应用于时频分析的低功耗短时傅里叶变换处理器(英文)

提出了一个应用于时频分析的短时傅里叶变换处理器。为了克服已有的离散短时傅里叶变换算法和结构的缺点,给出了一种基于快速傅里叶变换阵列的新结构。根据实际需要提出了一种新的高频域分辨率的SDF(Single-path De-lay Feedback)结构FFT单元,和传统的SDF结构FFT单元相比,反馈FIFO的深度和蝶形单元的数量都有所降低。再加上开发窗函数的对称性和适当合并硬件资源,与原始设计相比处理器的功耗降低了20%。使用中芯国际0.18微米工艺实现之后,系统工作时钟可以达到200MHz,即该处理器可以满足同样频率的采样信号的实时时频分析需求。     

高性能并行FFT处理器的设计与实现

提出一种高性能并行快速傅里叶变换(FFT)处理器的设计方案,采用4个蝶形单元进行并行处理,利用改进的无冲突操作数地址映射方式,保证每个周期同时读取和写入16个数据。给出该处理器的FPGA实现,性能评测结果表明,与其他FFT处理器相比,该并行FFT处理器的性能较优,能满足实际应用需求。     

高效可配置FFT处理器的VLSI设计及其应用

针对正交频分复用通信系统中的快速傅里叶变换(FFT)处理器的硬件实现,提出一种高效可配置的VLSI结构. 在基于存储器的FFT架构基础上,采用一种双路并行处理的数据通路和一种有效的控制方案,节省了硬件面积并提高了系统运算的效率. 此外,对FFT的蝶形运算单元进行了优化,使其能处理多种运算模式.基于该结构的FFT处理器已应用于DVB-T/H系统中,并在SMIC 0.18 μm工艺下进行了逻辑综合、Layout以及功耗分析,等效逻辑门数为56 k,在20 MHz工作频率下功耗约为33.5 mW.与FFT结构相比,该结构有效地减少了硬件面积和功耗.     

基于时频分析方法LPFT的语音处理GUI系统

由于语音的非平稳性及时变性,时频分析方法是处理语音信号的重要工具.然而线性短时傅里叶变换的时频聚集性较差,而双线性维格纳变换在处理多分量信号时会受到交叉项的干扰.为了克服以上两种时频分析方法的缺点,利用短时傅里叶变换的扩展形式即局部多项式傅里叶变换LPFT来处理语音信号,建立了基于LPFT的语音处理GUI系统,实现了在时域、频域和时频域对语音的分析和对比.并给出语音处理的例子,验证了LPFT方法与其它方法相比所具有的优势.该系统简明直观,是语音处理的较好的平台.     

一种快速线性时频变换方法

信号的频率含量在很多应用中是非常重要的,很多算法在这方面进行了研究。普通的S变换可以同时提供时间和频率信息,但需要的计算要求较高。本文介绍了一种线性时频变换方法,包括傅里叶变换（FT）、短时傅里叶变换（STFT）和S变换（ST）。它是一种离散的,可逆的,无冗余的变换算法,具有快速傅里叶变换（FFT）相同的计算复杂度。经过合理的调试和仿真,该方法有效地对非平稳信号频谱进行采样和加窗过滤,得到连续S变换频谱,说明在信号分析中具有可行性和适用性。     

递归时频重排算法在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数, 引入一种短时傅里叶变换的快速算法, 为改善其时频聚集性, 将该算法推广到重排域。该算法降低了参数估计的算法复杂度。最后,在跳频系统中对该算法的性能进行了仿真与分析。     

图像的定点FFT变换的精度分析

以TMS320DM642为例,针对图像处理中的定点快速傅里叶变换(FFT)进行研究分析。根据FFT的蝶形算法结构及图像数据的傅里叶变换过程,从量化误差和溢出误差的角度分析了实现图像的定点FFT过程中误差的来源,并导出了图像的FFT变换引入的误差均方值和最大噪-信比。对于2维M×N图像的FFT变换产生的量化误差的均方值与M和N成线性关系,而溢出误差的值相对于量化误差的值很小,可以忽略不记。TMS320DM642仿真器上得到的结果验证了理论分析的正确性。     

MDFT域参数立体声编码器设计与实现

FFT域参数立体声编码器在立体声参数提取和主声道编码时采用不同的时频变换, 导致计算复杂度高。设计并实现了一种MDFT（Modified Discrete Fourier Transform,修正离散傅里叶变换）域参数立体声编码器,使得立体声参数提取和主声道编码部分能够复用MDCT（Modified Discrete Cosine Transform,修正离散余弦变换）变换,从而有效降低计算复杂度。与经典的FFT域参数立体声编码器相比,在保证音质相当的同时,编解码计算复杂度下降约33%。完善并验证了已有的MDFT域参数立体声编码理论。     

一种基于FFT计算离散小波变换的方法

将小波变换和快速傅里叶变换（FFT）方法相结合,分析研究了用快速傅里叶变换计算离散小波变换的方法,总结变换结果和滤波器长度之间的移位关系,并提出通过把输入信号信号循环移位,实现完全重构的方法。这种方法计算的时间复杂度和快速傅里叶变换相当。     

LTE系统中FFT的研究与DSP实现

通过对常用快速傅里叶变换算法原理的研究分析,提出了一种简单有效的FFT算法实现方案,该方案已经在TMS320C64x DSP中实现.将FFT算法程序在CCS3.3中运行,验证了该方案的可行性、高效性.该方案已应用于LTE-TDD无线综合测试仪表的开发中.     

Ballistic missile detection via micro-Doppler frequency estimation from radar return

The spinning motion of a ballistic missile (BM), which is a kind of micro-Doppler motion, induces additional frequency modulation on the returned radar signal. This modulation period in frequency, called the micro-Doppler modulation frequency, is a stable and unique parameter in radar target recognition. This paper first establishes the radar signal model of the spinning missile during flight, and then extracts the micro-Doppler modulation frequency through analysis of the periodic structure of the resulting spectrogram (short-time Fourier transform (STFT)) - i.e., the time-frequency distribution (TFD). In order to be used for BM target recognition we implemented a data-dependent optimal window length for the STFT. We treated the resultant TFD as an image and then used the 2-D DFT/FFT for feature extraction. Experimental results illustrate the validity of the proposed method.     

离散S变换的频域算法和时域算法比较

在信号处理领域,S变换具有良好的时频结合特性,应用广泛。在实际系统中,S变换通过离散数值方法实现,有频域和时域两种形式,文献中多使用频域形式。在用S变换对一些信号作时-频分析时,频域和时域两种实现形式得到的时-频谱图有明显的差异,但没有文献对此问题进行相关讨论。离散S变换的频域算法使用快速Fourier 变换（FFT）和其逆变换（IFFT）实现,但由于Fourier变换蕴含周期特性,一些信号的S变换时-频谱图在始末两端会出现虚假频率信息,干扰信号的时-频分析结果。在研究S变换理论的基础上,给出离散S变换的时域实现。离散S变换的时域算法克服了频域算法的缺点,能更准确反映信号的时-频分布情况。通过对比实验,验证了时域算法的有效性。将S变换的离散时域算法用于地震数据拓频处理,结果显示方法能有效增强信号分辨率。     

Controlled-coverage discrete S-transform (CC-DST): Theory and applications

The S-transform (ST) is a popular linear time-frequency (TF) transform with hybrid characteristics from the short-time Fourier transform (STFT) and the wavelet transform. It enables a multi-resolution TF analysis and returns globally referenced local phase information, but its expensive computational requirements often overshadow its other desirable features. In this paper, we develop a fully discrete ST (DST) with a controllable TF sampling scheme based on a filter-bank interpretation. The presented DST splits the analyzed signal into subband channels whose bandwidths increase progressively in a fully controllable manner, providing a frequency resolution that can be varied and made as high as required, which is a desirable property for processing oscillatory signals lacked by previously presented DSTs. Thanks to its flexible sampling scheme, the behavior of the developed transform in the TF domain can be adjusted easily; with specific parameter settings, for example, it samples the TF domain dyadically, while by choosing different settings, it may act as a STFT. The spectral partitioning is performed through asymmetric raised-cosine windows whose collective amplitude is unitary over the signal spectrum to ensure that the transform is easily and exactly invertible. The proposed DST retains all the appealing properties of the original ST, representing a local image of the Fourier transform; it requires low computational complexity and returns a modest number of TF coefficients. To confirm its effectiveness, the developed transform is utilized for different applications using real-world and synthetic signals.     

低信噪比下跳频信号参数盲估计

针对通信对抗的实际应用,提出了一种在低信噪比下估计跳频信号跳速的方法。首先利用谱图的无交叉干扰项和修正平滑伪Wigner-Vile分布（MSPWD）的强时频聚集性,将谱图和MSPWD进行组合得到了清晰稳健的时频分布;然后基于此分布,利用二次差分法沿着频率轴搜寻每个时间的峰值显示来校正时频矩阵;根据此时频矩阵,分别利用FFT方法、自适应门限法、代价函数法来进行跳频周期估计,仿真结果显示,时频分布经过二次差分处理后,在更低信噪比下提高了估计精度,在跳速较低时,FFT方法在低信噪比时性能较好,在跳速较高时,代价函数法性能较好。     

A minimum variance distortionless response filter based on the bifrequency spectrum for single-channel noise reduction

This paper deals with the problem of single-channel noise reduction in the short-time Fourier transform (STFT) domain. Many algorithms have been developed to solve this important problem, most of which generally assume that the STFT coefficients in different frequency bands are uncorrelated, so the noise reduction is achieved by applying a gain function to the STFT of the noisy speech in each frequency band. However, this assumption is not accurate and the STFT coefficients of speech signals between neighboring frequency bands are correlated in practice due to the use of small lengths of the fast Fourier transform (FFT) and overlap add/save techniques in implementation. This paper formulates the noise reduction problem by taking into account the interband correlation using the so-called bifrequency spectrum. Based on this formulation, a single-channel minimum variance distortionless response (MVDR) filter is derived, which is shown to be able to significantly improve the signal-to-noise ratio (SNR) and meanwhile maintain the desired speech not much distorted. Simulations are presented to justify the claimed merits of the developed MVDR filter.     

一种适应于海量地震数据时频分析的快速算法*

为了克服MATLAB时频工具箱在计算大容量的地震数据的分频处理时,存在计算速度慢、内存不足以及ＦＦＴ的计算长度严重影响时频分辨率等问题,使其适应于实际海量地震数据的时频分析。对MATLAB时频工具箱中基于离散短时傅里叶变换的时频算法进行了改进,采用Fortran语言在微机上编程实现了该算法。理论实算表明,改进后的Fortran程序能够高效地计算大容量、短时窗地震数据的分频处理。     

基于Hilbert-Huang变换的语音信号分离

针对短时傅里叶变换不能正确得到非平稳信号的能量频率分布问题,提出了一种基于Hilbert-Huang变换的单信道语音信号分离的算法。该算法首先对分解得到的各内蕴模式函数分量(IMF)进行Hilbert变换,得到混合信号时频面上的Hilbert谱,然后对混合信号的Hilbert谱运用独立子空间分析的方法得出代表各个独立源信号的子空间,并对其求逆变换,从而恢复出各个源信号。通过仿真实验验证了此算法的正确性和有效性,且与短时傅里叶变换时频分析法相比较,其分离性能明显得到改善,显示了Hilbert-Huang变换在处理非平稳信号的优越性。