关于阿贝尔群上的希尔伯特和张—哈特莱变换(英文)

本文讨论了有限阿贝尔群上的希尔伯特变换和张—哈特莱变换的性质。由于引入了群元素排序的概念和定义了函数的奇偶性,从而能够将函数划分出真函数与虚函数两种类别。本文引述了作者和L.Salinas 1986年在国际多值逻辑学术会议论文集上发表文章的主要结果,即实偶函数的奎斯特恩逊谱是实的和偶的;实奇函数的谱是虚的和奇的;取实值的真函数和虚函数两大类型函数的希尔伯特变换同它们的奎斯特恩逊谱的实部与虚部有明确的关系。在这基础上本文详细论证了张—哈特莱变换的性质,并提出了一种快速算法。本文证明了一个函数的奎斯特恩逊功率谱可以直接用张—哈特莱变换计算。因为这种变换是实值的,因此复数运算是可以避免的。     

一种融合相位估计的深度卷积神经网络语音增强方法

在时频域的语音增强中,幅度估计和相位估计都是影响语音增强性能的重要因素.为了在基于深度学习的语音增强方法中融合对相位的估计,本文将含噪语音短时傅里叶变换（STFT）的实部和虚部特征作为两个通道输入深度卷积神经网络,通过建立一个同步估计纯净语音STFT的实部和虚部特征的多任务学习模型,实现了对幅度和相位的同步估计.实验结果表明,相比仅考虑幅度估计的方法,本文方法具有更好的噪声抑制能力,在低信噪比条件下,显著提高了语音增强性能.     

基于协方差矩阵虚部的宽带DoA估计算法

在对称分布的宽带噪声场中,为提高宽带信号DoA估计能力,提出一种基于协方差矩阵虚部的非相干信号子空间算法(IISM)算法.根据采样协方差矩阵虚部不含对称噪声分量、只含非对称信号分量的特点,利用其虚部进行宽带信号DoA估计,该算法相比传统宽带非相干子空间算法能有效抑制对称噪声,提高DoA估计性能.仿真实验验证了算法的正确性和良好性能.     

基于稀疏贝叶斯学习的码元速率估计

现有的相位编码信号码元速率估计方法在样本点足够多的情况下才能准确估计出参数,且算法复杂度高。针对此问题,该文详细分析了BPSK信号的结构特征,并以此为先验信息对其循环自相关(CA)向量进行压缩采样,降低了传统贝叶斯复数处理方法的维度。利用压缩传感中离散傅里叶变换矩阵的奇偶性,分解传感矩阵为正弦和余弦变换,分别将CA向量的实虚部转换到对应变换域测量,根据复数信号实虚部具有相同支撑集这一特点,采用多任务稀疏贝叶斯重构时延积向量的单边谱分量,从而估计出码元频率。理论分析和仿真结果表明,相较于其它基于稀疏贝叶斯学习的参数估计算法,所提方法在测量数量较少的情况下也能准确估计出循环频率,且算法实时性显著提高。     

低波段大波束角SAR 脉冲响应函数特性研究

对合成孔径雷达(SAR)而言,其成像性能的优劣或SAR 图像质量可通过成像系统的脉冲响应函数(IRF)来表征。脉冲响应函数可看作是一个理想点目标的成像结果,这一函数由中央主瓣和一些旁瓣组成。SAR 系统的图像质量可以通过描述IRF 的空间分辨率、峰值旁瓣比、积分旁瓣比等主要特征进行描述和评价。文中主要对工作于VHF/ UHF 频段的低频大波束角SAR 系统的脉冲响应函数(IRF鄄USAR)特性进行了研究,推导了超宽带大波束角条件下的脉冲响应函数。基于点目标的傅里叶支撑谱与脉冲响应函数之间的对应解析关系,分析了IRF鄄USAR 的响应特性,并基于仿真及实测数据对IRF-USAR 响应特性进行了验证。     

脉冲噪声下基于压缩变换函数的LFM信号参数估计

针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法.该文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变.将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计.仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性.     

基于解析轮廓波变换的图像稀疏表示及其在压缩传感中的应用

 提出了具有平移不变性的低冗余度解析轮廓波变换.在该变换中圆对称滤波器组首先将图像分解为多个不同分辨率的细节子带和一个低频子带,再对细节子带进行希尔伯特变换形成二维解析信号.最后用方向滤波器组对二维解析信号进行分解,实现具有平移不变性多尺度多方向的解析轮廓波变换.解析轮廓波变换基函数的实部和虚部与Gabor小波的实部和虚部类似,符合人眼视觉特性.实验结果表明解析轮廓波变换在图像去噪和压缩传感方面具有明显优势.     

二维位相的实时测量

在一个由180°旋转剪切干涉仪和傅里叶透镜组成的光学系统中,二维函数傅里叶谱的实部和虚部可自动分离,因此傅里叶谱的位相能实现实时测量。利用测到的位相和振幅数据,作为物函数的几个阿拉伯数字被逆数字傅里叶变换反演,其结果与输入物函数一致。     

关于Chrestenson正交变换的讨论

本文首先给出了三类新的Chrestenson正交变换；其次说明了定义在Z_p~n上的复正交函数系的实部与虚部之和能构成一个实正交函数系的充要条件，从而给出了三类新的张—哈特莱（Hartley）正交变换；最后，通过Chrestenson变换和张—哈特莱变换的关系，说明了张—哈特莱变换可用来刻划逻辑函数的某些特征。     

STTFD的特性分析及其在线性调频信号 参数估计中的应用

 精确地估计线性调频(LFM)信号的中心频率和调频率值,在雷达信号处理中有着十分重要的作用.WVD变换具有估计线性调频信号的中心频率和调频率特性,但当存在多个线性调频分量时,交叉项会严重影响线性调频信号中心频率和调频率的估计.针对这一问题,本文提出了基于STTFD(时频分布尺度变换)的线性调频信号参数估计的方法,即在时频平面内对信号进行尺度变换,去除信号瞬时时间和相关函数延迟量的耦合,使线性调频信号的频率随时间变化呈线性分布变为不随时间变化的常数分布,再通过在时频平面内沿时间轴做FFT积累所得到的信号峰值位置来估计信号的中心频率和调频率参数值,并且对STFD的特性以及相关函数延迟量和尺度变换常数对STTFD的影响进行了详细的分析.在本文最后,通过仿真数据验证了STTFD的特性及其精确估计线性调频信号参数的有效性.     

基于粒子群优化的MPSK信号频偏估计算法

针对传统多进制数字相位调制(MPSK)信号非数据辅助(NDA)频偏估计算法存在估计范围有限、估计方差较大、符号个数少时估计性能受限等问题,提出了基于粒子群优化的频偏估计方法。该算法以频偏估计的似然函数为目标函数,模拟群体智能搜索最优解。仿真结果表明,本算法无偏估计范围大,在符号数较少、信噪比较低时,估计方差接近克拉美罗下限(CRLB),性能优于经典的离散傅里叶变换(DFT)算法和Kay算法。     

脉冲噪声下基于压缩变换函数的LFM信号参数估计

针对现有线性调频(LFM)信号参数估计方法在脉冲噪声下性能退化甚至完全失效的问题,该文提出一种脉冲噪声下估计LFM信号参数的新方法。该文构造了一种新的压缩变换(CT)函数,分析了该函数在零点附近的近线性,推导了任意随机变量经该函数变换后的2阶矩有界,证明了函数变换前后LFM信号的初始频率和调频斜率信息不变。将经过函数变换后的信号进行分数阶傅里叶变换(FrFT),根据FrFT域中峰值坐标和信号参数的关系,寻找变换域中的峰值点,实现信号参数的估计。仿真实验表明,该方法可有效抑制脉冲噪声且能准确估计出信号的参数信息,实现简单,不需要噪声的先验信息,具有良好的稳健性。     

共轭对称数据的DFT及其FFT算法

该文对共轭对称复数序列的离散傅里叶交换(DFT)及其快速傅里叶变换(FFT)算法进行了研究,获得共轭对称序列的DFT具有虚部为零的性质,并开发出适用于共轭对称数据的FFT算法。该算法与传统FFT算法相比减少了一半的计算量和存储单元,运算速度提高了一倍。     

基于相量测量的等效电流量测变换状态估计的研究

针对同步相量测量单元(PMU)测量的特点,分析了引入PMU测量值对电力系统状态估计的影响,引入PM U量测信息的状态估计模型.在该等效电流量测变换状态估计模型的基础上引入旋转变换,不需对电压的相角和幅值及有功和无功的量测权重作出任何假设,即可实现方程的实、虚部严格解耦.同时,该方法可以充分利用PMU的信息, 包括支路电流相量量测,并且所需的存储量较小、计算速度较快和计算精度高,具有较好的工程应用前景.     

OFDM系统中基于局部离散余弦变换的信道估计

论述了一种新的基于局部离散余弦变换(LDCT, local discrete cosine transform)的正交频分复用(OFDM, orthogonal frequency division multiplexing)系统信道估计方法.与传统的离散傅里叶变换(DFT)和离散余弦变换(DCT)不同,LDCT基函数具有良好的时域能量集中特性,可迅速捕获信号中的时变成分,有效跟踪信号时频结构的变化,有效地抑制符号间干扰(ISI)和信道加性高斯白噪声.仿真结果表明,该方法优于基于DFT和基于DCT的信道估计,是一种可行而且有效的信道估计方法.     

OFDM系统相位噪声的迭代估计方法

OFDM系统对相位噪声(PHN)非常敏感,由其引起的子载波相位旋转和载波问干扰(ICI)会严重恶化系统性能.本文提出了一种新的OFDM接收机PHN迭代估计方法,利用优化理论(Majorization)得到最大似然(ML)代价函数的优化函数,通过对优化函数求最大化得到ICI系数的迭代估计,将估计的ICI系数变换到时域得到PHN估计,来校正每个样点的相位误差,从而达到抑制PHN的目的.与传统的基于ML的PHN估计方法相比,该方法具有较低的运算复杂度.文章对算法在多径信道环境下进行了仿真,结果表明所提方法对PHN引起的ICI有较好的估计性能.     

基于扇区空域预滤波的方位估计新方法

提出了基于扇区空域预滤波的微弱信号目标方位估计新方法,通过对传感器阵列接收数据进行扇区空域预滤波.抑制扇区以外的干扰和噪声,获得扇区内源信号相关的阵元域数据.应用虚部MUSIC方法对空域预滤波后的阵元域数据进行方位扫描,获得扇区内非对称信号源的方位信息,提高了系统对低信噪比信号的处理能力.计算机仿真结果表明,扇区空域预滤波后的虚部MUSIC方法,能有效地检测和分辨出偏离对称中心的低信噪比信号.     

线性调频信号时/频差估计算法

提出了一种新的快速估计线性调频信号时/频差的算法.该算法将抽取的自模糊函数与Radon变换结合估计线性调频信号的调频率, 通过分数阶傅里叶变换估计出模糊函数脊线与频率轴交点位置, 应用解调频沿脊线搜索模糊函数峰值.对于接收信号中存在多分量的情况, 根据其模糊函数脊线位置的不同, 该算法能够分辨各分量信号, 并分别精确估计出各分量的时/频差.由于只需一维搜索模糊函数峰值, 并可用快速傅里叶变换实现, 该算法大大减少了运算量.仿真实验表明, 随着信噪比的提高, 该算法估计的时/频差均方误差逐渐逼近克拉美-罗下界.     

小波分析在1/f噪声分析中的应用

提出一种基于正交基展开方法的脉冲响应辨识方法--正交尺度变换法.这种方法以正交尺度函数展开的形式表示脉冲响应函数,对信号进行正交尺度变换,并使用最小二乘类参数辨识方法估计参数.这里提出的方法只需辨识g(t)在最大的尺度下的正交小波变换系数,使得辨识的计算量大大减少.仿真结果表明,在辨识所用的数据长度相同的前提下,该辨识方法不仅具有高精度,而且具有强跟踪参数变化能力.     

基于分数阶Fourier变换的模糊函数及其在二次调频信号参数估计应用中的研究

作为处理非平稳信号的一种重要工具,模糊函数(ambiguity function,AF)已经被广泛应用于雷达信号处理、声纳技术等领域,并对线性调频信号信号的参数估计具有极好的处理能力。但对应用于众多领域的二次调频信号,模糊函数就显得无能为力了。作为Fourier变换的更广义形式,分数阶Fourier变换(Fractional Fourier transform)近年来受到了广泛关注。为解决二次调频信号的估计问题,本文研究了基于分数阶Fourier变换的模糊函数,给出了这种变换的一些新的重要性质,如共轭对称性、Moyal公式、时移性等,推导出了它与经典模糊函数、基于分数阶Fourier变换的Wigner分布、短时Fourier变换、小波变换等其他时频变换的关系。作为应用,最后本文用这种分数阶模糊函数来估计二次调频信号,应用实例的仿真结果表明了分数阶模糊函数在估计二次调频信号参数方面的可行性和有效性。