分裂基FFT在电力系统谐波检测中的应用

在电力系统中,由于非线性负载广泛应用,电网被注入了大量谐波,给电力系统中的设备带来很大的危害。谐波检测是电力系统质量分析和谐波补偿的关键技术,而快速傅立叶变换是目前应用最广泛的一种谐波检测方法。本文对分裂基FFT算法的原理进行了研究,采用C语言编程实现该算法,并在基于TMS320F2812DSP的实验装置上进行了基于分裂基算法的谐波检测实验,对采样信号进行FFT运算,能快速检测出电网信号中电压的谐波参数,以进行谐波的实时分析处理,验证了该算法的正确性和高速性,可作为一种通用的算法应用于谐波检测。     

全相位OFDM系统频偏估计器

在正交频分复用（OFDM）系统中,载波频率偏移会导致系统性能严重下降。充分利用全相位OFDM系统的数据帧自我复制的特点,提出了时域自相关频率偏移估计算法。该算法能够在一帧数据周期内完成,收敛速度快,且不受相位偏差的影响。也提出了基于全相位FFT的频率估计算法,该算法利用全相位FFT和FFT在频域的信号相位差异以及信号群时延与频率之间的关系,准确地得到了信号频率。该算法在快衰落信道表现稳健,而且受频偏的影响非常小。     

基于时域自相关平方函数的基音周期估计

语音信号的基音估计算法多年来一直是人们关注的问题。属于时域法的基于短时自相关函数的基音估计方法以其算法简单、计算量小而成为人们首选的算法。论文在此法的基础上,提出了一种基于时域自相关平方函数的基音周期估计方法。通过实验仿真表明,该方法简单易行,基音周期估计的准确性比较高。     

基于ESPRIT谱估计的GPS多普勒快速捕获

本文针对解扩后GPS信号的特点.提出利用ESPRIT谱估计方法估计多普勒频偏,从而实现GPS多普勒频偏的快速捕获的方法,论文首先分析了频域相关快捕方式下多普勒的快速捕获原理给出了平均捕获时间,对利用ESPRIT算法估计GPS多普勒进行了仿真研究,并和ARMA参数模型法、FFT法进行了对比,仿真结果证明ESPRIT谱估计方法在一般GPS信号信噪比下可以获得高精度,高稳定度的多普勒估计,并且计算量比FLL小.该方法能有效地减少GPS多普勒的捕获时间.     

基于共轭梯度分解算法的电网谐波估计

快速准确地对电网信号的谐波进行检测与估计,对提高现代电力系统的工作效率有重要意义。传统的快速傅立叶变换(FFT)方法速度较快,但精度不高。近年来,很多学者将谐波估计归结为一个线性极小二乘问题,并用奇异值分解(SVD)算法求解。这类方法虽然提高了精度,但奇异值分解的计算量较大,尤其大规模问题,不能达到"即时"的要求。文中基于共轭梯度分解(CGD)方法对电网中的信号进行谐波估计,不仅降低了SVD算法的计算量,同时提高了FFT的精度,并能应用到严重畸变的定期信号的估计上。初步实验结果验证了该方法的有效性。     

基于非迭代多点插值DFT的谐波电能计量算法

在电网信号普遍存在谐波的情况下,为了满足相关标准规定的电能计量准确度和稳定性的要求,需要更精确地估计电网信号谐波参数。在广义加窗离散傅里叶变换和频谱插值校正方法基础上,采用快速傅里叶变换(FFT)和最大衰减旁瓣窗方法,对准确估计谐波参数进行了研究。在充分考虑并消除了与共轭分量相关的参数对估计结果影响的同时,使用了插值离散傅里叶变换(IpDFT)算法。根据谐波标准IEEE STD 1459功率定义,进行谐波电能准确计量的仿真计算。仿真结果表明,该算法可以成功地用于短时间情况下的快速、准确谐波电能计量,避免了常用的多点线性插值方法带来的累积误差,可应用于高精度动态负荷谐波电能计量,较以往其他计量算法具有更广的适用性。     

窄带干扰环境下直扩信号伪码周期估计

研究扩频通信技术中信号优化问题,信道的干扰影响直接序列扩频信号(DSSS)传输的正确性,给直扩信号参数检测与估计带来了困难,需要一种有效的算法来增强抗干扰能力。为了解决上述问题,利用变化域的FFT重叠变换干扰抑制提供一种最有效的方法,可通过对DSSS信号加窗处理和重叠变换,使信号频谱泄露大为降低,而且使信号的损失也大为减小,使误码率可以降到很低。另外提出一种FFT重叠变换干扰抑制算法和信号功率谱二次处理的联合估计窄带干扰环境下DSSS信号的伪码(PN)周期并进行仿真。仿真结果表明,算法在较低的输入信噪比和低信干比条件下能准确地估计DSSS信号PN码周期,证明了FFT重叠变换干扰抑制算法的有效性。     

广义相关时延估计在管道泄漏检测中的应用

针对实际检测环境中信号信噪比低,噪声影响时间延迟估计的精度的问题,提出广义互相关方法,并给出利用FFT快速求解算法。在输油管道泄漏检测中的应用结果表明,该方法能有效计算泄漏信号到达管道2端的时间差,计算泄漏点位置误差控制在2%以内,改善了相关运算的时延估计性能。     

基于FFT旋转不变性的ESPRIT跳频信号频率估计算法

为了解决信号的信噪比(SNR,signal to niose ratio)较低时,ESPRIT(estimated signal parameters via rotational invariance technique)算法的估计性能明显下降这一问题,提出一种基于FFT(fast Fourier transform)旋转不变性的ESPRIT跳频信号频率估计算法。该算法通过对采集到的信号样本进行FFT变换,对变换结果中幅度最大的谐波系数进行筛选构造新的信号序列,再利用FFT的旋转不变性重新合成两个具有旋转不变性的矩阵,最后再利用ESPRIT算法对信号频率进行估计。理论分析和仿真结果证明了该算法的可行性和有效性。     

一种简单的任意次谐波电流瞬时值检测算法

谐波电流的快速检测是谐波拟制的前提。本文将积分法和改进后的滑动窗法结合,提出了一种简单的检测谐波电流方法。该算法计算量小,精度较高,可在第一个工频周期后,检测任意一次谐波分量瞬时值。若畸变电流信号由稳态发生突变,检测结果延迟在一个工频周期内。在获得畸变电流采样值的情况下,检测过程完全可通过软件实现。算法具有较高的工程应用价值。程序仿真结果,证明了算法的有效性。另外,文中还对采样频率对检测结果的影响进行了分析。     

基于权值分配的音符识别研究

在基于音高的音乐识别中,基音周期是音符识别中最重要的参数之一。本文以钢琴乐曲为例,提出一种基于权值分配的基音检测算法。在基音周期自相关检测的基础上,分析音乐信号的帧样本,并利用基于权值分配的改进方法检测音符基频,能够有效提高基频识别精度。     

改进的基音检测方法及在音乐检索中的应用

基音检测是音频分析和基于内容的音乐检索中的关键技术,是基于内容音乐检索中实现哼唱检索的基础。提出一种改进的自相关函数（autocorrelation function,ACF）方法进行基音检测。从对音频信号进行去噪预处理、清浊音判断及后处理等方面对ACF进行改进,使之能够生成规整的音高变化曲线。在音乐检索的实现中,提出一种有限长度的最长公共子序列（Local Longest Common String,LLCS）方法,该方法可有效解决传统方法存在的误检问题。开发实现了一个通过哼唱/歌唱进行歌曲检索的原型系统。对大量的歌曲哼唱的实验表明,提出的改进ACF算法和LLCS算法对于提高检索正确率是正确有效的。     

Pitch Detection Enhancement Employing Music Prediction

Pitch detection methods are widely used for extracting musical data from digital signals. A review of those methods is presented in the paper. Since musical signals may contain noise and distortion, detection results can be erroneous. In this paper a new method employing music prediction to support pitch determination is introduced. This method was developed in order to override disadvantages of standard pitch detection algorithms. The new approach utilizes signal segmentation and pitch prediction based on musical knowledge extraction employing artificial neural networks. Signal segmentation allows for estimating the pitch for a single note as a whole, therefore suppressing errors in transient and decay phases. Pitch prediction helps correcting pitch estimation errors by tracking musical context of the analyzed signal. As it was shown in the experimental results, pitch estimation errors may be reduced by using both signal segmentation and music prediction techniques.     

Pitch estimation of speech and music sound based on multi-scale product with auditory feature extraction

The pitch is a crucial parameter in speech and music signals. However, due to severe noisy conditions, missing harmonics, unsuitable physical vibration, the determination of pitch presents a great challenge when desiring to get a good accuracy. In this paper, we propose a method for pitch estimation of speech and music sounds. Our method is based on the fast Fourier transform (FFT) of the multi-scale product (MP) provided by a feature auditory model of the sound signals. The auditory model simulates the spectral behaviour of the cochlea by a gammachirp filter-bank, and the out/middle ear filtering by a low-pass filter. For the two output channels, the FFT function of the MP is computed over frames. The MP is based on constituting the product of the speech and music wavelet transform coefficients at three scales. The experimental results show that our method estimates the pitch with high accuracy. Besides, our proposed method outperforms several other pitch detection algorithms in clean and noisy environments.     

An effective music information retrieval method using three-dimensional continuous DP

This paper describes a music information retrieval system that uses humming as the key for retrieval. Humming is an easy way for a user to input a melody. However, there are several problems with humming that degrade the retrieval of information. One problem is the human factor. Sometimes, people do not sing accurately, especially if they are inexperienced or unaccompanied. Another problem arises from signal processing. Therefore, a music information retrieval method should be sufficiently robust to surmount various humming errors and signal processing problems. A retrieval system has to extract the pitch from the user's humming. However, pitch extraction is not perfect. It often captures half or double pitches, which are harmonic frequencies of the true pitch, even if the extraction algorithms take the continuity of the pitch into account. Considering these problems, we propose a system that takes multiple pitch candidates into account. In addition to the frequencies of the pitch candidates, the confidence measures obtained from their powers are taken into consideration as well. We also propose the use of an algorithm with three dimensions that is an extension of the conventional Dynamic Programming (DP)algorithm, so that multiple pitch candidates can be treated. Moreover, in the proposed algorithm, DP paths are changed dynamically to take deltaPitches and IOIratios (inter-onset-interval) of input and reference notes into account in order to treat notes being split or unified. We carried out an evaluation experiment to compare the proposed system with a conventional system . When using three-pitch candidates with conference measure and IOI features, the top-ten retrieval accuracy was 94.1%. Thus, the proposed method gave a better retrieval performance than the conventional system.     

基于音乐情感识别的舞台灯光控制方法研究

为了实现音乐情感识别的舞台灯光自动控制,需对音乐文件进行情感标记。针对人工情感标记效率低、速度慢的问题,开展了基于音乐情感识别的舞台灯光控制方法研究,提出了一种基于支持向量机和粒子群优化的音乐情感特征提取、分类和识别算法。首先以231首MIDI音乐文件为例,对平均音高、平均音强、旋律的方向等7种音乐基本特征进行提取并进行标准化处理;之后组成音乐情感特征向量输入支持向量机（SVM）多分类器,并利用改进的粒子群算法（PSO）优化分类器参数,建立标准音乐分类模型;最后设计灯光动作模型,将新的音乐文件通过离散情感模型与灯光动作相匹配,生成舞台灯光控制方法。实验结果表明了情感识别模型的有效性,与传统SVM多分类模型相比,明显提高了音乐情感的识别率,减少了测试时间,从而为舞台灯光设计人员提供合理参考。     

一种带有二次调制信号的调制识别算法与仿真

针对卫星测控链路中的一种带有二次调制信号,研究了该信号调制识别的算法.从信号的数学描述、频谱分析人手.讨论了不同调制指数下二次调制信号的特点,确定了基于谱分析的调制识别方法.算法先对外调制进行识别,进而采用CZT与FFT联合算法进行信号频率进行估计,然后对信号进行解调,得到内调制信号.对于两路内调制信号的识别,算法采用滑动窗的思想及离散化的方法进行处理,平滑凸现信号后再进行分路,最后对各路内调制信号进行识别.计算机仿真及实际应用证明了该算法在较低的信噪比条件下具有良好的工作性能.方案可以适用于多路内调制信号的情况.     

乐谱图像倾角快速检测方法

计算机光学乐谱识别技术是将传统的纸质型乐谱转化为计算机能够“读懂”的数字音乐，在计算机音乐领域中具有重要的应用价值、乐谱识别系统的输入是乐谱扫描图像，而扫描过程中出现的图像倾斜现象，会给识别过程中的谱线定位和谱段切割带来诸多困难，必须对图像作有效的倾斜校正以保证系统的性能。为此，提出了一种快速的乐谱图像倾角检测方法。该方法首先利用乐谱文档的自身结构特点，对图像进行预处理，滤除乐谱图像中不具备方向性的干扰像素，然后通过多组图像水平投影队列间的交叉相关性计算对倾角进行检测。其特点是在确保检测倾角精度的同时具有非常高的执行效率。实验结果表明这一方法是有效、实用的。     

同态解卷处理在基音检测中的应用

语音处理中基音检测是极为重要的环节之一,然而浊音中的基音往往会受到声道特性和噪声的影响而导致检测结果的误差。利用同态解卷处理,将浊音中的激励信号和声道特性进行分离,然后再在激励信号中利用自相关检测基音,可以减小声道特性和噪声对基音检测的影响,从而提高基音检测的精度。通过理论模型验证了该方法的可行性,而且实际语音信号处理结果表明,该方法在基音检测时可以基本不受声道特性和噪声的影响。     

LoRa物理层同步及解调性能研究

针对现有的基于FFT的同步算法误差较大的问题,提出了一种优化的LoRa物理层前导码同步方法。首先,根据Chirp信号的时频转换特性,分别采用差分算法和插值算法对前导信号的归一化的小数频偏和小数时延进行估计,在此基础上采用基于FFT同步的联合估计算法对整数频偏和整数时延进行估计;之后,从理论上分析残余的同步误差对LoRa信号解调性能的影响。仿真结果表明,所提出的同步方案可以在相应信噪比极限下满足解调性能要求。