基于傅里叶变换的双音多频信号识别实验设计

傅里叶变换是建立信号时间域与频率域之间的一种变换关系。针对傅里叶变换的学习难点,分析了不同类型信号的傅里叶变换关系。结合工程应用,设计了电话拨号的双音多频音频信号按键识别综合实验,通过信号分段、滤波处理和快速傅里叶变换算法提取信号的特征频率,实现了双音多频音频信号的按键号码识别功能。     

带诱饵雷达辐射源目标位置信息场成像定位算法

针对带诱饵雷达辐射源群定位问题,提出了一种基于目标位置信息场的成像定位算法。具体方法为:采用两侦察接收机接收观测区域内目标辐射源信号,直接利用采样数据,通过对侦察机2接收到信号进行傅里叶运算变换到频域,在频域进行时差补偿,然后对时差补偿后信号进行逆傅里叶运算变换到时域,在时域对信号进行多普勒频差补偿,再对时差和频差补偿后信号与侦察机1采样信号进行复共轭求和运算,得到位置信息增量函数,最后采用加权将不同时间片的位置信息增量函数关联起来,从而建立位置信息场。仿真实验表明,本文所提成像定位算法具有较高的定位精度和目标分辨率,为进一步识别重点目标雷达和诱饵雷达提供基础。      

一种改进的BPSK/QPSK信号调制识别算法

提出了一种基于顺序统计量特征的二进制相移键控/正交相移键控(BPSK/QPSK)信号调制识别算法.对观测信号进行平方并做离散傅里叶变换运算,将变换结果取模后去除最大值得到修正频谱,并取修正频谱的最大值作为识别特征量,利用恒虚警准则确定判决门限,将识别特征量与门限比较来完成对BPSK和QPSK两种调制信号的识别.计算机仿真表明,当信噪比适度时,所提算法可对BPSK及QPSK两类信号进行有效识别.当信噪比大于1 dB时,算法的平均识别正确率达到90%以上.     

基于子空间的三阶多项式相位信号快速稀疏分解算法

针对稀疏分解冗余字典中原子数量庞大的缺点,该文提出一种三阶多项式相位信号的快速稀疏分解算法。该算法根据三阶多项式相位信号的特点,把原有信号变换成两个子空间信号,并根据这两个子空间信号构建相应的冗余字典,然后采用正交匹配追踪法来完成其稀疏分解,最后利用稀疏分解原理完成原有信号的稀疏分解。该算法把原有信号变换成两个不同子空间信号,构建了两个不同的冗余字典,对比采用一个冗余字典库,这种采用两个冗余字典的算法大大减少了原子数量,并且通过快速傅里叶变换,在一个冗余字典进行稀疏分解时,同时找到另一个冗余字典中的最匹配的原子。因此该算法通过减少原子数量和采用快速傅里叶变换大大加快了稀疏分解速度。实验结果表明,相比于采用Gabor原子构建的冗余字典,采用匹配追踪算法与遗传算法及最近提出的基于调制相关划分的快速稀疏分解,它的稀疏分解速度更快,并且具有更好的收敛性。     

基于频域滤波数字均衡器的设计

为了解决多频段数字均衡滤波器处理过程中数据计算量的问题,通过对数字均衡器设计的分析,将数字音频信号进行频域滤波处理,最终设计出一种高效的数字均衡滤波器。通过将数字信号在频域中进行傅里叶变换,提出了一种基于快速傅里叶变换原理的算法,该算法中码位倒置和蝶形运算方法的处理与通常的快速傅里叶变换相比,更有效地减少了数据的运算量,减少了数据处理的时间。结果表明,使用该种算法设计的数字均衡滤波器与传统的时域滤波方法相比,具有很好的实时处理效果。     

DIF-2FFT算法的矩阵形式的DLP计算模式

快速傅里叶变换(FFT)是减少离散傅里叶变换(DFT)计算时间的算法。而在无线/移动通信系统中无线通信算法和多媒体应用处理算法中存在大量的矩阵或向量运算,均可以由DLP计算实现。本文研究的FFT算法就存在大量的矩阵运算,通过对FFT矩阵算法的分析,本文提出了在DLP计算模式下通过阵列计算机来实现FFT的快速算法,在MATLAB仿真平台上进行了传统算法与改进之后算法的比较,提出了进一步减少运算时间的FFT并行算法。     

一种基于FPGA的高速短时傅里叶实现

短时傅里叶变换(STFT)由于其算法简单、处理时间短及易于实现等优点,因此其在图像处理、语音分析、信号检测及参数估计等领域获得越来越多应用。通过分析短时傅里叶变换算法原理,设计了一种基于现场可编程逻辑器件(FPGA)的高速短时傅里叶实现结构,该结构充分利用蝶形单元运算特点,在满足时间分辨率及频率分辨率的基础上降低了运算复杂度,并在高速率运行时钟下节省了硬件资源。     

基于Goertzel算法的亚音频识别方法

对讲机通信中,一般使用亚音频信号（CTCSS）作为识别信号,判断是否对接收到的信号进行解码。提出了Goertzel算法在对讲机的亚音频提取的应用。Goertzel是一种特殊的离散傅里叶变换的方法,对于检测单频率有很好的效果。大幅度降低了亚音频提取的计算量,通过降低算法开销来降低整个系统的成本。相对于传统的使用独立IC识别或者傅里叶变换法,本方法有很大的优势,在生产中得到良好的应用。     

斜坡类信号频谱分析时应注意的一个问题

斜坡类信号属功率无限信号,针对常见于各种复变函数与积分变换类教科书中此类信号的傅里叶变换结果提出了质疑,认为以傅里叶变换所体现的此类信号的频谱特性不具有实际意义或应用背景。通过对傅里叶变换基本定义、运算性质、物理意义以及斜坡信号频谱特性的分析,表明在信号频谱分析过程中,傅里叶变换这一频谱分析工具不一定适用于功率无限信号。     

基于预分类处理的实时多手势识别算法

为了改善常见的背景模型在手势分割易受环境因素影响的缺点,以及提高基于傅里叶描述子的神经网络对大量手势分类的识别率,本文提出一种采用预分类的综合手势识别算法。首先,分割部分使用背景差分检测出手部,同时利用手分类器对手部识别手掌位置,获取感兴趣区域,同时对手和背景分别进行掩膜更新,进入下一循环,具有较高的分割效果。接着,利用指尖检测和傅里叶描述子对区域进行特征提取。识别过程先根据指尖数目及实现功能进行预分类,再利用神经网络对傅里叶特征系数进行实时的识别并返回识别结果。最后,进行与直接的傅里叶系数的识别比较及复杂背景下与传统背景差分方法识别率比较,结果表明该算法普通手势比直接分类平均识别率高4.162%,易误检手势识别率提高最高达91.7%;复杂背景下性能也有较大改善。鲁棒性较强,可以容纳大量手势定义,满足人机交互的要求。     

快速傅里叶变换信号识别能力分析

快速傅里叶变换是数字信号处理的常用数学工具，以运算速度快和信噪比阈值低为特点。实际运算表明FFT有极强的信号识别能力，为从理论上证明这点，对白噪声背景下的采样信号FFT变换过程中产生的误差进行推导，结论表明快速傅里叶变换后频域信噪比阀值相经时域大幅提高，且信号采样点数和栅栏效应将直接影响FFT信噪比阚值大小。     

基于时频加窗短时傅里叶变换的LFM干扰抑制

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅里叶变换。仿真结果证明该算法在信噪比损失和系统误比特率上明显优于基于短时傅里叶变换的算法。     

声光频谱分析仪对瞬变信号参数的提取算法研究

声光频谱分析仪利用声光调制技术和空间傅里叶变换原理,实现高带宽信号的频谱测量。本算法通过将被测信号的空域傅里叶变换,数据按瞬态时-空关联输出并进行一定运算处理就可获取信号瞬态时频域全参数信息。仿真结果表明,信号频率还原率在99.5%以上,信号漏检率小于0.2%。     

声光频谱分析仪对瞬变信号参数的提取算法研究

声光频谱分析仪利用声光调制技术和空间傅里叶变换原理,实现高带宽信号的频谱测量。本算法通过将被测信号的空域傅里叶变换,数据按瞬态时 空关联输出并进行一定运算处理就可获取信号瞬态时频域全参数信息。仿真结果表明,信号频率还原率在99.5%以上,信号漏检率小于0.2%。     

基于差分变换的语音信号压缩感知

信号在某种变换下可以稀疏表示是压缩感知研究的先验条件,正交傅里叶变换则是应用非常广泛的一种稀疏变换。但是,由于语音信号是准周期信号,对其进行傅里叶变换会造成频谱泄漏,因而引起信号重构性能的降低。本文基于语音信号准周期性的特点,提出了一种基于差分变换的语音稀疏化变换矩阵,在此基础上采用OMP优化算法来重构语音信号。实验表明,与采用正交傅里叶变换方法对语音信号进行稀疏化变换、OMP算法对语音信号进行重构的方法相比,差分变换方法的性能明显优于正交傅里叶变换的方法,即在相同重构性能时,差分变换的压缩比小于正交傅里叶变换,因而差分变换的方法大大提高了信号的压缩性能。PESQ对重构语音质量评测的结果表明差分变换方法重构的语音信号MOS得分较高,这也说明对于语音信号这一特殊信号,差分变换法具有很大的优越性。      

分布式光纤振动传感信号识别的研究

为了能够更好地识别入侵振动信号,通过研究分布式光纤振动传感器及振动信号的识别技术,根据振动信号的特点,借鉴语音信号的处理方法,对比原有基于快速傅里叶变换频谱分析算法,引入了基于Mel频率倒谱系数的识别算法。新算法从频域的角度对振动信号进行分析,提取不同环境状态下的Mel频率倒谱系数,并将其作为新的特征参量。通过实验对比分析两种算法,两者的误报率分别为27.5%和7.5%。结果表明,基于Mel频率倒谱系数的算法相比基于快速傅里叶变换的频谱分析算法,在误报率上可以降低20%甚至更多,在不漏报的前提下,显然误报率更低的基于Mel频率倒谱系数的算法更加适用于安防体系。     

基于WFRFT的抗调制方式识别方法

基于加权分数傅里叶变换(Weighted fractional Fourier Transform,WFRFT)提出一种新型的物理层安全通信方法,利用加权分数傅里叶变换对发送的信号进行预处理,然后通过正常的通信模块发送出去,在接收端将信号接收下来之后再经过一个加权分数傅里叶变换的反变换得到原始的发送信息,由于通过选择变换的阶数可使得经过变换以后的信号呈现出类似高斯噪声的特性,因此使用传统的盲信号检测和估计方法难于检测到该信号的存在。以基于高阶累积量的信号识别方法对WFRFT通信信号的抗识别性能进行了定量分析,仿真结果表明,经WFRFT处理后的信号具有良好的抗调制方式识别性能。     

激光干涉测速中的小波快速算法研究

为了提高小波变换在激光干涉测速中的计算速度,分析了小波变换的计算过程,提出了两种快速算法,通过分析对比,选择了一种适合于全光纤位移干涉信号的算法,在相同条件下,对同一信号分别采用常规小波变换和使用快速傅里叶变换的快速方法进行处理。结果表明,采用快速算法的小波变换对信号的处理能力并没有下降,且提高了小波变换的运算效率。这种快速算法用于瞬态位移干涉仪信号处理是行之有效的,可以提高数据处理的速度,有利于小波变换在工程中的应用。     

基于DMFT的LFM信号参数估计

线性调频信号是低截获概率雷达常用的一种信号形式,如何在低信噪比情况下检测线性调频信号一直是人们研究的焦点之一.在离散匹配傅里叶变换的基础上对算法进行改进,并利用改进后的算法分别对单分量和多分量线性调频信号进行仿真,仿真结果表明离散匹配傅里叶变换能够在低信噪比情况下比较准确地估计出线性调频信号的参数,不存在交叉项问题.离散匹配傅里叶变换是一种针对线性调频信号有效的参数估计方法.     

基于无线麦克风信号的频谱压缩感知算法

频谱感知是认知无线电网络中的关键技术之一。快速傅里叶采样算法作为压缩感知算法的一种,可用于稀疏信号的频谱感知。文章研究了无线麦克风信号频谱的特殊性,并从频谱感知角度分析了快速傅里叶采样算法的应用。通过对比,对于大信号,快速傅里叶采样算法能在达到频谱感知性能需求的情况下,以较快的时间重构出无线麦克风信号的频谱。