基于窗函数下频谱泄露的研究

阐述了现代信号处理的具体过程,分析了在频域中对信号进行频谱分析时产生频谱泄漏现象的原因.在分析研究传统的减小频谱泄露所采取的手段的基础上,进一步提出了如何通过合适窗函数的选择以减小频谱泄露对信号分析的影响,探讨了提高频谱分析质量的方法,并给出了相应的Matlab仿真结果.     

频谱监测中的谱泄漏及其抑制方法研究

为了解决无线电频谱分析和监测中的频谱泄漏,将射频信号进行加窗处理是一种有效的方法.在分析了频谱泄漏发生的原因并且提出了避免频谱泄漏所遵循的采样原则之后,通过对各种窗函数性能的比较,选取一种性能最为优越的窗函数进行频谱泄漏的抑制.仿真结果证明,窗函数对频谱泄漏的抑制有较大改善,尤其以切比雪夫窗效果最为显著.     

谐波检测中频谱泄漏问题的研究

研究了基于FFT的电力系统谐波检测中的频谱泄漏现象,分析了产生频谱泄漏的原因,提出了利用窗函数来解决频谱泄漏现象的方法。仿真结果表明,汉宁窗可以很好地减小频谱泄漏,满足谐波检测的精度要求。     

比较在时间缩放和俯仰平移算法中海明窗函数和布莱克曼窗函数的效果

实时变调过程被广泛用于各类音乐制作。变调技术可分为两大类:时间域类型和频域类型。在大规模变换计算方面频域法与时域方法相比更具有优势。然而,在频域处理使用傅里叶变换,导致不可避免的频率泄漏会影响音高转移效果的准确性。为了抑制傅立叶变换的副作用,窗函数被用于减低频谱混叠。在实际处理中,海明窗函数和布莱克曼窗函数经常使用。在本文中,我们比较了两个窗口函数在频率泄露的抑制方面的性能和精度。     

加过零检测的电力谐波加窗算法

离散傅里叶变换是电力谐波检测的有效方法。针对该算法频谱泄漏严重,导致谐波检测精度不高的问题进行了研究,分别采用对时域信号加平顶窗和经典海宁窗、对加窗信号进行傅里叶变换求解电力谐波的方法。考虑到加窗算法得到的谐波幅值的计算精度除了与所加窗的频谱特性有关外,还与采样初始相位密切相关,因此,提出先通过过零检测以决定信号初始采样相位,然后对采样信号加海宁窗进行谐波计算的方法。Matlab仿真和实际应用表明,该方案对于电力谐波检测具有较高的精度和实时性。     

基于Blackman-Harris相位差校正信号谐波分析方法

运用快速傅里叶变换(FFT)进行电力谐波分析时很难做到同步采样和整周期截断,造成的频谱泄漏将影响谐波分析精度.本文引入Blackman-Harris窗函数,分析其时域和频域特性,采用Blackman-Harris窗对谐波信号进行加权,结合相位差校正原理,用于谐波分析.推导了信号基波及各次谐波频率、幅值和初相角的计算式,...     

周期信号加时窗后的频谱分析与仿真研究

研究工作中用EDA工具对周期性信号作频谱分析问题时,由此得到的频谱分析与周期性信号频谱的理论分析存在着一定的偏差.理论的信号幅度谱具有谐波性,是离散的谱线,而仿真环境下的谱线在频率点有畸变.通过信号谱分析的理论,结合EDA仿真工具分析的特点,将两种频谱分析的偏差来源归结于周期信号的时域加窗效应.分析r频谱产生偏差的原因,并对理论分析谱和仿真分析谱的特点给予归纳.最后的仿真分析也证实了给出的分析结果.     

信号频率的卷积窗优化新算法

为提高经典频谱校正算法的测频精度,给出了基于卷积运算构造新窗函数的方法,并提出考虑负频谱响应的优化新算法.采用优化新算法对基波频率在工频信号周围变化的谐波信号进行频率测量研究,结果表明,新算法可以实现信号频率的高精度测量,测频精度最高可达nHz数量级;同时,新窗函数与新算法的有效结合可优势互补,具有广泛的应用前景.     

不同窗函数对信号短时能量影响分析

本文阐述了经典窗函数在时域及频域中的计算公式。并讲述了短时能量的作用和实际意义。文中对音频信号在不同窗函数截短后短时能量进行对比分析。理论研究及实验结果说明了短时能量能够直接区分音频信号中每个音节的位置,不同窗函数的选取直接影响短时能量值的大小。     

差动滤波法在弱信号检测及处理中的应用研究

弱信号检测及处理是雷达、声纳、通讯以及物理中微小量测量等工程技术领域中普遍存在的一个难点。差动滤波分析法是将其在时域、频域、时频域上进行各种变换然后再进行差分处理,把有用的信号过滤出来。将该信号在时域的波形图绘出,再对其进行傅立叶变换,之后用其结果在频域上绘制图形,这样就可以得到所需要的信号并对该信号进行分析。主要手段是运用人工神经网络的方法进行信号特征辨识以及在复杂背景下弱信号的检测,必要时也应用其他的信号处理方法作为补充,就可以达到检测与处理微弱信号的目的。     

一种基于改进DFT算法的相位差测量研究

相位差是指两路同频率周期信号初相位的差,在工业系统中有广泛应用,传统DFT算法测量工频相位差存在很大的频谱泄露误差。论文提出一种改进DFT相位差算法,使用布莱克曼自卷积窗对信号截短,并利用离散频谱校正方法修正有用频谱处的相位,并计算出相位差。仿真实验证实,在存在多次谐波干扰条件下,改进DFT算法能够克服频率波动和白噪声干扰,算法精度比现有的矩形自卷积窗插值算法提高2个数量级以上,可以实现相位差的高精度测量。     

基于跟踪微分器的基波测量方法研究

电网基波参数特别是基波频率在谐波分析与治理中具有重要的地位,也是电能质量、电能计量以及电力系统控制等领域的重要技术指标。在非同步采样情况下,针对基于频域法测量基波频率存在频谱泄露现象和测算精度不高的问题,提出了基于跟踪微分器(Tracking Differentiator,TD)的基波参数时域测量方法。该方法的主要思想是将检测到的基波信号通过TD来获取基波跟踪信号及其微分跟踪信号,再通过这两个信号的最大幅值即可获取基波的幅值、频率和初相位参数。仿真结果表明,本文方法只需要60%额定工频周期窗口的样本数据即可获得较高精度的基波参数测算值,是一种有效的基波参数测量方法。     

基于准同步技术的失真度测量方法研究

主要讨论了测量失真度的准同步方法——采样周期不要求与信号周期严格同步。该方法用于失真度测量，有效地克服了传统的基于DFT的失真度测量方法中非整周期采样引起的频谱泄漏对测量结果的影响，实验结果表明，该方法的采用使失真度测量的准确度提高了一个数量级。     

基于多通道声发射检测系统的管道气体泄漏位置定位方法研究

为了自主开发基于声发射检测原理的管道气体泄漏位置定位系统,研制了基于四通道声发射检测系统的管道气体泄漏模拟实验装置。在测定声波沿管壁传播速度基础上开展了管道气体泄漏检测实验,通过改变声发射传感器与泄漏孔的在管道壁面的相对位置来模拟泄漏孔位置的变化。采用小波去噪和滑动平均滤波方法对所采集的泄漏信号进行了处理,利用互相关算法求取了各传感器之间的延迟时间,进而基于时间差提出了泄漏孔的定位算法。实验结果表明模拟管道上泄漏孔的定位结果相对误差低于4.0%,该系统对泄漏位置的定位精度满足行业标准和国家标准的要求。通过优化设计声发射信号的采样频率、管道材质、管道壁厚和传感器端面面积等能够进一步提高定位的准确度。     

谱相关测向新算法及其在TMS320C25上的实现

许多已调通信信号具有周期平稳性，在时域其自相关函数具有周期性，在频域周期频率具有谱相关特性。利用这种谱相关特性使许多信号处理技术具有了很多有用的新特点。本文介绍了两种测向新算法，它们通过谱相关理论的应用，使新算法具有信号选择性，克服了当今流行的空间谱估计测向算法存在的不足。新算法开发了期望信号已知的谱相关特性，在多径和任意数目、任意接近于期望信号的干扰存在情况下，都能估计出期望信号的到达方向。计算     

Extraction and analysis of multiple time window features associated with muscle fatigue conditions using sEMG signals

In this work, an attempt has been made to differentiate surface electromyography (sEMG) signals under muscle fatigue and non-fatigue conditions with multiple time window (MTW) features. sEMG signals are recorded from biceps brachii muscles of 50 volunteers. Eleven MTW features are extracted from the acquired signals using four window functions, namely rectangular windows, Hamming windows, trapezoidal windows, and Slepian windows. Prominent features are selected using genetic algorithm and information gain based ranking. Four different classification algorithms, namely naïve Bayes, support vector machines, k-nearest neighbour, and linear discriminant analysis, are used for the study. Classifier performances with the MTW features are compared with the currently used time- and frequency-domain features. The results show a reduction in mean and median frequencies of the signals under fatigue. Mean and variance of the features differ by an order of magnitude between the two cases considered. The number of features is reduced by 45% with the genetic algorithm and 36% with information gain based ranking. The k-nearest neighbour algorithm is found to be the most accurate in classifying the features, with a maximum accuracy of 93% with the features selected using information gain ranking.     

一种提高频率测量精度的方法

本文以电压过零点频率测量法为基础,对原固定采样频率下的采样序列采用拉格朗日线性插值法抽取新的采样序列,再利用傅氏算法提出了一种提高频率测量精度的频率测量方法。该方法能够消除传统傅氏测频算法的频谱泄露及栅栏效应,很好的抑制谐波的影响,精确的测量电力系统的基波频率。算法的测试结果证明了该方法能够满足电力系统对频率测量精度及实时性的要求。     

网络流量识别的自适应分级滑动窗决策树算法

针对网络流量存在概念漂移、不同应用类型数据流偏态分布等特性, 提出了基于Hoeffding决策树的自适应分级滑动窗决策树的网络流量识别算法。该算法根据节点信息增益率检测概念漂移、动态调整概念漂移检测窗口及不同类型训练样本集窗口, 实现对不同速率概念漂移的自适应分类和决策树更新。实验结果显示新算法对劣势频繁漂移的应用类型的识别准确率与batch C4. 5算法接近, 比CVFDT算法提高约20%, 可以获得更加均衡的不同应用类型分类准确度。     

双层SVM的阴影检测与基于窗口融合的阴影恢复

阴影的存在对于机器视觉的分析如区域的边缘提取,目标识别以及图像匹配等往往具有一定的干扰,而现如今提出的算法往往并不能很好地处理阴影区域的纹理和边缘。主要针对静态阴影图像提出了一种成对区域阴影检测和恢复的方法。阴影检测：通过提取阴影和非阴影区域之间边缘两侧颜色、纹理、方向和距离特征采用双层SVM训练器对阴影区域进行检测,不仅能检测出阴影区域,同时能够检测出与此阴影区域在同一表面的非阴影区域。阴影恢复：采用提出的自适应步长的窗口匹配方法获得阴影区域的采样窗口的最佳匹配窗口,采用窗口融合的方式初步恢复阴影区域,然后使用提出的迭代的方式对图像纹理进行增强,最后用快速修复方法（FMM）去除阴影与非阴影区域的微弱边缘。Opencv仿真证明,这样不仅可以提高阴影区域检测准确率,而且能够很好地保存纹理信息。