基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法,对肺音信号进行了特征提取.以非高斯白噪声激励的AR(AutoRegressive)参数模型对肺音信号进行建模,导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法,用双谱的互相关估计模型阶次,并对肺音数据进行了参数化的双谱估计,给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法,并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验.结果表明:所提出的特征提取方法大大降低了输入特征的维数,具有较高的识别率     

基于高阶累积量的参数化双谱分析的肺音特征提取

用高阶谱分析方法，对肺音信号进行了特征提取．以非高斯白噪声激励的AR(Auto Regressive)参数模型对肺音信号进行建模，导出了基于三阶累积量的三阶递推方法的非高斯参数化双谱的计算方法，用双谱的互相关估计模型阶次，并对肺音数据进行了参数化的双谱估计，给出了在双频域内从双谱及其切片谱提取肺音特征信息的方法，并利用该方法对正常、哮喘和细罗音3种肺音目标进行了神经网络的识别实验．结果表明：所提出的特征提取方法大大降低了输入特征的维数，具有较高的识别率．     

基于高阶统计量的非高斯噪声中的信号检测方法研究

信号检测方法是信号处理的一个重要研究方向,以前的信号检测方法多是基于高斯噪声的讨论,对非高斯噪声中的信号检测较少,本文针对未知协方差非高斯噪声中的确知信号的检测,提出一种基于高阶累积量的检测方法,并且论述了广义匹配滤波器的设计及相关接收检测原理,最后进行了计算机仿真并给出了仿真对比实验结果。     

高阶累积量在电话网信号检测中的研究

基于高阶量信号处理理论，邮一种快速、简便且无偏估计的方法对多频信号进行有效的检测。这种方法与通常在电话网信号中所采用的基于相关的检测方法相比，具有很好的抗噪声性能，且能满足实时处理要求，有一定的实用价值。     

基于高阶统计量和小波变换的差压信号分析

为分析气液两相流差压信号的内在特征，提高测量信号的信噪比（SNR），提出了一种基于小波变换和高阶统计量的信号分析方法.该方法利用小波变换技术将差压信号分解为多个不同频段的尺度函数，根据先验知识滤除信号中的高频噪声，同时提取不同尺度上的细节信号能量特征值.基于高阶统计量技术，提取不同工况下重构的已除噪差压信号的双谱特征值，分析了信号的双谱特性.初步研究表明，小波变换和高阶统计量相结合的信号分析方法能有效地抑制信号中的高斯有色噪声，提取的细节尺度能量特征和双谱特征可以提供更多的关于管道内复杂流动状况的信息.该方法为气液两相流流动状态的判别和过程监控提供了有益的借鉴.     

基于互四阶累积量的谐参数联合估计的TLS-ESPRIT方法

导出了混合色噪声中复值随机谐波信号和实值随机谐波信号的互四阶累积量及对角切片,利用这些对角切片皆可估计出相同的频率和相移,但根据实值随机谐波所估计的互功率为复值随机谐波的3/16.将互四阶累积量与高分辨率的ESPRIT方法结合,提出了在混合色噪声中基于互四阶累积量的谐参数联合估计的TLS- ESPRIT方法.研究结果表明,基于互四阶累积量的谐参数联合估计TLS-ESPRIT方法可抑制混合色噪声,具有优越的参数估计性能.     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。     

微弱脉冲激光回波信号的峰度检测

针对微弱激光回波信号检测中存在的噪声复杂,信号产生畸变、展宽和幅度衰减等情况,对高阶累积量、相关检测、匹配滤波等方法进行研究。通过理论分析和仿真比较,并基于现场可编程门阵列（field programmable gate array,FPGA）完成了算法的硬件实现,验证了采用高阶累积量方法进行微弱激光回波信号检测的优良性能和可行性。     

基于HOS的雷达目标分类新算法

提出一种基于高阶谱（HOS）的雷达目标分类方法,将双谱概念从频域推广到时域和距离域,并给出了将双谱和双相干函数的“均值”及“重心”作为特征量的特征提取新算法,在目标散射信号中含有加性噪声和指数噪声的情况下,进行了模拟,同时对BSB(Brain State in Box)模型的人工神经网络进行了学习训练和分类仿真,结果证明本方法具有很好的性能和一定的实用价值。     

基于高阶累积量的数字调制信号识别算法

介绍了一种基于高阶累积量的数字调制信号识别算法,利用从信号的二阶、四阶和六阶累积量中提取的3个特征参数实现多种常用数字调制信号的识别,可以很好地抑制高斯白噪声,且允许有相位偏差,能够在较低信噪比下实现对2ASK/BPSK、4ASK、QPSK、2FSK、4FSK、8FSK、16QAM等多种信号的分类。经理论推导和仿真实验,证实了该方法的有效性。