基于小波变换的盲信号分离的神经网络方法

提出一种新的盲信号分离的神经网络方法,该方法将小波变换和独立分量分析(ICA,Independent Component Analysis)相结合。利用小波变换的滤噪作用,将混合在原始信号中的部分高频噪声滤除后,再重构原始信号作为ICA的输入信号,有效地克服了现有ICA算法不能将噪声从源信号中分离的缺陷。实验结果表明,将该方法用于多通道脑电信号的盲分离是很有效的。     

基于DSP的癫痫脑电信号处理

介绍了基于TI公司高速DSP芯片TMS320VC5402的开发平台对癫痫患者的脑电信号进行小波分解,滤除分解后的部分小尺度(高频)成分,保留大尺度(低频)成分,然后对处理后的波形进行重构。采用汇编语言实现定点型TMS320C54xDSP的浮点运算,处理结果既保留了脑电信号的主要信息,又可将高频噪声滤除,有利于对癫痫患者进行临床分析。     

基于单片机的灰度图像混沌保密通信

基于混沌保密通信原理,在单片机上采用细胞神经网络(CNN),实现了灰度图像的混沌保密通信.首先,把灰度图像数据嵌入到混沌信号当中,然后在接收端根据混沌同步原理解出图像数据.给出不同噪声参数和同步参数时的实验结果,并作简要讨论.     

基于DSP Builder的通用调制信号发生器设计

介绍了基于2ASK,2FSK,BPSK,MSK和64QAM等多种通用调制器的调制原理,并提出了一种基于DDS技术的调制方式.然后在DSP Builder上进行系统设计与仿真,经验证该系统可以成功实现多模式信号调制功能,并且具有较好的可扩展性和灵活性.最后用FPGA实现,并用SignalTapII进行硬件验证.     

基于小波变换的脑电高阶奇异谱分析

奇异谱分析是数字信号分析的一种新方法。信号的奇异谱反映信号的奇异特征。但奇异谱分析方法是基于二阶统计的方法,反映的是信号时间上和空间上的一种线性相关关系。因而很难反映非线性信号内在的非线性关系。本文提出一种基于小波变换和高阶统计的奇异谱分析的新方法,并将其运用于正常脑电和癫痫患者的脑电信号分析中。实验结果表明,正常脑电和癫痫脑电的奇异谱有明显的不同。     

一种基于ICA的盲信号分离快速算法

基于ICA(独立成分分析:Independent Component Analylsis)原则,给出一种盲信号分离的快速学习算法.通过寻求观测变量线性组合的四阶累积量(即kurtosis系数)局部极值,得出该算法的模型和步骤.将该算法用于盲信号分离实验,实验结果表明,该算法在盲信号分离和信号特征提取方面具有收敛速度快、无需动态参数等优点.该算法能有效地分离出任意分布的非高斯盲源信号的各个独立成分,是信号处理的一种新的、高效可靠的方法.     

基于CNN和小波变换的数字水印技术

本文采用5涡卷CNN混沌电路方程产生混沌信号,编码后再转换成二维的混沌二值图像,并以此作为密钥对水印图置乱,再嵌入到宿主图的小波系数中去,通过实验结果还分析了这种方法的信噪比和相关度.     

基于虚拟仪器技术的蔡氏混沌信号发生器设计

混沌是由非线性系统产生的.蔡氏电路是一个最典型的三阶自治混沌电路.文中结合蔡氏电路模型,利用美国NI公司的虚拟仪器软件LabVIEW的数学处理功能编写混沌信号生成程序,并由数据采集卡输出混沌信号,具有易实现,参数易调节,高可靠性等优点.     

基于DSP的UWB信号混沌调制实现

采用DSP技术产生混沌信号,再量化、编码成二值序列,用来调制UWB脉冲信号.充分利用DSP数据处理的快速、灵活的优点,也能满足UWB信号传输速率快的特点.实验最后给出UWB通信系统在TH-PPM方式下,采用混沌序列调制UWB信号所得到的功率谱结果,并和未采用混沌序列调制的功率谱结果进行比较.     

基于S3C2410的B／S架构视频监控系统设计

嵌入式视频监控系统发展迅速,得到了越来越广泛的应用。目前的嵌入式视频监控系统多采用C／S架构,须开发安装专门的监控端应用软件。文章介绍了一种基于ARM9核S3C2410微处理器的采用B／S架构的嵌入式视频监控系统设计。并着重阐述了系统的原理、设计方案以及硬件模块和软件模块的实现方法。