基于自适应噪声抵消的CZ单晶炉炉膛温度信号处理

为滤除CZ单晶炉炉膛温度信号在单晶生长过程中存在的低频干扰,提出一种基于噪声抵消技术的滤波方法.首先利用傅立叶级数构造出低频干扰的逼近信号,然后根据炉温信号的缓变特征建立能够获取低频干扰逼近信号的抵消器误差函数,最后利用一种改进的粒子群优化算法优化误差函数获得低频干扰的逼近信号,并用该逼近信号抵消低频干扰.实验结果表明,所提出的自适应噪声抵消滤波算法能够有效滤除CZ单晶炉炉膛温度信号中的低频干扰,并优于常用的滤波方法.     

基于神经元网络的自适应噪声抵消系统研究与实现

自适应噪声抵消技术是自适应滤波器最普遍的应用之一,它是一种在未知信号和噪声的先验知识条件下,能够很好地消除背景噪声影响的信号处理技术,具有很高的应用价值;但是,在很多情况下,噪声环境非常复杂,往往是非线性的,而目前所使用的自适应滤波器均属线性滤波器,滤波后会使原始信号产生失真;由于神经网络具有非线性等优点,可以很好的逼近非线性函数,所以提出了基于神经网络的自适应噪声抵消器;仿真结果表明,该方法可以效地实现噪声的抵消;最后提出应用DSP实现语音信号自适应噪声抵消的具体方案。     

过程检测控制系统中的自适应噪声抵消法

文中分析了经典LMS噪声抵消法的局限性,讨论了过程检测系统信号和噪声的一般模型,并针对强噪声情况,提出了一种可行的噪声抵消法——基于建立相关模型的方法,该方法是利用自适应横向滤波算法。     

对称布尔函数的算术相关函数

算术相关函数是最近提出的一种研究布尔函数密码学性质的方法,该方法通过定义多元2-adic数上的加法和乘法运算,构建一种新的环结构,实现对经典相关函数的带进位计算的模拟。首先介绍了算术相关函数的定义,并针对具有良好密码学性质的对称布尔函数讨论了其算术相关函数的性质和取值,最后利用对称布尔函数的实值对称性证明了对称布尔函数的算术自相关函数也是一个与向量的重量有关的实值对称函数,至多是n+1值的。     

对称布尔函数的算术相关函数

算术相关函数是最近提出的一种研究布尔函数密码学性质的方法,该方法通过定义多元2-adic数上的加法和乘法运算,构建一种新的环结构,实现对经典相关函数的带进位计算的模拟。首先介绍了算术相关函数的定义,并针对具有良好密码学性质的对称布尔函数讨论了其算术相关函数的性质和取值,最后利用对称布尔函数的实值对称性证明了对称布尔函数的算术自相关函数也是一个与向量的重量有关的实值对称函数,至多是n+1值的。     

基于神经元网络的自适应噪声抵消系统研究

在信号处理的研究中,自适应噪声抵消技术广泛地应用于通信、控制等领域,LMS是最常用的自适应算法,若信号通道结构比较复杂或存在非线性时,自适应滤波器的长度会增加,造成稳态失调、收敛速度降低,影响系统的性能.由于神经网络经过训练后可以很好地逼近非线性函数,因此对于平稳信号输入,采用BP神经网络构成自适应滤波器可以提高系统的抵消性能.根据神经元网络的自适应噪声抵消系统原理,通过仿真实验研究了在不同输入信噪比、不同通道函数、不同输入信号条件下系统的噪声抵消性能.实验表明BP方法噪声抵消效果显著,信噪比增益高.     

基于自相关和经验模态分解的转子碰摩故障分析

针对转子故障振动信号具有周期性的特点,提出一种用于分离转子故障振动信号的新方法,该方法首先应用自相关处理对振动信号进行降噪处理,然后采用经验模态分解(EMD)对振动信号进行分解,得出各个本征模态函数(IMF),并对IMF进行频谱分析,从频谱图上可以清晰地观察出转子的故障特征频率.试验结果表明,振动信号经自相关处理后起到了很好的降噪效果,碰摩所产生的冲击信号上下不对称;EMD分解方法能有效地突出故障特征频率成分,该方法可广泛用于旋转机械振动信号时频分析领域.     

消除反射波干扰的新方法及其性能分析

利用三元传感器阵消除反射波干扰的新方法，分析了抵消反射干扰的性能；推导了消除反射干扰后提取直达信号的表达式；分析了反射干扰截断误差、随机噪声和直达信号与反射干扰相关程度对恢复直达信号性能的影响；给出了在实际应用中提高抵消反射干扰性能的几点措施。通过计算机仿真的方法给出了该方法的统计性能。理论分析及仿真结果表明：只要知道信号的波达方向，就可以从基阵的接收信号中有效地消除反射波的干扰。该方法的优点是可以消除未知传播方向的反射干扰。     

优化组合相关函数方法的BOC无模糊跟踪性能研究

二进制偏移载波(Binary-Offset-Carrier)调制广泛应用于现代化的全球导航卫星系统(Global Navigation Satellite System, GNSS)中,但BOC信号的自相关函数(Autocorrelation Function, ACF)的多副峰性质易产生跟踪模糊。针对该问题,提出了一种基于优化组合相关函数方法来实现BOC信号无模糊跟踪。该方法以自相关函数主峰为无模糊跟踪目标函数,采用最小二乘法获得多组不同时延BOC信号自相关函数组合的加权系数,并将获得的无模糊相关函数与原自相关函数相乘构成非相干鉴相器实现无模糊跟踪。分析了正弦相位和余弦相位BOC信号的跟踪性能,仿真结果表明该方法消除了BOC信号的跟踪模糊,同时保持了良好的跟踪性能。     

并行干扰抵消检测对数字窄带干扰的抑制

并行干扰抵消检测被认为是一种很有前途的多用户检测器。该文将其应用于直接序列扩频系统中的数字窄带干扰抑制问题。分析了这种并行干扰抵消检测器在抑制数字窄带干扰时的性能，并将其与部分并行干扰抵消检测的性能相比较。理论分析和仿真结果证明，将接收信号经过一次并行干扰抵消后的输出信号直接应用于数据判决，会得到较好的干扰抑制效果，其误码性能可以达到解相关检测的水平。同时。并行干扰抵消检测还具有抗远近效应的能力，其性能与干扰的能量无关。     

低信噪比下数字调制信号脉内特征提取

为了改善小波变换法在低信噪比下提取数字调制信号脉内特征时的性能,首先利用WVD变换在零频处既可以保持原始信号调制特性不变,又具有很好的噪声抑制作用的特性,对信号进行降噪处理,然后从理论上分析了PSK信号和FSK信号小波脊线的性质,根据不同调制信号小波脊线的差异可以得出其调制类型,进而可以得到信号的频率和码速等脉内调制信息.通过对低信噪比下PSK信号和FSK信号的计算机仿真,取得了较好的效果,也验证了方法的可行性.     

Harmonic retrieval by period blind source extraction method: Model and algorithm

A frequently encountered problem in signal processing field is harmonic retrieval in additive colored Gaussian or non-Gaussian noise, especially when the frequencies of the harmonic signals are closely spaced in frequency domain. The purpose of this paper is to develop novel harmonic retrieval algorithm based on blind source extraction (BSE) method from linear mixtures of harmonic signals using only one observed channel signal. First, we establish the blind source separation (BSS) based harmonic retrieval model in additive noise using the only one observed channel, at the same time, the fundamental principle of BSE based harmonics retrieval algorithm is analyzed in detail. Then, based on the established harmonic BSS model, we propose a BSE approach to the harmonic retrieval using the concept of period BSE method, as a result, the harmonic retrieval algorithm using only one channel mixed signals is derived. Simulation results show that the proposed algorithm is able to separate the harmonic source signals and yield ideal performance.     

高阶统计量方法在谐波恢复中的应用

谐波恢复是信号处理中的重要问题,谐波恢复就是在噪声中分析组成信号的各次谐波.噪声分为加性噪声和乘性噪声,本文分析加性噪声和乘性噪声的特点,提出采用高阶统计量的方法抑制噪声,恢复谐波.通过四阶统计量的切片抑制乘性噪声,采用二阶累积量谱抑制加性噪声.仿真结果表明,本方法具有很好的抑制噪声效果.     

基于NGWarblet-WVD的高质量时频分析方法

针对高聚集度Wigner-Ville distribution (WVD)时频分析方法存在严重的交叉项干扰问题, 利用广义Warblet变换(Generalized Warblet transform, GWT)不产生虚假频率分量的特点, 提出了WVD与GWT相结合的归一化广义Warblet-WVD (Normalized generalized Warblet-WVD, NGWT-WVD)算法. 该算法将GWT与WVD进行矩阵运算, 实现滤波效应, 抑制WVD产生的新交叉项以及混入自项的交叉项, 提高WVD的时频分析质量. 实验结果表明, NGWT-WVD方法有效地去除了多分量信号的交叉项干扰, 提高信号分析结果的时频聚集度, 还原多分量信号的真实时频分布. 采用NGWT-WVD方法处理金属疑似破裂样本信号, 获取破裂发生区间的时间和频率标志段, 为监测传感器设置有效门限值提供判据, 取得了良好效果.     

基于经验模态分解的WVD交叉项抑制法

针对Wigner-Ville分布(WVD)存在交叉项的问题,提出一种基于经验模态分解(EMD)的WVD交叉项抑制方法,将EMD得到的各固有模态函数去伪后进行WVD计算,将WVD分析结果线性叠加后重构出原始信号的WVD时频分布。仿真结果表明,该方法能有效抑制时频分布的交叉项,保证WVD的时频聚集性,分析信号的调幅调频现象。     

非加性噪声情形下卡尔曼滤波器的推广

在数字信号处理中,得到的信号总是或多或少伴随着噪声。如何去除噪声,恢复真实的信号,是信号处理面临的首要问题。一般情形下我们都假定噪声是加性的,即噪声是不依赖于信号的,此时,卡尔曼滤波器是一种非常简便的降噪方法,它是一个最优化自回归数据处理算法,是用前一个估计值和最近一个观察数据来估计信号的当前值,是用状态方程和递推的方法进行估计的,而且它在均方误差意义下是最优的。本文将噪声推广到一般的乘性噪声的情形,利用卡尔曼滤波的基本思想,同样可以得到均方误差意义下的最优滤波,最后通过一个模拟的例子验证了该方法的有效性。     

基于MOMEDA与双谱分析的滚动轴承早期故障诊断

滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。     

利用短时分数阶PWVD实现多分量Chirp信号分离

针对加性高斯白噪声背景下多分量Chirp信号的分离问题,采用一种基于短时分数阶傅里叶的伪魏格纳变换来实现对多分量Chirp信号的分离。该方法利用分数阶傅里叶变换四阶中心矩寻找极值点来确定最佳变换域,在最佳变换域对信号进行旋转的短时傅里叶变换,并进行伪魏格纳变换,最后把在时频面得到的冲激信号变换到时域再进行分数阶傅里叶逆变换,实现了多分量Chirp信号的分离。仿真实验证明该方法可有效地实现多分量Chirp信号分离,有助于后续对各分量的参数估计。     

小波包去噪方法在海底石油管道超声检测中的应用

通过分析海底石油管道超声检测回波信号,部分有效信号混在噪声信号里,本文研究了具有任意多尺度分解特性的小波包去噪方法。首先介绍了小波包的基本理论以及去噪声理论,然后运用小波包分析对实际测量的超声回波信号进行。处理。仿真结果表明,小波包去噪法能更好地抑制噪声,明显提高信噪比。     

基于熵测度的跳频信号谱图分析

为了有效分析跳频信号并估计其参数,依据跳频信号谱图和Wigner-Ville分布(WVD)的特征分析,提出了一种自适应跳频信号时频分析方法。该方法依据熵测度进行谱图窗函数宽度选择,获取优化的跳频信号谱图表示。理论分析和仿真结果表明,基于熵测度的谱图分析方法能够在大于0dB的高斯白噪声环境下,给出跳频周期参数的准确估计;与平滑伪Wigner分布及其自适应方法相比,该方法能够在较低信噪比下有效降低参数估计的方差,提高参数估计的准确性;同时对于长观测信号,具有更快的运算速度。