稀疏信号的周期非均匀采样研究

为了实现稀疏信号的有效采样,根据稀疏信号仅有部分频带有能量的特点,建立了周期非均匀采样与重构的模型;利用联合子空间理论将采样与重构转换为向量运算。借助多测量向量模式确定非零行向量的位置,并通过插值器实现信号完整重构,使其能够在数字系统中应用。实验与仿真结果表明该方法能够实现稀疏信号的采样与重构。     

基于变尺度频移带通随机共振的多频微弱信号检测方法

针对噪声背景下多频微弱信号检测难题,提出一种基于变尺度频移带通随机共振的多频微弱信号检测方法。首先对信号不同频段进行频率变尺度二次采样压缩处理,使每个频段满足随机共振条件。再经过随机共振系统使多个微弱信号频率成分分别得到增强,各段增强信号在合成前对各个频段的共振输出进行带通滤波处理,只保留增强段的信号成分。最后将得到的分段加强信号进行合成,实现多频微弱信号的检测。仿真和实际信号分析结果表明,所提方法简单易行,很好地实现了多频微弱信号的检测,能有效提高信噪比,具有良好的工程应用前景。     

一类非均匀采样信号的内插重构算法

本针对多路Ａ／Ｄ交替采样存在的采样非均匀现象,分析了此类非均匀采样信号 ,进而推导出其内插重构算法,并通过计算机仿真验证了算法的正确性。该重构算法在工程实际中具有应用价值。     

使用合成滤波器组的SAS方位向非均匀采样信号重构

针对多子阵合成孔径声纳(Synthetic Aperture Sonar,SAS)在方位向上非均匀采样对后续成像处理带来的方位向失真的影响,给出了基于滤波器组的方位向非均匀采样信号重构算法.该算法利用SAS方位向周期性非均匀采样信号与经过分析滤波器组的信号之间的相似性,将周期非均匀采样信号通过合成滤波器组进行重构得到均...     

非均匀采样时带通信号重建像函数的一种计算方法

在广义采样定理的信号模型的基础上,讨论了非均匀采样时带通信号的重建问题,导出了重建函数的傅里叶像的一种有效计算方法,最后给出了带通信号重建的计算机仿真实例。     

频谱泄漏校正的多频实信号频率估计算法

为抑制多频实信号中负频率频谱泄漏和正频率频谱间相互泄漏对频率估计的影响,提出一种频谱泄漏校正的频率估计算法。利用FFT法对采样信号进行预处理,得到每个分量的频谱索引;对信号频谱进行插值分析,构造所有负频率和非待估计正频率的频谱插值;采用相减策略将信号频谱插值和构造的频谱插值相减,得到抑制了频谱泄漏的待估计正频率频谱插值;对生成的频谱插值进行分析,得到各分量频谱偏移量估计值;经迭代计算得到各分量精确的频率、幅值和初相位估计值。在不同频率间隔、不同信噪比等条件下的仿真实验结果表明:所提算法具有良好的频率估计性能,有效抑制了频谱泄漏的影响,提高了多频实信号的频率估计精度,使得频率估计值的均方误差更接近于克拉美罗下限。此外,在LFMCW雷达实验平台上进行了测距实验,检验了所提算法的实际应用效果。     

基于相关函数包络峰细化的高精度超声测距法

建立了超声测距时延估计模型,由于窄带超声回波参考信号与接收信号的相关函数在极值点附近具有慢衰减高频振荡特性,所以有必要将搜索直接相关函数的极值点转化为搜索相关函数包络的极值点.针对相关峰常规插值方法在多倍插值的情况下存在计算复杂、时延估计精度不高等缺点,结合超声回波信号的窄带带通特性和相关峰细化(Fine Interpolation of Correlation Peak)原理,提出了直接提取相关函数包络及包络峰细化方法,并分析了其计算复杂度.仿真与实验研究表明,该方法能大大提高相关函数包络峰值分辨率,适用于类超声回波信号的带通信号精细时延估计问题.     

完全重构的双正交滤波带

给出了由已知的双正交矩阵滤波带BMFs构造出许多新的双正交矩阵多滤波带的方法。且有如果已知的BMFs,满足完全重构条件,则构造出来的BMFs也满足完全重构条件,另外,我们也可以从低阶BMFs构造更高阶BMFs。从数学的观点来看,这种变换可能会改变多尺度函数的支撑区间,正则性和逼近阶,然而将原始的和构造出来的BMFs应用到信号处理中,却可以得到相同的输出信号。     

带限离散谱连续信号频谱分析方法优化

实际系统中的连续信号随时间变化的规律可用信号的频谱完全描述。只有选择合理的采样频率和采样时区宽度,对信号有限多次观察测量才可能发现连续信号的频谱。因频率泄漏和频谱混叠的存在,采样法分析获得的信号频谱只能逼近连续信号实际频谱。研究发现,改变采样数据总量时,采样数据的频谱也随之改变。频谱成份最少的分析结果才最接近连续信号的频谱。可通过改变采样数据总量来找到连续信号频谱。设计了由采样数据识别带限离散谱连续信号频谱的Mathematica程序。     

基于双信号对比法的水声信号重构技术

针对水声信道的多途干扰问题,提出了一种适合同态系统的信号重构方法。从同态滤波技术的解卷积特性出发,推导了水声多途信道的复倒谱表达式,对比不同地点或不同时刻接收信号的倒谱特征,通过提取相似性高的成分,实现了基于双信号对比法的水声信号重构技术。仿真和试验数据处理结果验证了方法的有效性,且性能优于常规特征滤波器。     

一种基于滤波器组设计的多频带组合信号增强方法

针对低信噪比情况下未知多频带组合信号增强及其检测问题,提出了一种基于滤波器组设计的多频带组合信号增强方法。首先,依据耳蜗时频分解原理设计伽马通滤波器组,对传感器采集数据进行分频带处理;然后,根据信号与背景噪声在强度和稳定性上的差异性,对各频带数据进行方差归一化处理,建立判决统计量;最后,依据判决统计量对各频带数据进行判决处理,实现对多频带组合信号增强。数值仿真结果表明,在仿真条件下,该方法能够将数据中未知多频带组合信号信噪比提高6 dB以上,在信号频带未知情况下实现了对多频带组合信号的增强,提升了能量累积检测方法对未知多频带组合信号的检测效果。     

分形信号的小波分析

本文提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点,采取离散小波变换（ＤＷＴ）对分形信号进行多尺度分解,使其成为各尺度上的近似平稳信号,从而可利用通常的Ｗｉｅｎｅｒ滤波＾［５］或Ｋａｌｍａｎ滤波＾［７］方法进行估计,然后再由ＤＷＴ进行多尺度重构,估计出被噪声污染了的原始信号。本文重点对分形信号的ＤＷＴ进行算法设计,并估计了计算复杂度。     

一种基于多测量向量模型的机械振动信号联合稀疏重构方法

针对目前机械设备越来越智能化、高速化、集成化和复杂化,传统的压缩感知模型(单测量向量)获得的测量信息比较单一,需要在不同监测点分别进行测量获得多个信号数据,浪费时间,并且忽略同一机器不同监测点之间信号的相关性,为充分利用信号间和信号内的相关性,更大程度上减少冗余性和采样时间,提出一种基于多测量向量模型的机械振动信号联合稀疏重构方法。重点研究了重构方法的设计:基于粒子群算法,首先通过时间稀疏贝叶斯算法求解出初始解,然后结合贪婪算法的修剪技巧并加入自适应粒子激活机制进行位置更新寻找最优解,最后对振动信号进行精确重构。实验结果显示,该方法较其它方法而言能有效的恢复机械振动信号且重构误差相对较小。     

水下爆炸作用下船体结构应变信号修正方法

提出了用小波变换对水下爆炸作用下船体结构应变信号进行畸变和漂移修正的方法,采用db8小波函数对原始信号,进行6层分解,对分解出的细节信号进行重构并对原始信号和修正信号进行功率谱分析,与传统的多项式最小二乘法和滑动平均法进行修正的结果进行了对比分析,分析结果表明:采用小波变换方法能够准确地分离出代表信号趋势的低频成分,对...     

光子计数动态剪切干涉仪的实时波前处理机

介绍了光学计数方法下的波前处理机的构成及工作原理，解决了弱光条件下的光子脉冲计数，并以ＴＭＳ３２０Ｃ２５高速数字信息处理器为核心，快速完成了波前相位计算，波前重构，控制信号的并行输出及波面信息的实时监测。     

交流电力智能传感器粗信号处理实验平台的软件设计

在Keil集成开发环境中设计采用单片机的交流电力智能传感器实验平台的软件系统。该软件包括信号采集、信号预处理、粗信号处理等功能模块,分别完成电力信号的采样与保存,交流电力周期与偏移量的获取,基于定义法、相关分析法、最小二乘法的交流电力难测特征参数幅值与初相位的分析。实验表明,该软件能较好地实现交流电力智能传感器的多种粗信号处理方法,满足实验平台的要求。     

A Technique for Synthesizing Digital Filters

In designing digital systems, one often faces the task of replacing a given analog filter by an equivalent digital filter. This paper proposes a method for synthesizing such digital filters in the time domain. It is assumed that the pulsed transfer function of the digital filter is a ratio of two rational polynomials. The coefficients are then determined by least-square fitting the digital filter to the analog filter's sampled input and output data. The resulting equations for computing the coefficients are linear. It is shown that the digital filter is essentially related to the analog filter, the sampling time, and the power spectrum of the signal being processed. If the signal is band-limited and the sampling frequency is sufficiently high, the digital filter can then be simply approximated by the Z transform of the analog filter multiplied by the sampling period.     

桥梁动力测试信号的自适应分解与重构

针对桥梁结构动力测试信号噪声水平高、难以分离结构有效信号的特点,在总体平均经验模态分解方法和主成分分析的基础上,建立了自适应分解与重构方法。对经验模态分解结果的模态混叠现象进行深入分析,利用白噪声概率密度函数的均匀性对模态混叠模式一进行了改进,基于相关性分析改进了模态混叠模式二,改进后的分解方法在计算效率和分解精度上均有较大提升;随后对所有分解获得的固有模态函数进行多尺度主成分分析,实现降噪和选择并重构测试信号。分别用模拟信号和实际桥梁测试信号对所提方法的有效性进行了验证。结果表明:改进后的信号自适应分解和重构方法能在降噪的同时,有效地提取桥梁结构信息,可用于实际桥梁结构的动力测试分析中。