三种典型信号处理方法浅析

介绍了三种信号处理方法——标准傅里叶变换、短时傅里叶变换、小波变换的联系、区别及各自的特点，并介绍了各种方法的适用条件。     

小波与傅里叶变换耦合的静电监测信号去噪法

针对航空发动机气路静电监测信号微弱、背景噪声大、信噪比低、信号特征难以提取的问题,根据傅里叶变换和小波阈值降噪理论,提出了小波分解与傅里叶变换耦合的滤波法,并与常规的陷波器消噪法、小波阈值消噪法进行了对比研究.模拟实验结果显示小波分解与傅里叶变换耦合法的滤波效果明显优于其他两种方法,将该方法用于发动机气路模拟实验采集的监测信号处理,结果表明:小波分解与傅里叶变换耦合的滤波法适合对航空发动机模拟气路静电监测信号做滤波处理,可以用来提取异常信号发生的位置.     

基于加Blackman窗FFT和db44小波包变换的综合电力系统谐波分析

传统的傅里叶变换（FFT）主要适用于平稳信号的分析,确定信号的幅值和频率,但会丢失信号的局部信息,而小波包变换虽然可以准确得到信号局部细节的信息,但其分析精度不及傅里叶变换。将高分析精度的傅里叶变换和可以准确得到信号局部细节信息的小波包变换结合,提出结合两者优点的谐波分析方法。对平稳信号采用加Blackman窗傅里叶变换进行分析,得到信号的频率和幅值。对暂态信号采用db44小波包变换进行分解分析,得到信号局部细节的信息。通过 MATLAB仿真结果表明,该方法可以准确分析电力系统中的稳态谐波并准确定位暂态谐波。     

基于SFFT的宽带信号互谱法测向算法

在无线电频谱监测中,随着数据采集能力和采样频率的不断提高,对算法的时效性提出了更高要求。对于宽带信号测向系统,提出基于稀疏快速傅里叶变换的互谱法相位测量算法,该算法利用信号频域的稀疏特性,通过频谱重排、滤波、降采样和估值,能快速计算出频谱中K（信号稀疏度）个拥有最大值的傅里叶系数。利用这K个大值点计算平均时延,在保证与传统快速傅里叶变换有相同精度的同时,降低算法的时间复杂度。分析表明,该算法的时间复杂度与信号稀疏度K呈亚线性关系。该方法提高了算法效率。仿真分析对比了基于稀疏快速傅里叶变换的互谱法和基于快速傅里叶变换的互谱法的误差,表明了该算法的有效性。     

基于复Morlet小波的地层钻探识别

在低信噪比时,短时傅里叶变换和实小波变换无法准确提取钻头进入不同地层的时延信息。为此,提出一种复小波变换分析法。利用幅值和相位信息对信号突变点进行提取和定位,从而实时判断钻头钻进目的层的时刻。实验结果表明,该方法能准确表征振动信号的时频特征,与短时傅里叶变换和实小波变换相比,具有更好的时间定位和抑噪能力。     

信号的小波分析及在信号检测中的应用

对典型的线性调频信号进行了小波分析,并运用小波变换方法对噪声中的方波信号和正弦信号进行了检测,讨论了小波变换滤波器参数变化对检测性能的影响,最后,将小波变换与短时傅里叶变换进行了比较。     

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。     

Duffing振子与分数傅里叶变换的Chirp水印检测性能对比研究

研究Duffing 振子和分数傅里叶变换在Chirp类水印检测中的性能比较。首先分析目前分数傅里叶变换检测Chirp类水印的不足, 然后将嵌入在载体低频小波域的非周期Chirp信号通过分块平滑转换为单频周期信号, 利用Duffing振子阵列检测器检测微弱的周期信号。实验表明, 当信噪比为-41 dB时, Duffing振子仍然能有效检测到水印的存在, 此时分数傅里叶变换失效; 而当信噪比较高时, 分数傅里叶变换计算较Duffing振子检测简单。     

地震波形信号小波去噪研究

从小波变换的基本原理出发,讨论了如何选择合适的小波函数及适当的阈值,以实现非线性非平稳地震信号的去噪算法。利用多尺度小波分解对地震波形数据进行了分析,在MATLAB中实现了对地震信号的去噪算法。分析比较了基于傅里叶变换和基于小波变换的两种算法对实际地震信号的去噪效果。结果表明,对于非线性非平稳地震信号的噪声消减,小波变换去噪算法显著优于傅里叶变换去噪算法。     

基于离散小波变换的信号分解与重构

为数值计算简化和理论分析简便,在实际信号处理应用中,需要对小波变换进行离散化处理。介绍了傅里叶变换与小波变换的基本理论,以及离散小波变换在信号分解和重构过程中的原理及方法。利用MATLAB小波工具箱中提供的函数分别对一维信号和语音信号进行分解与完全重构,并对结果进行分析比较。仿真结果表明,用离散小波变换进行一维和语音信号分解时均可有效地获取其平均相似信息和细节信息,重构信号与原始信号相比损失较少,分解和重构均得到了很好的效果。     

小波变换的FPGA实现

为了实时进行不同小波基的快速小波变换,本文介绍了利用现场可编程阵列FPGA实现小波变换的设 计.     

Fast Reverse Jacket Transform As an Alternative Representation of the N-Point Fast Fourier Transform

The Reverse Jacket matrix (RJM) is a generalized form of the Hadamard matrix. Thus RJM is closely related to the matrix for fast Fourier transform (FFT). It also has a very interesting structure, i.e. its inverse can be easily obtained and has the reversal form of the original matrix. In this paper, we have shown that a transform based on the RJM offers a simple structure of N-point FFT in terms of the decomposition of the corresponding matrix and that it computes very fast the center weighted Hadamard transform.     

基于DMFT的高动态载波捕获算法的改进

基于FFT的载波捕获方法对高动态信号不能适用,离散匹配傅里叶变换(DMFT)虽可用于高动态信号,但是其运算量大、精确度差。基于以上分析本文提出了将延迟自相关、FFT与DMFT三者相结合的二维载波捕获算法。首先将中频采样信号与其延迟做自相关,通过信号的延迟自相关的FFT得到频率变化率的粗略估计值,进而得到起始频偏的粗略估计值,然后在所得值附近利用DMFT进行搜索,从而获得高精度的参数估计值。此方法缩小了搜索的范围,在运算量减少的同时,也提高了参数的估计精度。仿真结果证明本文提出的方法有效可行。     

六角形阵快速傅立叶变换波束形成算法

在六角形阵阵元数较多时,传统的频域相移求和波束形成方法要求的运算量很大.为此提出一种采用六角形快速傅立叶变换HFFT(Hexagonal Fast Fourier Transform)的波束形成算法.使用六角形傅立叶变换HDFT(Hexagonal Discrete Fourier Transform)完成六角形阵的波束形成,由于HDFT存在快速算法HFFT,因此能够显著降低波束形成的运算量.首先在各个通道上做FFT,将信号变换到频域,然后转角重排,再对各个阵元上相同的频点做HFFT,得到频域常规波束形成输出.理论分析表明,对于窄带信号的六角形阵波束形成,所提出的算法所需的计算量比传统的相移求和方法降低了95%以上.仿真和试验结果表明,提出的算法在不影响阵列处理性能的同时,显著降低了波束形成所需的计算量,易于工程实现.     

小波变换在脉象信号消噪处理中的应用

首先简单介绍了小波变换消噪的原理,然后分别利用小波变换和傅里叶变换,对临床采集的脉象信号进行了消噪处理.结果表明,利用小波消噪能够有效地保留脉象信号中的尖峰和突变部分,最大限度地反映了原信号本身的特性,消噪效果较好.     

基于纹理的图像检索

为得到纹理特征提取的合适的算法,首先研究了基于灰度共生矩阵的纹理特征的提取方法,将彩色图像变换灰度图像,然后进行四个方向的纹理特征提取,包括能量、熵、惯性矩、相关量四个向量元素作为纹理特征值,并研究了基于Gabor小波的纹理特征的提取。首先将Gabor小波作为母小波,将图像进行二维的Gabor小波变换,将Gabor小波系数的均值和标准方差作为纹理特征值;将两种方法进行比较,查全率和查准率作为测量标准,实验表明基于Gabor小波变换的纹理特征方法在频域具有比较好的检索效果。     

Hilbert—Huang变换在谱分析中的应用

本文对Hilbert—Huang变换（Hilbert-Huang Transform）理论做了仿真研究，并通过仿真实验对非平稳信号作经验模式分解（Empirical Mode Decomposition），得到它的固有模态函数（Intrinsic　Mode　Function）分量；对各个分量作Hilbert变换，得到瞬时频率，并构造希尔伯特谱-时间-频率的时频分布图。通过与短时傅立叶变换（Short　Time　Fourier　Transform）、小波变换（Ｗavelet　Tramform的分析比较，Hilbert—Huang变换方法更能反应原始数据的固有特性，有更好的时频聚集性，更适用于对突变信号和非平稳信号的处理。     

Hilbert-Huang变换在谱分析中的应用

本文对Hilbert-Huang变换(Hilbert-Huang Transform)理论做了仿真研究,并通过仿真实验对非平稳信号作经验模式分解(Empirical Mode Decomposition),得到它的固有模态函数(Intrinsic Mode Function)分量;对各个分量作Hilbert变换,得到瞬时频率,并构造希尔伯特谱-时间-频率的时频分布图。通过与短时傅立叶变换(Short Time Fourier Transform)、小波变换(Wavelet Transform)的分析比较,Hilbert-Huang变换方法更能反应原始数据的固有特性,有更好的时频聚集性,更适用于对突变信号和非平稳信号的处理。     

基于整数小波变换的图像鉴定数字水印技术

该文提出了一种基于整数小波变换的数字水印技术。首先,由原始图像边缘图的 Ｈａｓｈ函数输出的信息摘要比特流生成水印序列。然后,提出了一种整数小波域利用平移窗的多比特水印嵌入的非线性方法,并实现了脱离原始图像的具有高概率检测能力的水印检测方法。实验结果表明这是一种行之有效的图像鉴定方法。     

TMS320C80实现DIT快速傅利叶变换

随着现代社会的数字化，各种数字信号处理技术正在进入社会生活的各个领域中。数字信号处理（ＤＳＰ）在将各种技术附诸实践方面起着巨大的作用。ＴＩ公司生产的ＴＭＳ３０系列是目前最常用的数字信号处理芯片，本文中，我们采用了ＴＩ公司的性能优越的多处理器芯片ＴＭＳ３２０Ｃ８０来实现数字信号处理技术中最基本、最常用的傅利叶变换。