调幅信号的数字化解调

介绍一种用三参数正弦波拟合算法实现的、绝对收敛的四参数最小二乘正弦波拟合算法,给出了其收敛区间、绝对收敛判据以及实现过程.在此基础上讨论实现正弦载波的调幅信号的精确解调问题.使用一个周期的正弦波曲线模型的滑动拟合法,实现了幅度调制信号波形的精确解调.在调制信号也是正弦波的情况下,仿真评价了幅度解调效果,并给出了解调失真的计算方法和结果.同时,在一个实测调幅曲线波形上进行的解调分析,获得了非常明确的波形测量结果.本方法是评价载波为正弦波的调幅信号的一种优良方法,准确度高、分辨力高,可用于调幅信号源及其解调设备的指标评价和计量.     

基于信号包络分析的并行微弱信号检测算法

针对目前微弱信号检测主要利用相关运算检测已知参数的周期信号是否存在,算法复杂、通用性不强的问题,从数学形态学的角度出发,提出一种基于信号包络分析的并行微弱信号检测算法,通过局部运算性能良好的凸点筛选,逐级提取信号的包络,最终的高级包络收敛于多个信号的峰值位置。算法不需要被检测信号的先验知识,对高斯噪声有很好的抑制作用。在信噪比为-10dB的仿真实验中,算法依然保持较好的检测效果;实测数据显示,算法具有较好的微弱信号检测性能。     

基于轮廓重心参数调整的Bezier曲线拟合方法

传统的3次Bezier曲线拟合方法在拟合汉字轮廓曲线时,迭代次数多,效率较低.针对拟合的效率,设计了一种基于3次Bezier曲线的汉字曲线轮廓拟合新方法.该方法的核心是简单高效的参数迭代算法.在3次Bezier曲线控制点的求取方法上,采用最小二乘法拟合;在参数的优化问题上,用过型值点重心的直线与拟合曲线间的交点求解参数,迭代优化参数取值.该迭代算法占用资源少,运算量小,计算简便.实验结果表明,针对一般型值点和汉字轮廓特征点的曲线拟合,在相同精度要求下,该算法迭代次数少,收敛速度快,能达到更好的拟合效果.     

一种改善EMD端点问题的方法

经验模态分解（EMD）是一种先进的数据处理方法,对脑电信号（EEG）等非线性非平稳信号的处理非常有效。但是其在利用三次样条曲线构造上下包络时,端点附近的包络存在严重的摆动。针对该问题,在镜面延拓算法的基础上,提出了二次延拓算法。根据邻近端点的数据计算出该信号在端点处的拟合函数;利用该拟合函数在左右端点各延拓出一个极值点;采用镜面延拓算法对延拓后的信号进行EMD分解。算法考虑了信号端点处的变化趋势,使得端点处的延拓更加合理,从而使三次样条曲线在端点处不会出现大的摆动。仿真结果表明,该算法能有效地对脑电信号进行分解。     

利用弦长参数插值拟合光滑闭合B样条曲线构造方法

文章针对非均匀采样点拟合光滑B样条曲线构造问题,提出一种基于已知控制点和相邻控制点之间弦长求解控制点方程组系数矩阵来构造光滑B样条曲线的方法。该方法通过控制顶点所在曲线的光顺性提高最终生成曲线的连续性和光滑性。在此基础上,设计了闭合B样条曲线控制点的快速求解算法。首先利用所有控制顶点和相邻点间弦长建立求解系数的参数矩阵,再提出一种基于LU矩阵分解的优化算法。根据方程组系数矩阵的特点,参照追赶法的LU分解,构造了分解后的L、U矩阵结构。最后通过实例说明,采用文中方法所构造的B样条曲线具有较好的光滑性,也证明了该算法的可靠性和有效性。     

调频信号的一种数字化精确解调方法

目的：介绍一种用三参数正弦波拟合算法实现的绝对收敛的四参数最小二乘正弦波拟合算法，给出了其收敛区间，绝对收敛判据以及实现过程，在此基础上讨论实现正弦载波的调频信号的精确解调问题。方法：使用一个周期的正弦波曲线模型的滑动拟合法，实现了频率调制信号波 的精确解调。结果：在调制信号是方波的情况下，给出了频率解调的仿真结果和其他参数的波动情况；在1个实测调频曲线波形上进行的解调分析，给出了频率调制波形的解调结果，同时，在调制信号也是正弦波的情况下，给出了解调失真的计算方法和结果。结论：本方法是评价载波为正弦波的调频信号的一种优良方法，准确度高，分辨力高，可用于调频信号源及其解调设备的指标评价计量测试。     

基于改进的经验模态方法脑电信号分解

针对经验模态分解 (empirical mode decomposition, EMD)过程中存在的包络拟合问题,提出了一种消减欠冲现象的改进算法。该算法通过引入“伪极值点”,增加了极值点的数目,构成了新的极值序列,然后利用新的极值序列插值拟合得到新的包络线。最后通过仿真实验对比本文算法和经典拟合算法包络拟合产生的欠冲点数目。实验结果显示,与经典拟合算法相比,改进的算法产生的欠冲点数目减少了大约77.5%。实验结果表明,此算法可以有效地消减欠冲点的数目,拟合出的包络线更加贴近原始信号,拥有更好的平滑性。     

一种新的EMD包络定义及拟合方法

包络拟合是经验模态分解（Empirical Mode Decomposition, EMD）中非常关键的一步。针对经典EMD利用信号极值点的三次样条插值构成的包络经常会和信号相交从而破坏包络的定义,在分析包络的性质的基础上提出了一种新的EMD包络拟合方法。该方法可以根据经典EMD包络通过泰勒展开计算出具有相同一阶导的信号和包络的切点与原极值点的偏移量,然后用这些切点取代极值点并通过Hermite多项式插值得到新包络。数值实验结果表明该方法的正交性及能量保存度指标有明显的改善,其拟合的包络线更接近于理想包络线。     

基于变换步长的车辆压线声信号包络提取算法

车辆经过减速带时与其在路面正常行驶时的声信号波形明显不同,其特征参数的提取对车辆数量、速度、类型等的自动判断至关重要,声信号包络曲线对其特征参数的提取相比原始信号有诸多优势,但传统包络提取算法在此类交通领域声信号包络提取方面存在毛刺多、特征参数难以真正体现信号性质和特征的问题。为解决此问题,结合车辆经过减速带时的声信号特点,提出一种基于变换步长的车辆压线声信号包络提取算法。该算法通过设置不同步长遍历信号,以每个步长内的最大值点绘制曲线并与原信号波形对比,以轮廓清晰度和特征点提取误差值为判断依据实现声信号包络的有效提取。实验结果表明,在相同采样点数条件下,所提算法比传统包络提取算法提取的包络曲线轮廓更清晰、毛刺少,且特征参数提取误差小。     

一类快速收敛的渐进迭代逼近方法

渐进迭代逼近(PIA)是一种用于数据拟合的经典几何迭代方法,其操作简单,表达显式.针对经典PIA算法存在收敛速度慢的问题,将逆矩阵的具有高阶收敛的迭代算法与经典PIA方法融合,提出一类单步非定常的加速PIA算法.首先,对给定数据点用均匀或累加弦长法进行参数化;然后,用加速PIA算法调整控制点生成拟合曲线(曲面)序列,从理论上保证了生成的曲线(曲面)序列的极限插值原始数据点.在规则曲线曲面,散乱数据点以及加噪声散乱数据点的拟合实验结果表明,在相同终止误差条件下,相比经典PIA算法,所提加速PIA算法需要的迭代次数平均减少84.75%,运算时间平均减少65.53%.