

基于主动成本控制的ERP系统是基于现代IT技术，用信息论、系统论方法研究我国企业管理实践而提出的一套管理控制软件，该系统提供的功能从生产工艺数据、生产综合计划到物流管理、成本管理、车间管理、领导查询等模块是相互联系、相互依存的有机整体，以物流控制为基础，成本控制为主线实现关键业务的有效控制，提高企业的核心竞争力。 一、系统特点： 1．产品在吸收国外先进管理思想的基础上，结合国内企业实际管理现状，强调适合国内企业管理模式和管理基础。 2．在设计上基于先进的管理思想，突出计划、控制、跟踪和差异反馈等管理控制理念。 3．采用软件可复用技术，使产品成熟度更高；采用面向对象的设计方法，使产品数据结构更合理，易于扩充；各系统之间可以组合使用，满足不同企业的需求，也可以满足不同部门的需要。 4．易于被企业管理人员、业务人员接受，系统思路清晰，易于实施推广。 二、系统主要功能特点： 1．生产工艺基础数据与计划部分。         2．物资采购、供应、销售管理部分。 3．主动成本控制部分。 4．车间管理部分（包括车间材料管理和车间作业管理两部分）。 以上各模块之间无缝连接，并可独立使用。 三、系统提供以下系统的开放集成： 1．PDM/CAPP系统。                     2．财务软件系统。

空调系统中，制冷剂的状态与流量、换热器的传热效率、压缩机特性、膨胀阀的节流特性等众多因素相互耦合，系统的一个稳定状态往往对应参数的多个解，于是寻找参数的最优解，实现系统最佳匹配与优化控制，成为节能控制的核心问题。基于最佳冷凝蒸发压差的控制策略，摆脱了单纯的过热度反馈控制模式，开发了基于流型与分区模型的空调系统稳态仿真模型和双联变制冷剂流量的制冷系统稳态仿真模型，通过仿真与实验验证，证明了该控制策略可以实现制冷空调系统的最优匹配，达到节能降耗的目的。

1. 痛点问题 随着自动驾驶技术的迅猛发展，特定场景下的自动驾驶技术应用成为现实。这对应用于特定场景自动驾驶车辆的制动系统提出了新的需求，传统制动系统为真空助力器，该产品依赖于发动机为助力器提供真空动力源，而应用于该领域的车辆大多为新能源电动车，取消了发动机，无法直接为车辆制动系统提供真空动力源，且不能配合电动车实现能量回收功能。另外，传统制动系统是纯机械部件，无法为该类特种车辆的智能化需求提供主动制动、辅助制动等功能。 2. 解决方案 本项目所研究的特种车用线控制动系统，是一种基于液压传递的全解耦线控制动系统。主要由电机、减速増扭机构（齿轮、丝杆、螺母）、制动主缸、前后壳体、踏板推杆、行程传感器、液压力传感器、电机控制器等组成。项目成果所涉及到的新型踏板行程传感器将踏板推杆的平动转化为传感器内部器件的转动，基于此，可以通过在推杆上设计不同曲率的沟槽，将传感器设计为非线性、线性以及不同的物理精度。所涉及的全解耦电子助力器，制动踏板推杆和制动主缸活塞之间无机械链接，属于智能制动执行器，满足特种自动驾驶车辆对制动系统主动制动的功能要求、取消了传统制动系统对发动机真空度的依赖、具备配合电动车实现制动能量回收的功能。 解耦原理：踏板推杆与制动总泵推杆之间无连接，制动系统的动作依靠电信号或者行程传感器信号进行控制实现。 工作原理：当驾驶员踩下制动踏板时，踏板推杆向前移动，推动行程传感器内部旋转件转动，传感器记录旋转部件的转角，根据推杆滑槽曲率计算出踏板推杆实际行程，识别驾驶员制动意图。通过电信号传递给系统控制器，控制器控制执行器电机动作，电机驱动丝杆和螺母，讲转动转化为平动，推动制动缸活塞建立液压制动力，作用在轮边制动盘上，产生制动力。 合作需求 寻求与特定场景自动驾驶、特种车辆线控底盘、智能轮边执行器等行业客户合作，解决行业痛点问题，共同推进特种场景下自动驾驶汽车发展。

本成果主要瞄准农村家用发电系统中存在的工况复杂，小型化等问题，以及影响永磁同步风力发电机系统控制精度提升的关键问题——干扰和不确定性， 在确保风力发电系统在所有运行风速范围内能够稳定运行以及捕获最大风能的前提下，通过对风机特性和受扰特性进行机理研究，设计新型的、 可行有效的抗干扰复合预测优化控制理论方法和应用技术。