排序方式: 共有5条查询结果,搜索用时 15 毫秒
1
1.
宽带调制信号在调制源的工作状态产生变化时,信号的调制频率、调制深度随时间变化,传统DEMON解调制方法难以获取短时变化的调制特征.本文针对非平稳调制特点,利用Hilbert-Huang Transform(HHT)数据自适应特性和高分辨率的时频分析能力以及数学形态滤波器(MMF)对信号的降噪性能,提出了一种利用HHT提取宽带幅度调制信号的调制特征方法(MH_DEMON).MH_DEMON方法通过MMF对调制信号的包络曲线进行预处理,使之在时域波形上更加光滑;然后利用经验模态分解(EMD)方法将信号分解成各阶本征模态函数(IMF),最后利用IMF的Hilbert变换谱,提取各个时刻的目标瞬时调制频率.仿真数据和螺旋桨噪声数据的实验分析表明,与传统方法相比,MH_DEMON方法能有效提取非平稳宽带幅度调制信号的调制特征,为目标调制源分类识别和运动状态分析提供了支持. 相似文献
2.
针对传统隐马尔可夫模型(HMM)方法提取时变线谱与多线谱的能力较弱以及动态规划过程计算量过大的问题,该文提出一种基于动态参数的1维隐马尔可夫模型(1D-HMM)的方法用于水声信号低频分析与记录(LOFAR)图中的线谱轨迹提取。该方法将时变频率状态建模为1阶马尔可夫过程,利用Viterbi算法循环提取多条线谱轨迹。在动态规划的迭代过程中,通过实时计算序列的1阶导数动态调整HMM中的状态转移概率矩阵,提升了对线谱轨迹的提取能力和多线谱的分辨能力;设计了一种基于动态滑动窗口的功率谱累积方法估计线谱的生灭,剔除虚假的线谱轨迹并判断线谱轨迹提取的结束。同时,该方法在实现过程中设计了对LOFAR图数据的块处理策略,大大减少了计算量。仿真和实际数据的处理结果表明,该方法在低信噪比条件下能够有效地检测和跟踪复杂时变频谱的频率状态,并有较好运行效率,为声呐设备的弱信号检测提供了良好的技术支持。 相似文献
3.
从信号时域波形处理出发,提出了一种基于经验模态分解(EMD)信号频率特征提取方法。该方法通过数学形态滤波器(MMF)对信号进行降噪预处理,然后利用经验模态分解方法将信号分解成各阶本征模态函数(IMF),最后提出了模态极值算法(MEA)用于估计组合信号的频率特征。通过仿真数据分析表明,该方法能有效提取短时组合信号的频率特征。 相似文献
4.
通过对向量运算的优化,提出了一种简便快速的多项式曲线拟合方法,并在通用高速数字信号处理器ADSP21060中实现,为实时水声信号的分析提供了有效的手段。 相似文献
5.
1