Dopplerlet变换及其匹配收敛性分析

介绍了一种以伸缩、时移和频移后的加窗Doppler信号为基函数的时频信号表示Dopplerlet变换,证明了基于Dopplerlet基函数的自适应匹配投影塔形分解算法是收敛的,而且分解过程中所得残差信号的能量按指数律衰减。实验结果表明了以Dopplerlet为基函数的自适应匹配投影塔形分解法能更紧凑地表示自然界中的一类Doppler信号。     

基于优化初值选择的自适应高斯包络线性调频基信号分解

基于高斯包络线性调频基的自适应信号分解是一种分辨力高、性能优良的时频分析算法,在语音信号、地震信号、雷达信号等可以用调频类函数进行建模的信号分析中有着广阔的应用前景。该算法在四维参数空间构造和求解超越方程,得到参数的闭式解,与传统的优化算法相比大大降低了运算量。对于由高斯包络线性调频基不相交或浅相交形成的简单信号,该算法具有非常优良的分辨性能,而对由高斯包络线性调频基深相交形成的复杂信号分解存在较大误差。本文针对这一问题进行研究,指出初值选择在该算法中的重要作用,分析了得到高精度分解结果的初值条件,提出了基于优化初值选择的高斯包络线性调频基自适应信号分解算法。通过在局部信号粗时频平面中搜索最优初值,结合自适应分解中建立和求解超越方程的方法得到参数闭式解,提高了分解精度,同时降低了运算量。对仿真信号及语音信号的分解效果验证了改进后算法的有效性和准确性。     

用自适应旋转投影分解法进行语音信号的分析

自适应旋转投影分解法即AOP方法是一种新的时一频分析方法，它具有分辨率高、数据量少、无交叉干扰等优点．AOP分解所用的基函数是和语音信号的特征相符的．将AOP方法应用于语音信号处理技术中．无论是直接对时一频图的分析还是利用分解参数进行特征描述，都取得了令人满意的结果．此方法有着广泛的应用前景。     

一种新的信号分解算法及其在机动目标ISAR成像中的应用

本文首先提出一种新的信号分解算法——修正自适应Chirplet分解算法,将Chirplet基函数推广到非线性调频信号的形式,克服了传统自适应Chirplet分解对复杂信号逼近程度不高的缺点.然后提出单分量基函数参数估计的一种实用算法和基于CLEAN思想的多分量信号分解方法,并将其应用于机动目标的ISAR成像中,进一步提高了成像质量,外场实测数据成像结果验证了本文方法的有效性.     

基于高斯包络线性调频基自适应分解的ISAR成像

基于高斯包络线性调频基的自适应信号分解算法具有较高的分辨率,当被分析信号(如机动目标ISAR雷达回波信号)可以由调频类信号建模时具有超强分辨能力。该文在高斯包络线性调频基的自适应信号分解算法基础上,提出了基于优化初值选择高斯包络线性调频基自适应信号分解算法,并将其应用到ISAR成像中。仿真结果表明,和传统时频分析方法相比,该算法具有更加优良的性能,对机动目标进行瞬时成像时成像质量得到了较大幅度的改善。     

FM2let变换分解算法的研究

FM^2let变换分解力图采用最少的线性或非线性调频基函数来分解信号。FM^2let变换分解算法的基本原理是利用信号的瞬时频率求得FM^2let原子的5个参数，然后基于自适应匹配投影塔形分解思想实现FM^2let变换的分解。FM^2let变换分解算法在信号分析处理方面具有运算量小、运算速度快等优良的性能。FM^2let谱分辨率高、抗噪性能好、参数数据量少。并且利用伪时频分布可以去除交叉项干扰。理论和实验证明，FM^2let变换分解算法能对不同的信号结构表现出很强的适应性，能够简洁地表征信号时变或时不变特性。     

一种有效的基于Chirplet自适应信号分解算法

基于线性调频小波(chirplet)的自适应信号分解法,将待分析的线性调频(Chirp)信号分解成为一组chirplet基函数的线性叠加,能够更清楚地表述Chirp信号的时频特征.其中关键的问题,是如何自适应地估计与信号最匹配的chirplet,这将影响到自适应分解的效果.目前,还没有一种有效chirplet估计算法.本文提出了一种新的chirplet估计算法,该法充分利用了chirplet的特点,具有较高的参数估计精度.仿真数据的实验结果证明了该方法的有效性.     

短时高斯包络线性调频基自适应信号分解算法

作为一种参数化时频分析的方法,基于高斯包络线性调频基自适应信号分解的快速算法具有分辨力高、零交叉项和计算量小的优点,在信号时频分析中具有独特的优势和广阔的应用前景.然而该快速算法却存在由于采样点初值选择不当而造成分解失效的缺点,虽然后来的基于优化初值选择的自适应高斯包络线性调频基信号分解对初值选择算法进行了改进,提高了分解性能的稳定性,但仍存在较多的问题没有解决.本文将对这些问题进行研究和改进,并提出短时自适应高斯包络线性调频基信号分解算法.算法通过加短时窗来增强时频中心定位的准确性,通过控制采样基时宽来获取有效的初始方差取值范围,从而提高了分解的自适应性和稳定性.对仿真信号和语音信号的分解结果表明了该算法的有效性.     

修正自适应Chirplet分解法及其快速实现

为克服时频关系为线性的基函数的不足,该文提出一种新的信号分解算法修正自适应Chirplet分解法,将Chirplet基函数推广到三次相位信号的形式,因此可以逼近信号中的非线性时变结构成分。同时提出了一种快速分解算法,该算法通过计算信号的三次相位函数,可得到其能量分布集中于信号的瞬时频率变化率曲线上的结论,此时通过谱峰检测可同时获得基函数的二、三次相位系数,时间中心以及幅度的估计;进而通过解调频技术获得其初始频率和时间宽度的估计。文中给出了实现该方法的具体步骤,并分别以仿真信号和蝙蝠回声定位信号为例验证了该算法的有效性。     

基于非参数基函数的自适应信号分解算法

 提出了一种分解信号特征的自适应信号处理算法。算法的核心是将观察信号分解为一组最好匹配信号局部结构的特征波形的线性展开,这些特征波形是由非参数基函数特征波形估计方法计算所得。分解算法中模板信号的自适应调整使算法可以不再过多地需要信号的先验知识,在实际应用中具有更加良好的柔性和适应性。通过对算法自适应性和收敛性的测试,验证了算法的性能。仿真信号的提取结果与传统匹配追踪算法分解结果及EMD方法分解结果的比较,进一步表明了所提算法的可行性和有效性。     

Non-stationary signal denoising using Time-Frequency curve surface fitting

Based on the theory of adaptive time-frequency decomposition and Time-Frequency Dis- tribution Series (TFDS), this paper presents a novel denoising method for non-stationary signal. Ac- cording to the input signal features, an appropriate kind of elementary functions with great concen- tration in the Time-Frequency (TF) plane is selected. Then the input signal is decomposed into a linear combination of these functions. The elementary function parameters are determined by using ele- mentary function TF curve surface to fit the input signal’s TFDS. The process of curved surface fitting corresponds to the signal structure matching process. The input signal’s dominating component whose structure has the resemblance with elementary function is fitted out firstly. Repeating the fitting process, the residue can be regarded as noises, which are greatly different from the function. Selecting the functions fitted out initially for reconstruction, the denoised signal is obtained. The performance of the proposed method is assessed by means of several tests on an emulated signal and a gearbox vi- brating signal.     

基于时频联合分布的经验模态分解方法

经验模态分解没有固定的先验基底,使信号分析更加灵活多变,是信号处理领域内解决非线性、非平稳信号分析问题的新方法。但其只可分解信号持续时间内由连续的不同频率成分组成的信号,不能分解不同时间段含有相似频率成分的信号。时频联合分布通过设计时间和频率的联合函数,利用时域和频域联合描述信号在不同时间和频率的能量密度。将时频联合分布应用于其中,扩展经验模态分解方法可处理的信号类型。     

一种改进的基于EMD分解的超宽带信号消噪算法

针对低信噪比超宽带信号的消噪问题,提出一种改进的基于经验模式分解(EMD)的消噪算法.该算法首先对含噪信号进行EMD分解,得到多个固有模态函数(IMF)分量,然后选取高阶IMF重构原信号,达到消噪的目的.针对对UWB信号的IMF重构过程中阶数阈值难以确定的问题,通过数值仿真的方法,得到信号分量和噪声分量在不同阶IMF上的能量分布特性;在对所得特性进行分析的基础上,设计了一种数据自适应的阶数阈值选取算法,解决了EMD消噪中的阶数阈值选取问题.仿真结果表明,EMD消噪算法能够在较低信噪比下提供平均10 dB的信噪比增益,可以有效地对超宽带信号进行消噪.     

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。     

The spectral characteristics of navigation alternative binary offset carrier modulated signals (AltBOC signals)

Analytical expressions are obtained for spectral densities and energy spectra of single elements and single periods of modulating functions of alternative binary offset carrier modulated signals (AltBOC signals) for new-generation satellite radio navigation systems (SRNSs) (in particular, the Galileo system). The spectral characteristics are presented and analyzed for an elementary (two-component) AltBOC signal, a complete AltBOC with a time-variable envelope (a four-component complete AltBOC signal), and a complete AltBOC with a constant envelope (an eight-component complete AltBOC signal) in the case when the multiplicity coefficient of meander pulses has an arbitrary value. Plots are depicted, and the properties of energy spectra of single elements of modulating functions of all groups of AltBOC signals are discussed in the cases of the following modulation types: AltBOC(10, 10), AltBOC(15, 10), AltBOC(20, 10), and AltBOC(25, 10).     

Alpha稳定分布脉冲噪声下MPSK信号的自适应解调

通信系统经常工作在理稳定分布脉冲噪声环境下。提出了一种基于自适应滤波算法对脉冲噪声下MPSK信号的解调方法。高斯噪声是α稳定分布噪声的一个特例,提出的解调方法同样也适于高斯噪声下MPSK信号的解调。仿真结果表明,无论是在高斯噪声还是脉冲噪声下此方法都有很好的韧性,同时该算法不需要滤波器完成收敛。处理速度快。     

超宽带信号的产生及光纤传输的研究

提出了一种新的超宽带(UWB)脉冲产生的方法,并对其产生的数学原理进行了分析和实验验证。经过高斯信号调制的偏振控制器(PC)可以产生两个相位互补的相位调制信号,先通过PC调节两个正交的相位调制信号的静态相移,再经过偏振分束器(DBS)检偏后可以得到两路相位互补的高斯信号或二阶高斯信号,最后将这两路信号延时然后再经过偏振合路器(PBC)就可以分别得到一阶或三阶高斯信号。由于这3种脉冲的产生方式不同,频带宽度不同,在光纤中传输时对色散的容忍度也不一样,因此仿真分析了色散对这3种UWB信号传输特性的影响,得出了三阶高斯信号最适合UWB传输。     

Gabor's expansion of a signal into Gaussian elementary signals

It is proved that Gabor's expansion of a signal into a discrete set of Gaussian elementary signals exists. An expansion into another discrete set of functions is defined, which functions are biorthonormal, to the Gaussian elementary signals. Hence, the expansion coefficients of the two expansions can be determined easily.     

Limit distributions for imperfect electromagnetic reverberation

Investigates departures from ideal circular Gauss normality for the statistical distribution of complex fields in undermoded mode-tuned or mode-stirred reverberation chambers. A physical nonlinear model is developed, in which the energy density of the interior field is expressed as a functional of energy densities for equivalent boundary sources associated with a partitioning of the cavity surface. This results in Meijer G and Bessel K limit distributions which extend the well-known Gauss normal, chi and chi-squared asymptotic distributions for ideal reverberation fields, their magnitude and energy density, respectively. The additional distribution parameter permits graduation of the distribution, allowing one to incorporate chamber imperfections and operating at lower frequencies. The role of entropy, mode migrations, mode mutations, and the link with doubly stochastic random walks and cavity ensembles are outlined. In an alternative model based on cavity feedback, a powered gamma distribution is obtained for the field magnitude and energy density, exhibiting one further distribution parameter. Theoretical results are illustrated with measured and numerically simulated data, and include results on eigenfrequency dynamics.