一种快速自适应谱估计算法

通过对梯度格型快速自适应算法的研究,结合最大熵谱外推目前存在的缺点,将梯度格型算法应用于最大熵谱外推中,并将其与伯格算法进行了比较。     

自回归谱Marple算法的计算机模拟与分析

用Marple算法建模而进行的自回归谱估计具有分辩率高、数据可以短、抗干扰力强以及计算效率高等优点。本文用Marple算法分别在短数据和强噪声的情况下进行了计算机模拟研究,并和最小二乘法、Yule-Walker法、最大熵谱法和新最大熵谱法等的谱估计作了比较分析,并对滚齿机分度传动链误差的实测数据作了分析,获得了一些具有工程实用价值的意见。另外,还通过Marple算法与FFT算法的性能比较,说明了自回归谱估计的优越性。     

Burg算法最大熵谱估计的VC++仿真分析

介绍了现代功率谱估计中的Burg算法最大熵谱估计的基本原理,并采用VC++语言对功率谱密度(PSD)进行了仿真.同时比较了Burg算法和经典谱估计中Bartlett周期图法,针对Burg算法中的模型阶次的选择进行了分析,提出了最佳模型阶次采用最终预报误差(FPE)为准则的结论.     

最大熵谱的振幅谱和相位谱计算

最大熵谱估计是高分辩率的现代谱估计方法,它有着传统谱估计方法不可比拟的优越性。但最大熵谱估计中振幅失真,使它的应用受到很大限制。本文着重介绍了运用准确最小二乘法计算最大熵谱信号的最佳频率成分,再利用三角函数回归法求取原始信号的真实振幅谱和相位谱。对最佳频率成分位置的确定,采用一种既简便又准确的方法,比前人的方法更为优越。     

最大熵谱估计的算法研究

对最大熵谱估计的几种算法进行了分析和比较，并简要介绍了最大熵谱估计技术的发展前景。     

基于Burg算法的短序列谱估计研究

在频域对采集数据进行了分析,提出了一种基于修正伯格算法的短序列谱估计方法．该方法在阶数估计时引入收敛因子,从而更为有效地估计了阶数,同时未直接采用伯格算法计算反射系数,而是先求得二阶预测误差系数,再求出一阶反射系数,并最终求得高阶系数完成谱估计．这种算法减小了谱偏,提高了分辨率．     

基于最大熵谱估计的机载雷达杂波抑制技术

在讨论机载雷达地面杂波的基础上，利用最大熵估计法对机载雷达杂波进行抑制，并引入了ｃｈｏｌｅｓｋｙ分解快速算法求解最大熵谱的ＡＲ模型参数。计算机模拟表明，基于最大熵谱估计的机载雷达杂波抑制技术有很高的谱分辨率，不仅能跟踪主杂波的频率位置而且能跟踪其谱宽度，因而具有较为满意的杂波对消化与改善因子。     

海浪能量谱密度函数计算方法

为了充分利用有限观测资料确定海洋结构物设计与营运环境条件,以北海North Alywn平台提供的一次风暴记录为依据,以提高谱峰分辨率和减小谱方差为谱估计目标,在快速傅里叶变换算法(FFT)基础上,引入最大熵算法(MEM)和小波变换算法(WT);为实现对小容量子样有效的谱估计,应用自举理论(BT)在原始子样基础上构建移动...     

最大熵谱谱峰的计算

基于最大熵谱计算的快速算法中,计算精度与计算速度之间的矛盾,本文导出直接计算最大熵谱谱峰值的算法,提高了计算精度和速度。     

最大熵原理的供热负荷预报研究

根据建筑供热的特点和供热节能控制的需要,提出应用最大熵法进行负荷预报,介绍了最大熵谱法原理及Burg算法,对从热力站采集的历史随机负荷序列进行预处理,将其中的确定性部分和随机部分进行分离;并对负荷样本序列,分别用相关法和最大熵谱法进行负荷预报,对两种结果进行了分析比较,采用最大熵谱法进行负荷预报,其预报精度、自适应性和算法的实时性均能较好地满足建筑分户计量节能供热的要求．     

基于高阶累积量的自适应IIR线谱增强器

将四阶累积量的递推算法推广到求正弦信号的四阶混合累积量，并提出了一种基于四阶混合累积量切片的自适应IIR结构的线谱增强器算法。该线谱增强器通过自适应前向线性预测法求得滤波器的系数，从而使带噪信号的线谱成份得到增强。仿真结果表明，在平稳或非平稳输入信号情况下，该算法从色噪声中提取正弦信号的能力优于基于二阶自相关函数的自适应IIR线谱增强器。     

数据加窗对MUSIC方法的分辨率和抗噪性能的改进

基于矩阵特征分解的频率及功率谱估计方法中的MUSIC(Multiple Signal C1assification)方法有很高的分辨率，但它的缺陷在于抗噪声性能还有待提高，而且由于是对有限个观测数据进行处理，导致了误差的存在。在大量反复实验的基础上，结合几种常用窗函数的特点，提出了一种改进方法，这种方法先对数据进行加窗，进一步提高了MUSIC方法频率分辨率和抗噪声性能，同时提高了频率估计的准确性。     

一种计算复杂度低收敛速度快的递推Capon谱估计算法

基于递推最小二乘方法实现对观测信号自相关矩阵的逆R-1L的估计,研究了一种计算复杂度低和收敛速度快的Capon谱估计算法。该算法避免了用Cholesky分解、奇异值分解、QR分解或目前文献中见到的其他方法所带来的Capon谱估计算法计算复杂的缺点。同时,在信号自相关矩阵条件数不好时,该算法仍然可以进行信号的谱估计。仿真结果表明,尽管该方法的谱估计分辨率不如修正协方差谱估计法,但是两者相差不多,该方法非常有利于谱估计算法的实时实现和实际应用,并且还可以实现Capon幅值估计。     

一种基于迭代多带谱相减的语音增强方法

根据传统的谱相减语音增强算法,提出了一种抑制噪声的迭代多带谱相减语音增强方法,暨将迭代方法和多带谱相减方法相结合。同时该方法采取了一种不需要静音检测(VAD)的自适应方法来估计噪声。仿真结果表明, 该方法在较好的抑制背景噪声和残留音乐噪声的同时,保持较好的语音可懂度。     

基于信号子空间的正交矢量谱估计新方法--OVSS法

频谱估计被广泛的应用于工程中，在自相关阵的特征值分解中，存在着两个特征矢量子空间－－信号子空间和噪声子空间，基于信号子空间的频谱估计方法具有较好的统计稳定性；基于噪声（正交）子空间的频谱估计方法则具有很高的谱分辨率，本提出的新方法具有更高的谱分辨率和更好的统计稳定性，新方法对信号相关阵的最大特征值所对应的特征矢量按一定规律排成矩。进行奇异值分解，其右奇异矢量同样存在信号子空间和正交子空间，基于正交子空间的正交矢量谱估计法，源于信号自相关阵的信号子空间，有着高统计稳定性，同时又是正交方法，具有很高的分辨率，由于主特征矢量排出的矩阵阶数较低，也不会出现伪峰，将此方法称之为OVSS谱估计法，大量模拟试验显示OVSS谱估计法，是一种高质量谱估计方法。     

基于矢量传感器的高分辨频率估计算法研究

基于子空间分解的ESPRIT算法常用在阵列处理中对目标进行DOA估计．如果将空间的位移变成时间的延迟，单个矢量传感器可以实现高分辨率的频率估计．将ESPRIT与矢量传感器相结合，研究了高分辨率频率估计算法，建立了矢量传感器的数据模型，推导了矢量传感器的空时阵列流形，通过对协方差矩阵进行子空间分解，求得目标信号的频率估计值．仿真计算研究了不同信噪比、采样频率和数据长度条件下该算法的性能．结果表明基于矢量传感器的算法比基于声压传感器的算法具有更高的频率估计精确度．     

映射内插高精度频率估计

如何精确估计噪声中的正弦信号的频率是雷达、声纳、通信和生物医学工程等许多领域中的—个重要问题.对于高斯白噪声中的单个或能够很好分辨的P个正弦信号,其频率的极大似然估计就是周期图频率估计(PFE),也就是周期图功率谱最大的P个谱峰所对应的频率[1]. 在实际应用中,由于使用FFT等数字技术,对大量位于离散的谱线之间的频率均无法得到精确的频率估计.通常减小估计误差的方法有两种:一种是增加谱线的条数(M),但使计算量显著增加;另一种是利用抛物线内插法(PIFE),对谱峰的位置加以修正.这些方法减小误差的效果仍不明显,其频率估计的均方根误差(RMSE)如图1所示.     

一种辐射噪声的特征提取新方法

应用离散子波变换原理,对信号进行谱估计,提出了基于离散子波变换的特征提取方法,并对实测数据进行特征提取,获得了稳定有效的线谱和连续谱,提高了线谱和连续谱分离的准确度。     

一种新的步进频MIMO-SAR带宽合成的处理方法

针对步进频多发多收合成孔径雷达通道间存在相位误差影响距离带宽合成的问题,提出了一种基于回波数据的通道误差估计的两步处理方法．首先,提出一种距离向相位调整的对比度增强算法来估计子带内高阶相位误差,通过补偿得到聚焦的子带信号; 接着,对子带信号进行上采样和频谱移动,建立了一种旁瓣平衡模型,并推导得到旁瓣偏离率和常数相位误差的关系表达式,将实测数据的旁瓣偏离率代入便可计算得到通道间的常数相位误差．通过以上两步估计补偿后,在频率域完成步进频信号带宽合成,实现分辨率的提升．对实测数据进行处理,得到0.06m的距离分辨率,并对补偿前后合成孔径雷达成像结果进行对比分析,验证了该方法的正确性和高效性．     

基于宽带欠采样阵列的频率估计算法研究

鉴于宽带欠采样阵列的常规FFT频率估计算法只适用于输入信噪比较高且精度要求不高的单信号频率估计,给出了多组采样频率联合解模糊的方法,在无需增加复杂配对算法的情况下,实现了多信号频率的无模糊估计．针对常规FFT法估计精度不高的问题,提出了一种分级高分辨频率估计方法（CMUSIC算法）．该算法估计精度可达到10kHz级,相对于常FFT法的MHz级提高了至少一个数量级．最后,仿真结果验证了本文所提方法的有效性．