基于压缩采样的宽带线性调频干扰信号参数估计方法

为提高硬件对宽带干扰信号的采样和处理效率,提出一种宽带线性调频干扰信号参数估计方法。在无任何先验知识的情况下,对宽带线性调频干扰信号进行窄带滤波,再采用快速解线性调频技术估计它的调频速率。依据调频速率估计值构造解调器并对宽带线性调频干扰信号进行解调,消除信号的频率变化,使其在频域满足稀疏性。对解调信号进行压缩采样、部分重构估计相关参数。仿真结果表明,在随机采样点数远低于奈奎斯特采样点数的情况下,该方法能够准确估计宽带线性调频干扰信号参数。     

基于相参处理的宽脉冲信号参数估计快速算法

提出了一种宽脉冲信号参数估计快速算法,利用抽取的方法来降低宽脉冲信号参数估计的计算量。首先,对宽脉冲正弦波信号进行抽取构造相参脉冲串,利用相参脉冲频率估计算法进行频率估计。其次,对于宽脉冲线性调频信号,对其做延时相关之后即可转化为宽脉冲正弦波信号,然后在上述抽取和相参处理方法的基础上即可得到宽脉冲线性调频信号参数估计值。性能分析和仿真结果表明,该算法在保证一定的参数估计精度前提下,大大降低了算法的计算量,有利于宽脉冲信号参数估计的实时处理。     

基于FRFT的线性调频信号映射方法的快速算法

针对基于分数傅立叶变换(Fractional Fourier transform，FRFT)的线性调频信号(LFM)的参数估计方法，提出了基于Radon变换的判决准则，并建立了相应的快速算法。该映射方法将具有同样调频斜率、同样多普勒中心频率、不同初始相位的信号映射到同一个点。该快速算法的计算量等同于FRFT的计算量，计算结果的精确度取决于连续两次的FRFT运算。     

利用FFT实现对LFM信号的快速稀疏分解

针对传统稀疏分解算法致使冗余字典中原子数量巨大的缺陷,提出一种线性调频信号的快速稀疏分解算法。这种算法根据线性调频信号本身的特点构建冗余字典中的原子,构建了两个冗余字典,通过级联的方式,完成了线性调频信号的快速稀疏分解。通过分析,采用这种级联的方式使得总的原子数量远小于一个冗余字典中的原子数量。在利用第一个冗余字典进行稀疏分解时,该算法通过快速傅里叶变换寻找最大值在另一个冗余字典中同时得到最匹配的原子。实验结果证实这种算法比其他3种采用单一冗余字典的稀疏分解算法,不仅加快了稀疏分解速度,而且具有更好的收敛性。     

微陀螺静电力调频的快速收敛算法研究

针对电容式微陀螺谐振结构,研究了静电力对谐振频率的影响规律,提出了一种快速收敛的静电力调频算法,建立了微陀螺调频实验系统,该系统采用扫频方法测量谐振频率,利用计算机控制调频收敛过程,并对微陀螺进行了调频实验,调频过程用时少于5分钟,实验结果表明该调频算法具有较快的收敛速度。     

基于频域相位方差加权的线性调频信号检测方法

针对未知线性调频信号的检测问题,依据线性调频信号相位比较稳定这一特征,提出一种基于频域相位方差加权的线性调频信号检测方法。该方法利用线性调频信号频率单元对应相位比较稳定,背景噪声频率单元对应相位比较随机的特点,对各频率单元进行相位方差加权,可以进一步抑制背景噪声能量干扰,增强线性调频信号检测信噪比增益,实现对未知线性调频信号的检测。仿真条件下,在输入平均谱级比大于-10 dB时,相比相位差分对齐法,该方法所得最终线性调频信号频率单元与噪声频率单元的平均谱级比得到了进一步提高,且随着输入平均谱级比越高,输出线性调频信号频率单元与噪声频率单元的平均谱级比提高越多。理论分析和实验结果表明:该方法可以有效增强信号能量,抑制噪声,提高信噪比。     

正弦波频率快速估计方法

研究了正弦波ＤＦＴ系数的结构，通过ＤＦＴ系数的相位信息，得到了一种快速频率估计算８法。     

一种LFM信号参数估计的新方法

提出了基于降维处理的LFM信号参数估计新方法。其基本思路是对信号进行数学变换,将LFM信号的中心频率估计转换为对正弦信号频率的估计,得中心频率估计值;基于解线性调频处理并对信号进行对应中心频率处的单值点DFT得到单值幅度谱,进而得到调频斜率估计值。新方法在较低的计算复杂度下,能获得较高精度的参数估计值。计算机仿真结果表明了该方法的有效性。     

直流闭锁故障下安徽电网机组一次调频性能分析

特高压直流闭锁会对电网频率造成冲击,造成大量负荷损失。同时还会对区域电网联络线潮流产生扰动,并伴有电网解列、系统频率及线路潮流过载等情况,给电网频率带来较大风险。为深入了解特高压直流闭锁后的电网频率特征以及机组一次调频情况,对宜宾-金华直流闭锁故障进行研究。分析了安徽电网频率变化特性和安徽电网发电机组一次调频现状,提出了优化机组一次调频性能措施。通过分析在直流闭锁故障后不同电网输送功率下安徽电网频率扰动的规律,以指导不同类型机组一次调频响应变化。采用BPA软件,仿真分析对电网频率造成影响的因素,如电网功率缺额幅度、机组一次调频性能、参与一次调频机组总容量等,为今后新的电网格局下稳定特高压电网频率控制提供了参考。     

CZT和ZFFT频谱细化性能分析及FPGA实现

快速傅里叶变换在信号的频谱分析中应用广泛,而在工程实际中往往只对信号频谱中一段区间感兴趣,需要对频谱进行细化分析;常用的频谱细化方法有线性调频Z变换(Chirp-Z Transform, CZT)算法和基于复调制的细化(Zoom-FFT, ZFFT)算法,在给出了两种频谱细化方法的计算流程后,通过MATLAB仿真说明两种算法都能提高信号频率的测量精度,最后给出了这两种算法在FPGA具体工程实现中的实现步骤。     

基于有源频谱压缩结构码域发送参考的Chirp超宽带捕获算法研究*

根据Chirp超宽带系统原理和思想,给出了一种基于有源频谱压缩和FFT频域检测的新捕获算法。该算法通过有源频谱压缩将Chirp信号转换成差频信号,再通过FFT进行频偏估计,结合滑动相关判决实现捕获。该捕获方法具有实现结构简单、采样速率低、便于进行通信距离的扩展等优点。理论分析和仿真结果表明了该捕获方法具有很强的实用价值。     

Efficient implementation of parallel three-dimensional FFT on clusters of PCs

In this paper, we propose a high-performance parallel three-dimensional fast Fourier transform (FFT) algorithm on clusters of PCs. The three-dimensional FFT algorithm can be altered into a block three-dimensional FFT algorithm to reduce the number of cache misses. We show that the block three-dimensional FFT algorithm improves performance by utilizing the cache memory effectively. We use the block three-dimensional FFT algorithm to implement the parallel three-dimensional FFT algorithm. We succeeded in obtaining performance of over 1.3 GFLOPS on an 8-node dual Pentium III 1 GHz PC SMP cluster.     

频域抽取多维向量基快速傅里叶变换

给出了频域抽取(DIF)多维向量基快速傅里叶变换(FFT)算法。对多维频域信号的每一维,采用向量基2频域抽取法,导出了快速算法蝶形运算的一般形式。该FFT算法适合于维数为任意整数的情况,当维数为1时,算法退化为著名的频域抽取向量基2 FFT算法。为了便于编程实现,以频域抽取3维向量基FFT算法为例,给出了快速算法实现流程,该流程易于向任意整数维推广。计算量比较结果显示,频域抽取多维向量基FFT算法比多维分离式FFT算法计算量低。     

一种计算封闭区域周长和面积的新方法

区域面积和周长是图像分析与识别过程中所需的两个重要参数。本文提出了一种计算区域面积和周长的新方法,该方法的主要特点是算法简单,可借助快速傅立叶变换实现。文中详细地推导了有关计算公式,给出了快速算法的实现过程。实验表明,该方法具有较高的计算精度。由于可采用快速傅立叶变换算法为计算工具,该方法易于实现并具有很高的运算速度。     

Five-step FFT algorithm with reduced computational complexity

We propose a fast Fourier transform algorithm, which removes two steps of twiddle factor multiplications from the conventional five-step FFT algorithm. The proposed FFT algorithm not only reduces the computational complexity of the five-step FFT algorithm by O(n) operations, but also reduces its memory requirement.     

一个超高速FFT阵列式计算结构设计方案

本文分析了ＣＯＲＤＩＣ算法和ＦＦＴ算法的在内在联系，设计了基于ＣＯＲＤＩＣ算法的四个蝶形运算器芯片，并在此基础上构成了ＦＦＴ阵列式计算结构，Ｎ＝２＾ｍ点的ＦＦＴ计算速度可达到微秒级，有很好的性能人格比，在超高速实时信号处理中有广阔的应用前景。     

利用CORDIC算法在FPGA中实现可参数化的FFT

针对在工业中越来越多的使用到的FFT,本文设计出了一种利用CORDIC算法在FPGA上实现快速FFT的方法。CORDIC实现复数乘法比普通的计算器有结构上的优势,并且采用了循环结构的CORDIC算法大大节约了硬件资源。在FFT的结构上采用了2个16点FFT的计算模块来实现蝶形计算。通过地址控制器和RAM的配合,可以完成8点至2048点的虚部实部均为16位的FFT计算。     

基于Rife算法的跳频信号瞬时频率估算方法研究

针对Rife算法在被估计信号频率位于量化频率点附近时估计精度较低的问题,提出一种改进的Rife跳频信号频率估计算法.该算法提出利用频谱细化的方法对信号DFT谱中次大谱线的位置进行搬移,从而使信号频率始终位于其DFT谱中两根最大谱线之间的中心区域.同时为了消除Rife算法在信号信噪比较低时,由于插值方向错误而增大的频率估计误差,提出对被估计信号加窗的方法对算法进行进一步的修正.仿真结果表明该算法的估计精度、抗噪性能和稳定性相比于Rife算法都有所提高.     

可扩展的旋转因子表及FFT算法

该文提出了一个用于快速Fourier变换计算的反写码序的旋转因了表，这种旋转因子表具有可扩展性：本质上，这种旋转因子表的分量与变换的点数无关，当点数改变时，这种旋转因子表无须重新计算或者容易扩展；根据这种旋转因子表，该文设计了一个结构规整的基本基4计算2^n点FFT的算法及软件程序，该程序与FFTW软件包进行了对比实验，文中还以蛋白质序列相似性计算为例，对作者的算法与FFTW软件包中的相庆算法进行了对比实验，结果表明，采用该文的算法可节省计算时间约31．7％。     

Edge Detection from Non-Uniform Fourier Data Using the Convolutional Gridding Algorithm

Detecting edges in images from a finite sampling of Fourier data is important in a variety of applications. For example, internal edge information can be used to identify tissue boundaries of the brain in a magnetic resonance imaging (MRI) scan, which is an essential part of clinical diagnosis. Likewise, it can also be used to identify targets from synthetic aperture radar data. Edge information is also critical in determining regions of smoothness so that high resolution reconstruction algorithms, i.e. those that do not “smear over” the internal boundaries of an image, can be applied. In some applications, such as MRI, the sampling patterns may be designed to oversample the low frequency while more sparsely sampling the high frequency modes. This type of non-uniform sampling creates additional difficulties in processing the image. In particular, there is no fast reconstruction algorithm, since the FFT is not applicable. However, interpolating such highly non-uniform Fourier data to the uniform coefficients (so that the FFT can be employed) may introduce large errors in the high frequency modes, which is especially problematic for edge detection. Convolutional gridding, also referred to as the non-uniform FFT, is a forward method that uses a convolution process to obtain uniform Fourier data so that the FFT can be directly applied to recover the underlying image. Carefully chosen parameters ensure that the algorithm retains accuracy in the high frequency coefficients. Similarly, the convolutional gridding edge detection algorithm developed in this paper provides an efficient and robust way to calculate edges. We demonstrate our technique in one and two dimensional examples.