基于快速傅里叶变换的正弦信号频率高精度估计算法

为了进一步提高加性高斯白噪声背景中正弦信号的频率估计精度,提出了一种新的基于插值快速傅里叶变换(FFT)的正弦信号频率估计算法.首先,对N点正弦采样序列进行等长度时域补零延长,再进行 2N 点FFT; 然后, 搜索幅度最大离散谱线位置得到频率粗估计值; 最后, 采用幅度最大谱线以及原信号的离散时间傅里叶变换(DTFT)在幅度最大谱线左右两侧的两点抽样值进行精估计.仿真结果表明,当信号实际频率位于FFT两条离散谱线之间任意位置时,所提算法的频率估计均方根误差均接近克拉美罗下限,具有较好的一致性,估计精度高于Candan算法、Fang算法、三谱线合理结合(RCTSL)算法和Aboutanios算法, 且信噪比阈值较低,估计性能优于现有频率估计算法.     

一种稀疏度自适应的稀疏傅里叶变换算法

稀疏快速傅里叶变换需要信号以傅氏域的稀疏度为先验信息,但稀疏度通常是未知的,在一定程度上限制了算法的应用。为此,提出一种新的稀疏傅里叶变换算法。在下采样域进行能量检测,得到稀疏度的初始值,通过增大下采样维度提高稀疏度估计的准确性,从而近似估计稀疏度,设定阈值剔除冗余信息从而得到较好效果。实验结果表明,当信号长度大于219或稀疏度小于900时,该算法性能优于西方快速傅里叶变换,且具有较强的鲁棒性。     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

快速傅里叶变换的两个新应用

在时频分析领域,离散傅里叶变换是一种非常重要的工具,尤其快速傅里叶算法FFT出现以后,其在信号分析和处理中得到了广泛的应用。本文从频域分析的角度,给出了两个FFT新的应用实例,包括小信号频域检测和双音多频信号检测,以使人们加深对FFT原理的理解。     

利用基本信号求解复杂信号的傅里叶变换

在信号与系统的教学过程中,求解信号的傅里叶变换一直是教学中的重点和难点,特别是对复杂信号傅里叶变换的求解,很多学生感到无从下手.介绍了一种在时域中将复杂信号用基本信号来表示,再通过基本信号的傅里叶变换,以及傅里叶变换的性质来求解复杂信号傅里叶变换的方法,有助于提高学生的学习兴趣,培养学生的工程思维能力,拓宽了解题思路.     

基于稀疏傅里叶变换的低采样率宽带频谱感知

针对传统频谱感知方法应用于宽带频谱感知时存在采样率过高的现象,提出一种基于稀疏傅里叶变换的采用奈奎斯特采样进行宽带信号频谱感知的方法。该算法在频谱分布稀疏时具有极低的误判率,并在频谱占用率增加时,提出了改进的算法,最后利用MATLAB仿真验证了稀疏傅里叶变换用于宽带频谱感知方案的可行性。相比传统方法,本文的频谱感知方案需要的采样率仅为奈奎斯特采样率的20%。     

快速傅里叶变换在地学信息提取中的应用

对地学数据处理时,把原始数据中的干扰去掉,保留数据中的真实信息,是迫切需要解决的问题。文章引入快速傅里叶变换对地学数据进行处理,以地球化学数据为例,通过谱密度图分析对数据进行降噪,以达到优化数据,提高信息提取准确度的目的。     

基于游程检测与快速傅里叶变换的加密比特流识别

为获得链路层中的加密与未加密比特流样本,首先提出了基于游程检测方法的链路层加密比特流识别方案,解决了未知网络环境下的加密与未加密比特流样本获取问题.同时,采用快速傅里叶变换分别对加密与未加密比特流样本进行处理,根据最大差异原则确定了快速傅里叶变换结果的特征点位置,并基于正态分布原理确定了特征点的取值,建立了特征模板.最后,以某无线网络链路层加密比特流为识别对象,对提出的方案的有效性进行了验证.结果表明,该方案对链路层加密与未加密比特流的识别率均可达到95％以上.     

基于快速傅里叶变换的荧光测温仪

采用激光加热小基座法生长出端部掺Cr3 的蓝宝石光纤荧光温度传感头,具有结构紧凑,耐高温等特点,测温范围从室温到450 ℃.基于快速傅里叶变换的拟合方法,从第一个非零项的相位角的正切值得出被测的荧光寿命,具有速度快、误差小、不受本底干扰等优点.与其他几种传统的拟合方法进行比较,快速傅里叶变换方法的测量偏差不到Prony方法的一半,与Marquardt方法测量的偏差接近.另外,快速傅里叶变换方法由于不受本底噪声影响,可以不必在信号处理时去掉本底噪声,可以缩短测量时间,提高测量的分辨率.     

一种基于小波和快速傅里叶变换的学习型歌唱系统

语音识别和合成技术分别实现了计算机理解人类语言和模仿人类阅读文本的功能,提出了一种实现计算机学习并演唱歌曲的系统。系统运用敲击定位法定位发音时刻,然后利用Daubechies小波变换和快速傅里叶变换计算出对应的基频,采用语音合成技术输出声音。     

基于快速分数阶傅氏变换的DDoS攻击检测

针对传统检测方法存在精度低、训练复杂度高、适应性差的问题,提出了基于快速分数阶Fourier变换估计Hurst指数的DDoS攻击检测方法。利用DDoS攻击对网络流量自相似性的影响,通过监测Hurst指数变化阈值判断是否存在DDoS攻击。在DARPA2000数据集和不同强度TFN2K攻击流量数据集上进行了DDoS攻击检测实验,实验结果表明,基于FFrFT的DDoS攻击检测方法有效,相比于常用的小波方法,该方法计算复杂度低,实现简单,Hurst指数估计精度更高,能够检测强度较弱的DDoS攻击,可有效降低漏报、误报率。     

一种基于改进傅里叶变换的回弹补偿算法研究*

针对回弹规律比较复杂的冲压件中高精度的要求,提出了一种基于改进傅里叶变换的回弹闭环控制系统模型。首先,从产品模型出发利用有限元分析、成形工艺参数优化等方法进行初始模具设计;然后对模具及冲压产品进行测量,评价回弹误差;最后通过两个迭代循环来基本消除回弹误差,完成最后模具修正补偿。实验证明,利用该模型可以有效地完成对模具形状修正,实现了复杂冲压件的回弹补偿。     

利用快速傅里叶变换的目标尺度自适应回归跟踪

目的 视频跟踪中,跟踪背景复杂及目标表观变化是导致跟踪失败的主要原因.回归跟踪算法利用目标的表观信息建立回归模型进行跟踪,然而该算法的跟踪效率较低;基于循环结构的检测跟踪方法能有效利用循环结构提高跟踪效率,但该算法不能跟踪尺度变化的目标.为解决上述问题,本文提出一种基于快速傅里叶变换的尺度自适应回归跟踪算法,方法 首先利用快速傅里叶变换建立目标的核岭回归模型并搜索得到目标的中心位置,然后计算候选目标区域像素点的权重分布图,从而估计出目标的最佳尺度.结果 进行6组实验,与当前常见算法(CBWH、IVT、DFT、DSST、增量试探法)相比,本文算法不仅能较好地适应背景、目标尺度及姿态的变化,而且平均每帧运行时间短(毫秒级).结论 本文提出一种基于快速傅里叶变换的尺度自适应回归跟踪算法,算法对背景、尺度及姿态变化的目标跟踪具有较强的鲁棒性和很好的跟踪效率.     

一种基于二叉胖树模型的并行FFT算法

二叉胖树网络结构是一种易于实现蝶式计算的网络拓扑结构,基于这一特点,首先构造了一种二叉胖树的逻辑模型,并提出了一种基于该模型的并行快速傅立叶变换算法。该算法使得进程间有良好的负载平衡,相对于串行算法来说,大大降低了时间复杂度。在集群系统和MPI环境下,给出了该算法的实现及实验数据分析。     

面向FPGA的稀疏傅里叶并行算法实现

提出了一种基于最优搜索的稀疏傅里叶变换(SFT)的并行实现设计。首先将输入信号分为并行N组,分别进行快速傅里叶变换(FFT),实现信号频率分量的取模处理,然后通过排序搜索获得。经验证,相较于FFTW,当信号长度大于524 288时,执行时间会有更好的表现;相较于正交匹配算法及其他SFT的FPGA实现,其系统的复杂度降低了。     

基于Markov过程和伪极坐标快速傅里叶变换的重采样篡改检测

针对图像中的重采样篡改操作导致的离散余弦变换(DCT)系数之间相关性的变化,提出了一种新的图像重采样篡改检测方法。首先,提取Markov特征,利用高阶统计量分析重采样图像中离散余弦变换系数之间的关系;然后,将图像所在的笛卡儿坐标映射到伪极坐标(Pseudo-Polar)轴上提取图像的光滑度作为纹理特征,利用纹理特征检测图像的重采样操作;最后,将提取的两类特征输入到支持向量机(SVM)中训练和分类,从而检测出图像中的重采样篡改操作。实验结果表明:所提方法可以检测出图像中的重采样篡改操作,并具有较好的检测率,且对于一定范围内的加噪处理也具有鲁棒性。     

Calculating the n-dimensional fast Fourier transform

The one-dimensional fast Fourier transform (FFT) is the most popular tool for calculating the multidimensional Fourier transform. As a rule, to estimate the n-dimensional FFT, a standard method of combining one-dimensional FFTs, the so-called “by rows and columns” algorithm, is used in the literature. For fast calculations, different researchers try to use parallel calculation tools, the most successful of which are searches for the algorithms related to the computing device architecture: cluster, video card, GPU, etc. [1, 2]. The possibility of paralleling another algorithm for FFT calculation, which is an n-dimensional analog of the Cooley-Tukey algorithm [3, 4], is studied in this paper. The focus is on studying the analog of the Cooley-Tukey algorithm because the number of operations applied to calculate the n-dimensional FFT is considerably less than in the conventional algorithm nN ⁿ log₂ N of addition operations and 1/2N ^{n + 1}log₂ N of multiplication operations of addition operations and $\frac{{2^n - 1}} {{2^n }}N^n \log _2 N$ of multiplication operations against: N ^{n + 1}log₂ N of addition operations and 1/2N ^{n + 1}log₂ N of in combining one-dimensional FFTs.     

基于快速傅里叶变换的人体活动识别改进算法研究

主要探讨了人体活动识别KNN算法的改进方法,该方法通过快速傅里叶变换算法和相关性分析,把采集到的信号时域特性变成频域特性,从而实现了对人体活动模式的识别。