首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 125 毫秒
1.
为了减小匹配傅里叶变换分析的计算量,提出了一种基于快速傅里叶变换的快速算法。根据匹配傅里叶变换的分解将积分形式转化为离散形式,推导出快速算法表达式。该算法与直接的数值离散匹配傅里叶变换算法相比较,计算量大大减少。同时给出了其在雷达信号处理中线性调频信号的检测与参数估计的应用。理论及计算机仿真结果表明了该算法的有效性和精确性,有良好的工程应用前景。  相似文献   

2.
提出一种基-2快速傅里叶变换中逆序数计算的新算法,该算法较大多数文献上列出的"逢二退一"法及其改进算法,以及生成法均显著减少了运算量,是一种逆序数计算的快速实现方法,从而提高快速傅里叶变换的整体速度。  相似文献   

3.
传统音频分析算法中存在的栅栏效应和频率泄露现象大大降低了频率、幅度的计算精度,尤其是在快速傅里叶变换中点数较少时,直接计算出的频率误差很大。基于此,该文提出了一种加窗插值快速傅里叶变换改进算法。在该改进算法中采用加窗插值算法来减小频谱泄露,消除栅栏效应引起的误差,改进频率及幅度校正参数的计算方法,大大提高了频谱频率及幅度的计算结果精度。  相似文献   

4.
本文针对阵列天线提出了一种基于FFT快速算法的多目标跟踪算法.与传统的基于特征值分解的DOA估计不同,此算法利用阵元域与空间域之间的傅里叶变换关系,对阵元输出的一次快拍数据进行快速傅里叶变换,得到信号的离散空域频谱,然后对其进行补零或内插,得到精确的空域谱来获得目标的DOA.由于此算法具有较低的计算复杂度,可以对空间快...  相似文献   

5.
离散傅里叶变换的算术傅里叶变换算法   总被引:11,自引:3,他引:8       下载免费PDF全文
离散傅里叶变换(DFT)在数字信号处理等许多领域中起着重要作用.本文采用一种新的傅里叶分析技术—算术傅里叶变换(AFT)来计算DFT.这种算法的乘法计算量仅为O(N);算法的计算过程简单,公式一致,克服了任意长度DFT传统快速算法(FFT)程序复杂、子进程多等缺点;算法易于并行,尤其适合VLSI设计;对于含较大素因子,特别是素数长度的DFT,其速度比传统的FFT方法快;算法为任意长度DFT的快速计算开辟了新的思路和途径.  相似文献   

6.
基于算术傅里叶变换的小波变换快速算法   总被引:3,自引:0,他引:3  
利用算术傅里叶变换(AFT)计算离散傅里叶变换(DFT)可使其乘法计算量仅为D(N)。文章根据这一特点,结合Mallat算法原理及离散傅里叶算法结构特征,提出了一种离散小波变换的快速算法,给出了数学推导过程,并对实验结果进行了分析。  相似文献   

7.
加权分数傅里叶变换在采样重构中的应用   总被引:1,自引:0,他引:1  
针对频域非带限信号的重构问题,提出了一种基于加权分数傅里叶变换的采样与重构算法,并利用信号加权分数傅里叶变换在加权分数域的特性,得到了信号可完全重构的条件.理论分析和仿真结果表明,在满足给定误差的条件下,该算法能够以低于香农重构所需的采样率实现对信号的恢复,且简单易行,可利用FFT快速算法实现.  相似文献   

8.
提出两种分数傅里叶变换数值计算新方法。本文用分数傅里叶变换描述信息在光学系统中的传输过程 ,分别基于分数傅里叶变换与菲涅尔变换之间联系和基于基本光学单元 (薄透镜及其组合 )实现分数傅里叶变换。该算法与光传输物理过程有着直观的联系 ,计算时光学系统的焦距、距离等参数可调。避免了传统算法中“变换核”等复杂计算 ,便于计算复杂光路和缩短计算时间。以三种飞机 (及字符 )光学模式识别实验为例 ,给出了空域 -频域变换混合光路的计算流程与结果  相似文献   

9.
傅里叶变换是建立信号时间域与频率域之间的一种变换关系。针对傅里叶变换的学习难点,分析了不同类型信号的傅里叶变换关系。结合工程应用,设计了电话拨号的双音多频音频信号按键识别综合实验,通过信号分段、滤波处理和快速傅里叶变换算法提取信号的特征频率,实现了双音多频音频信号的按键号码识别功能。  相似文献   

10.
快速傅里叶变换的应用使得LDPC(低密度奇偶校验)码的译码复杂度大大降低,在深刻解释快速傅里叶变换(FfT)的基础上,证明了在二元域快速傅里叶变换与Gallager引理在译码方面的等价性,从而说明了Gallager 引理的正确性,然后通过仿真性能曲线拟合的方式验证了二者的等价性.最后利用在对数域的BP算法分析了在浅海水声信道中的性能.  相似文献   

11.
陈恩庆  陶然  张卫强  赵娟  孟祥意 《电子学报》2007,35(9):1728-1733
由于子载波间干扰(ICI)的影响,传统OFDM系统均衡方法在快速衰落的信道环境下性能有较大下降.本文提出了一种基于分数阶傅立叶变换的OFDM系统自适应均衡方法,它用分数阶傅立叶变换代替傅立叶变换进行子载波调制与解调,同时在分数阶傅立叶域对接收信号进行自适应均衡.文中给出了最优分数阶傅立叶变换阶次的选取方法,和分数阶傅立叶域最小均方算法的步骤.分析和数值仿真结果表明,最优分数阶傅立叶域的自适应均衡算法较传统频域方法有更好的均衡效果,并且复杂度不高.  相似文献   

12.
赵力 《电子器件》2011,34(4):473-476
对具有不同特性的织物数字图像利用二维离散傅立叶变换进行图像增强和图像复原等操作,能有效地改善图像的 质量,突出所需要的细节,为织物密度的自动测量提供最佳质量的图像.研究了二维离散快速傅立叶变换算法,以及利用该 算法在频率域中进行图像增强和图像复原的新方法.实验结果分析表明,利用提出的方法可以较好地改善织物图像的质量.  相似文献   

13.
为了提高光学图像加密系统的安全性,采用了矢量分解和相位截取Gyrator变换进行图像加密。原始图像和随机相位函数叠加后做Gyrator变换,矢量分解将Gyrator变换域信息分解为一个随机相位函数和一个复函数。随机相位函数和复函数分别做不同变换角度的Gyrator变换后截取相位得到一个公钥和加密图像,截取振幅得到两个非对称相位密钥。进行了理论分析和数值验证,同时,设计了解密光学装置。结果表示:两个非对称相位密钥做为私钥,三个Gyrator变换角度做为额外密钥,这对增强系统的安全性是有帮助的。  相似文献   

14.
利用小波变换实现基于结构光投影的S变换轮廓术   总被引:5,自引:0,他引:5  
S变换是一种集合了窗口傅里叶变换和小波变换优点的时-频分析技术,将一维的信号映射到二维的时-频空间,具有良好的时频分辨能力。由于S变换谱和傅里叶变换频谱之间存在直接联系,且具有类似于小波变换的多分辨率能力,S变换可以通过快速傅里叶变换算法实现,也可以通过小波变换算法实现。研究了基于小波变换算法的S变换在基于结构光投影的三维光学测量中的应用,给出了理论分析,特别讨论了S变换中频率因子的选择,并同基于快速傅里叶变换算法的S变换轮廓术结果进行了比较。完成了计算机模拟和实验研究。  相似文献   

15.
为了弥补已有消噪技术的缺陷及不足,结合实际应用对有源噪声控制技术及针对多周期低频噪声主动控制进行深入的研究,根据快速傅里叶算法(FFT)和凹槽滤波器的工作原理,系统地研究并设计滤波-X算法,进行相关计算机仿真出结果分析;运用快速傅里叶变换(FFT)的方法,将多周期信号从时域变换到频域,从而达到对多周期噪声消噪的目的。  相似文献   

16.
杨喜东 《通信电源技术》2012,29(4):20-22,43
首先对基于频域的抗旋转匹配算法和相关函数傅里叶变换匹配算法做了研究和分析,然后在相关函数傅里叶变换匹配算法的基础上,研究讨论了基于快速傅里叶变换和积分图的匹配定位算法,从而证明了基于频域相关技术做图像匹配具有相关峰尖锐突出、精度高、抗噪、对局部灰度变化不敏感等优点。  相似文献   

17.
分布式光纤振动传感信号识别的研究   总被引:1,自引:0,他引:1       下载免费PDF全文
为了能够更好地识别入侵振动信号,通过研究分布式光纤振动传感器及振动信号的识别技术,根据振动信号的特点,借鉴语音信号的处理方法,对比原有基于快速傅里叶变换频谱分析算法,引入了基于Mel频率倒谱系数的识别算法。新算法从频域的角度对振动信号进行分析,提取不同环境状态下的Mel频率倒谱系数,并将其作为新的特征参量。通过实验对比分析两种算法,两者的误报率分别为27.5%和7.5%。结果表明,基于Mel频率倒谱系数的算法相比基于快速傅里叶变换的频谱分析算法,在误报率上可以降低20%甚至更多,在不漏报的前提下,显然误报率更低的基于Mel频率倒谱系数的算法更加适用于安防体系。  相似文献   

18.
基于小波变换的激光干涉微位移变化量测量方法   总被引:1,自引:0,他引:1  
李建欣  崔艳军  朱日宏  何勇 《中国激光》2012,39(8):808002-180
为了克服传统快速傅里叶频谱分析方法不适用于非平稳信号的缺点,实现基于全光纤激光干涉微位移信号变化量的精确测量,研究了基于连续小波变换(CWT)非平稳信号分析的相位解调算法。分析了在信号的频带上如何利用小波脊提取数字信号的瞬时特征,并在提取的特征基础上,得到小波脊的相位,完成对信号相位的提取,进而得到物体的位移信息。根据处理方法,进行了理论分析、计算机模拟和相关的验证性实验,对采集的位移干涉信号进行处理得到待测位移量,并与傅里叶变换相位提取方法的测试结果进行了比较分析,证明该方法具有更高的精度,对各种信号处理都具有很强的稳健性。实验结果表明此算法精确度高、复杂度低,具有广泛的应用前景。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号