几种信号分析方法对非线性、非平稳信号分析效果的比较

本文通过对傅立叶变换 ,短时傅立叶变换 ,小波分析 ,经验模式分解几种信号分析方法在信号分析中的效果相比较 ,肯定了经验模式分解在分析非线性、非平稳信号中的作用 ,同时也指出了经验模式分解还存在的问题。     

小波变换与傅立叶变换相结合的信号实例分析

文章采用离散小波变换与快速傅立叶变换相结合的方法,先对原始信号进行小波分解,再对各子带信号做快速傅立叶变换,从而得到各子带上时间信号的频谱。计算机仿真的实例分析表明,该方法将小波变换和傅立叶变换的优点结合了起来。     

Hilbert-Huang变换及其在心音信号分析中的应用

本文从窄带信号的角度对Hilbert-Huang变换进行探讨,证明了窄带实信号的相位等于其解析复信号的相位.据此说明在Hilbert Huang变换中,进行经验模态分解(Empirical Mode Docomposition,简称EMD)后,若EMD筛选出的模式分量为一窄带信号,则随后进行Hilbert变换得到的瞬时时频分布及能量分布从数学上讲是合理的.而且从窄带信号的角度出发,可以深刻理解Nordeng E. Huang等人定义固有模态函数(Intrinsic Mode Function,简记为IMF)的依据,以及EMD方法的实质,即从信号本身出发,将其分解为一系列中心频率可变的窄带信号.同时,从该角度出发也揭示了为实施Hilbert-Huang变换,所需进行信号分解的方向.最后,本文示例了Hibert-Huang变换在心音信号中的应用.     

子波变换理论及其在信号处理中的应用

详细论述了子波变换理论的发展状况，对子波变换的定义、性质、与傅立叶变换的关系、时频分辨率及对非平稳信号的分析能力作了剖析，给出了子波变换在信号处理中的应用情况，最后指出了其发展方向。     

低截获概率雷达信号的调制识别研究

在分析了低截获概率(LPI:Low Probability of Intercept)雷达信号的分数阶傅立叶变换(FRFT)的基础上,提出了把调频率和分量能量之比作为分类特征向量。分类特征向量通过自适应信号分解来提取。仿真结果表明了该方法适合于低截获概率雷达信号的低信噪比情况,具有很好的识别率。     

雷达信号脉内时频分析的一种新方法

提出了基于短时傅立叶变换和分数阶傅立叶变换相结合的雷达信号脉内时频分析方法。介绍了短时傅立叶变换和分数阶傅立叶变换．以及两者的联合分布．最后给出了仿真结果。     

分数倒谱及其在盲chirp信号处理中的应用

分数阶傅立叶变换可以看作是傅立叶变换的推广,在回顾实倒谱有关理论基础上,给出基于分数阶傅立叶变换的倒谱——分数倒谱。同时也讨论了分数倒谱在盲chirp信号处理中的应用。仿真实验验证,即使在很低信噪比下,相关算法仍能有效工作。     

图像信号的频域理解

就图像信号的二极傅立叶变换常令人感到困惑的问题进行了较深入的讨论，通过大量的图例，直观地给出了一些相关的概述，并得出了一些重要的结论。     

小波变换在信号消噪中的应用

小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法。     

小波变换在语音信号降噪技术中的应用

小波变换是一种时频变换方法,它由短时傅立叶变换发展而来,继承了局部化的思想,克服了短时傅立叶变换窗口大小不随频率变化的缺点,并且可以提供随频率改变的时频窗口,是进行信号时频分析和处理的理想工具。文中介绍了小波变换的基本理论及其在语音信号降噪中的具体方法,使用加入高斯白噪声的语音信号作为被处理信号进行小波降噪,并且对比了使用不同阈值小波变换的降噪效果,验证了小波降噪方法在语音信号降噪中的可行性。     

线性时频域变换在弱信号检测中的应用

本文指出了传统信号检测方法的局限性，分析了线性时频域变换（包括短时傅里叶变换，小波变换）在弱信号检测中的优越性，最后给出了实验结果。     

基于Wigner-Hough变换的线性调频信号检测性能

根据Wigner-Hough变换思想和检测理论,分析了线性调频信号的检测性能,给出了虚警概率和检测概率的数学表达式,该表达式是Hough变换的积累单元数和检测门限的函数,然后对概率密度函数进行了合理近似,并给出了Hough变换的积累单元数计算公式,最后仿真分析了基于Wigner-Hough变换对线性调频信号相干积累相对于傅立叶变换的优越性.     

基于小波变换的故障信号分析与检测

讨论了小波变换及其基本性质，探讨基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法，在不同尺度上分析和处理信号的各种频率分量，使信号的奇点，突变点放大，提高信号的分辨率，信噪比。研究小波分析在机械工程信号处理中的应用，提出通过二进小波变换检测信号奇异点的实用技术。利用介绍的模极大值多尺度小波变换的方法，较有效地检测出滚动轴承故障发生的起始点，对在线故障诊断进行了有益的探索。     

一种MFSK信号分类及码速率估计方法

将经验模式分解(EMD)运用到多进制频移键控信号的分析中,选取分解后主分量的瞬时频率作为分类特征,运用无监督聚类算法求取最佳聚类数作为信号的载频个数。用时频曲线的Haar小波变换估计码元宽度,理论分析和仿真实验表明证明了该方法的可行性。     

用FrFT插值实现LFM信号的参数估计

分数阶傅立叶域的分辨率由信号时宽带宽积决定,有限的分辨率影响了利用FrFT(分数阶傅立叶变换)估计LFM(线性调频)信号参数的精度.针对此问题,提出了一种利用FrFT插值的LFM信号参数估计方法.在分析引起峰值点偏差的因素后,得到FrFT在峰值点的分数阶傅立叶域的函数表达式,基于此,在分数阶傅立叶域进行插值计算,突破了原有分辨率的限制,提高了参数估计的精度.仿真实验结果验证了算法的有效性.     

基于HHT的多分量LFM信号检测与参数估计

文中将Hilbert—Huang变换应用到多分量线性调频信号（LFM）信号的分析中：首先利用经验模态分解法（EMD）将原信号分解成有限个本征模态函数（IMF）；然后埘各个IMF进行Hilbert变换，获取瞬时频率、瞬时振幅，得到信号的Hilbert谱，该谱反映r瞬时振幅在频率一时间平面上的分布，从而可以比较准确地检测和估计各LFM分量的初始频率和调频斜率等参数。仿真结果验证了该方法的有效性。     

小波分析在信号降噪中的应用

针对信号检测中经常存在的噪声污染问题,利用小波分解之后可以在各个层次选择阈值,对噪声成分进行抑制,手段更加灵活。本文介绍了小波变换的一般理论以及在信号降噪中的应用,分析了被噪声污染后的信号的特性;利用MATLAB软件进行了信号降噪的模拟仿真实验并在降噪光滑性和相似性两个方面体现出小波变换的优势。本文分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪.仿真结果表明小波变换具有良好降噪的效果。     

基于二维离散傅立叶变换的射频信号调制类型识别

针对已有算法应用的局限性．以线性调频．二相编码,频率编码和正弦等典型射频信号为例,提出了一种基于二维离散傅立叶变换的射频信号调制类型识别新算法,重点阐述了信号自相关变换过程和运算量分析．计算机仿真结果验证了本算法确实有效。     

小波分析及其在信号处理中的应用

首先对小波变换做了概括介绍，综述了小波变换在信号处理中的2个重要方面的应用：信号特征提取和信号消噪。     

小波变换用于快速跳频信号的测频

小波变换具有局部显微特性,对瞬时信号有较强的捕获能力。该文从连续小波变换与离散小波变换的定义出发,分析了小波变换的带通滤波特性与分析尺度的关系,并通过比较不同尺度下小波变换结果,得到了一个小波变换测频方法,理论与仿真结果表明,与傅立叶交换相比,该方法可以大大改善快速跳频信号的测频精度与抗噪声性能。