低相干函数频响函数的无偏差估计方法

本文详细分析了现有输入噪声模型和输出噪声模型的抗噪声原理,提出了一种能同时抑制输入噪声和输出噪声的无偏差估计模型,它利用二次互功率谱代替通常估计中的自功率谱。使得由于噪声引起的误差可以通过多次平均完全消除。新估计模型的精度与输入噪声和输出噪声的水平无关,仅与统计次数有关。在输入、输出噪声不相关条件下,即使相干函数很低仍能通过多次平均获得具有足够精度的频响函数值。文章最后给出了不同噪声干扰下的(?)估计值、(?)估计值以及本文模型的(?)估计值,并与没有噪声干扰下的H_o 值进行比较。     

误差白化与Kalman滤波的微硅加速度传感器动态补偿

通过模型参考的系统辨识方法建立微硅加速度传感器的动态补偿器。由于测量噪声和补偿器对传感器的频带扩展,使得补偿器的输入/输出信号存在严重的噪声干扰。在噪声干扰下,采用均方误差为代价函数的系统辨识方法,无法得到补偿器参数的无偏估计。补偿器参数的偏差和传感器频带的扩展将会使补偿器的输出信号出现严重失真和高频噪声干扰。为解决噪声对硅加速度传感器的动态补偿的影响,研究了一种新的动态补偿方法,该方法采用误差白化为代价函数的系统辨识方法得到补偿器的参数,可消除补偿器的参数在估计中的测量噪声影响,并通过卡尔曼实时滤波减小因传感器频带扩展所产生的高频噪声干扰。     

时域噪声引起频谱误差的估计方法

在模拟信号数字化的过程中,由于采样器固有噪声和取样脉冲抖动以及量化噪声等因素的影响,取样量化后的数字信号被噪声污染。对含有噪声的数字信号进行时频变换时,必然引起频谱误差。本文讨论如何利用误差功率估计由时域噪声引起的频谱误差问题。得出误差功率是频谱幅度误差的方差上限这一结论,该结论对评估数字信号的质量有参考价值。     

FFT相位误差分析及实用修正方法

本文在分析加窗信号的付氏变换基础上，探讨了由泄漏引起的相位误差，给出了ＦＦＴ相位误差分布规律的解析表达式，并且对典型情况作了深入的讨论。文中还介绍了一种基于窗频谱幅度比的ＦＦＴ相位修正技术，由实例计算知，在无噪声条件下，实际的相位估计与理论计算一致，因此它可应用于离散频率的振动和噪声信号相位的精确估计。     

测量系统存在幅值和相位误差时准确测量频率响应函数的方法

给出了一种在测量系统存在幅值和相位误差时准确测量频率响应函数的方法，导出了频率响应函数测量系统的系统函数一般表达式；确定了测量系统误差特征函数，并以此为基础消除了测量系统误差对测量结果的影响。实验结果表明，该方法行之有效，并具有一般性。     

极端频率直接估计的新自适应陷波器方法

针对振动工程中常见的极端频率信号(归一化频率接近于0或π两端),现有的自适应陷波器(ANF)频率估计方法存在收敛速度慢、估计精度不高、算法稳定性差的问题。为此,提出一种极端频率直接估计ANF新方法。首先,提出一种新误差函数以提升极端频率信号下ANF的收敛速度和稳定性;然后,根据ANF估计极端频率信号时偏差产生的机理,通过偏差补偿方式,降低噪声对ANF的影响,以获得近似无偏的频率估计结果,提高ANF极端频率估计精度,并对该方法进行稳态条件下的性能分析;最后,给出了ANF极端频率信号估计结果,并讨论了ANF各参数对极端频率信号估计精度的影响,给出了具体计算结果。计算表明方法的有效性与正确性。     

供水管道泄漏声信号及其传播特性

相关仪利用供水管道泄漏时产生的泄漏声波对漏点定位。泄漏信号验证为高斯分布,泄漏声波主要是在管道里的水中传播,与管壁发生流固耦合作用,引起管壁振动。用FIR滤波器对管道系统建模,采用最小均方误差(LMS)自适应系统辨识方法得到管道的冲激响应函数,与线性相位FIR滤波器的冲激响应相比较,表明泄漏声波在传播过程中存在频散。泄漏声信号受各种噪声干扰,根据互谱相位谱信息估计泄漏信号的频带范围,对信号滤波后作时延估计,结果表明,提高了泄漏定位的置信度。     

OFDM系统在时变信道下的迭代干扰抵消算法

为克服正交频分复用(OFDM)系统中因时变多径衰落信道破坏子载波的正交性引起载波间干扰(ICI),从而导致系统性能下降的问题,提出了一种基于最小均方误差(MMSE)估计和迭代算法相结合的迭代干扰抵消算法.为了消除一般MMSE均衡方法将载波间干扰当作加性高斯白噪声(AWGN)所带来的误差,该算法先使用MMSE方法对传输信号进行初值估计,再通过迭代干扰抵消和MMSE均衡相结合,来消除由时变信道所带来的载波间干扰.多次仿真表明,在时变多径衰落信道中使用本算法能够有效地消除载波间干扰,使系统性能得到很好的改善.     

改进的最小均方误差语音增强算法的研究

针对传统最小均方误差谱幅度估计（MMSE—STSA．minimum mean-square error-short time spectral amplitude）语音增强算法无法有效的跟踪非平稳噪声变化的问题,对一种改进的MMSE-STSA语音增强算法进行了研究和仿真。该算法对背景噪声的估计利用加权噪声估计方法：采用一个非线性函数根据带噪语音信噪比（SNR．signal—to-noise ratio）的变化计算得到相应的加权因子并作用于带噪语音信号,对加权的带噪语音求平均得到估计的背景噪声。算法中的谱增益修正,还可以抑制低信噪比时的残留噪声以及避免对带噪语音的过抵消。实验结果表明,该方法能很好的跟踪非平稳噪声的变化,不仅在增强性能上有很好的效果,同时降低了语音的失真。     

一类新的分层基以及非线性Galerkin方法

本文首先讨论了一类新的分层基函数，该基函数具有小波和有限元两方面的优点，特别适用于用来构造耗散型发展方程的非线性Ｇａｌｅｒｋｉｎ算法．本文利用该基函数对一类抽象发展方程给出了其非线性Ｇａｌｅｒｋｉｎ算法。并分析了该算法的收敛性，给出了误差估计。