共查询到19条相似文献,搜索用时 218 毫秒
1.
2.
现有的波达方向(DOA)估计算法在估计被动探测系统中的宽带信号方位时,存在DOA估计结果偏差大、运算复杂度高等问题,难以满足信号实时处理的要求。为提高多源信号DOA估计的空间分辨率,提出一种基于S变换且不需要预估信号源个数的多重信号分类改进算法。根据宽带信号的频域特征,利用S变换处理阵列接收信号,得到多分辨的时频谱矩阵,同时构建时频域的阵列信号数据模型,结合信号功率谱矩阵呈联合对角化结构的特点,设计基于S变换的子空间谱估计公式。在此基础上,通过谱峰搜索进行DOA估计,实现多源宽带信号的声源定位。仿真结果表明,在信噪比范围为-15~10 dB的条件下,该算法的估计成功率始终保持在90%以上,相比TCT、CS_TCT、CWT_MUSIC算法,其具有较优的估计性能,并且无需预估信号源数。 相似文献
3.
正弦波频率估计的修正Rife算法 总被引:13,自引:0,他引:13
分析了Rife算法的性能,指出当信号频率位于离散傅里叶变换(Discrete Fourier Transform,DFT)两个相邻量化频率点的中心区域时,Rife算法精度很高,其均方根误差接近克拉美-罗限(Cramer-Rao Lower Bound,CRLB),但当信号频率位于量化频率点附近时,Rife算法精度降低。本文提出了一种修正Rife(M-Rife)算法,通过对信号进行频移,使新信号的频率位于两个相邻量化频率点的中心区域,然后再利用Rife算法进行频率估计。仿真结果表明本算法性能不随被估计信号的频率分布而产生波动,整体性能优于牛顿迭代法(一次迭代)。接近二次迭代,在低信噪比条件下不存在发散问题,性能比牛顿迭代稳定。本算法易于硬件实现。 相似文献
4.
根据正交分解原理和离散傅里叶变换的物理意义,提出了一种分析滤波器组具有理想特性的信号分解与重构新方法(Discrete Fourier transform subband decomposition,DFTSD).对于给定序列,通过离散傅里叶变换,将其变换到频域,通过谱线分组,在频域实现信号的分解,经反变换得到时域子带信号.频谱上无交叠的子带信号,从根本上解决了抽取过程所带来的带内混叠问题.综合滤波器组的设计仅需考虑内插后引入的镜像频率分量的滤除.实验结果表明,在无子带抽取和存在子带抽取情况下,重构信号与原信号的平均绝对误差在10~(-16)量级. 相似文献
5.
6.
边静 《计算机光盘软件与应用》2015,(1)
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。 相似文献
7.
分数阶小波变换 总被引:1,自引:1,他引:0
小波变换是对信号时域-频域(Fourier域)的多分辨率分析,也可看作是一种Fourier域伸缩带通滤波.分数阶Fourier变换是对传统Fourier变换的推广,对信号分析处理有更大的灵活性,为了将多分辨率分析理论推广到时域-广义频域(分数阶Fourier域),提出了一种分数阶小波变换,分析了分数阶小波变换在广义频域伸缩带通滤波特性,分析信号时的时域-广义频域平面的多分辨率分析网格划分.分数阶小波变换是传统小波变换的推广,在对原小波变换核作一定改动后增加了小波变换对信号处理的灵活性.可以看到,将分数阶小波变换的变换角度取为π/2,便得到与传统小波变换多分辨率分析理论完全一致的结果.理论分析和计算机仿真表明了所提理论的正确性和有效性. 相似文献
8.
引入偏移量递阶控制的网络入侵HHT检测算法 总被引:3,自引:0,他引:3
在强干扰背景低信噪比下对网络潜质入侵信号的准确检测是决定网络安全的关键。传统的Hilbert-Huang变换(HHT)入侵信号检测算法在求解入侵信号的瞬时频率特征时,因包络线失真引起的边界控制误差,会造成频谱泄漏,从而导致检测性能较差。提出了一种基于时间-频率联合分布特征和偏移量递阶控制HHT匹配的网络入侵信号检测算法,即构建网络潜质入侵数学演化模型,把复杂的入侵信号分解成IMF单频信号,得到入侵检测系统的状态转移方程,基于Hilbert变换对入侵信号进行离散解析化处理,构建入侵信号解析模型。对每个入侵信号经验模态分解后的解析模型IMF分量用Hilbert变换进行谱分析,通过递阶控制调整HHT频谱偏移,将残差信号投影与入侵信号的Hilbert边际谱进行匹配,减小包络线失真引起的边界控制误差,抑制频谱泄漏,实现对入侵信号的精确检测和参数估计。实验表明,该算法进行网络入侵信号检测时,具有较强的抗干扰性,能从低信噪比背景下有效检测出入侵信号,检测性能有较大提高。 相似文献
9.
10.
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。 相似文献
11.
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。 相似文献
12.
本文利用高速数控铣刀铣削中不同侧面方向的切削力和振动信号以及声发射信号均方根值,以数据驱动的形式对刀具磨损进行了拟合评估. 在本次研究中,分别从时域、频域和时频联合域上探索与刀具磨损相关的敏感特征,具体特征提取方法包括时域统计分析、频域上的快速傅里叶变换(FFT)和时频联合分析的小波变换(WT). 本文中,决策树被用于回归问题而非分类问题,用于评估刀具磨损值. 同时,引入AdaBoost算法对回归树模型进行提升,并从模型的准确性、稳定性和适用性三个方面上综合对比了提升的决策树回归模型和原模型的性能. 研究表明,AdaBoost算法提升的回归决策树模型在预测的准确性和稳定性上都有一定程度上提高,并且在面向全新刀具磨损预测的适用性上也取得了不错的提升效果. 相似文献
13.
广义S变换依据地震信号的特征,用振幅、能量衰减率、能量延迟时间及视频率四类参数构造基本小波,克服了S变换中基本小波固定不变的缺点,是一种高分辨率的时频变换。论文研究将广义S变换用于地震频谱分解,形成了广义S变换地震频谱分解算法和流程。广义S变换频谱分解技术不受时窗长度的限制,大大提高了抗噪性、稳定性和分辨率。实际算例证明,广义S变换地震频谱分解对河道等地质现象的刻画精度要大大高于傅氏变换频谱分解方法,是石油地震勘探中薄层储集体预测的有效手段。 相似文献
14.
为了实现肌肉疲劳状态的准确检测分类,提出一个完整的基于人体表面肌电(sEMG)信号的肌肉疲劳分类与检测系统。首先,通过AgCl表面贴片电极和高精度模拟前端ADS1299采集人体sEMG信号,进行小波消噪等预处理之后,提取可反映人体肌肉疲劳状态的sEMG信号时域和频域特征。然后,在常用特征如积分肌电图(IEMG)、均方根(RMS)、中值频率(MF)以及平均功率频率(MPF)基础上,为更加精细地刻画人体肌肉疲劳状态,引入sEMG信号的频域特征带谱熵(BSE);为弥补傅里叶变换分析非平稳信号的不足,引入sEMG信号时频特征——基于经验模态分解-希尔伯特变换(EEMD-HT)的平均瞬时频率。最后,为提高肌肉非疲劳和疲劳状态分类的准确度,利用含突变的粒子群优化算法优化支持向量机(PSO-SVM)并对sEMG进行分类,实现人体肌肉疲劳状态检测。征集15名健康男青年进行sEMG信号采集实验,建立sEMG信号库,提取特征进行分类实验。实验结果表明,所提的系统能够进行高精度sEMG信号采集和肌肉疲劳程度的高准确度分类,分类准确率大于90%。 相似文献
15.
16.
基于matlab的雷达信号处理仿真系统 总被引:2,自引:1,他引:1
为提高设计雷达信号处理系统的效率,在matlab软件平台上结合数字信号处理理论建立了雷达信号处理模型,并在此基础上进行了仿真.系统对线性调频信号、非线性调频信号等常用雷达信号的产生和处理过程进行了计算机仿真,雷达信号处理主要体现为时域和频域的脉冲压缩,包括加权前、后脉冲压缩波形的比较.系统具有显示的直观性、实时性与逼真性,而且具有很强的扩展性,可用于与雷达信号处理有关的教学与科研、试验分析.典型仿真范例及结果表明用matlab仿真雷达信号处理系统是方便和高效的. 相似文献
17.
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 Delay 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. 相似文献
18.
19.
Hilbert-小波变换的齿轮箱故障诊断* 总被引:1,自引:0,他引:1
采用希尔伯特—小波变换对振动加速度传感器获取的齿轮箱振动响应信号进行特性分析。利用小波变换分解获得振动响应信号的各层高频信号小波系数和低频信号小波系数,对小波系数进行重构获得具有不同特征时间尺度的各高频信号和低频信号;再对分解的信号进行希尔伯特变换获得时频信息谱以提取系统的统计特征信息,实现监测齿轮运转工作状态,及时发现齿轮的早期故障,提高机械运行的安全性。仿真研究结果表明,小波变换分解和希尔伯特边际谱方法在故障信息诊断方面是可行和有效的,提高了故障检测的可靠性。 相似文献