自回归滤波器的设计

介绍了滤波器设计中近代谱估计法的基本思想，重点分析了自回归（AR）模型、以及模型参数与自相关函数、功率谱之间的关系。通过Levinson—Durbin递推算法来确定自回归模型的系数，并给出AR模型阶数的算法。用递推公式得到滤波器的输出。经过分析得出结论：自回归模型的参数估计计算简单，具有递推特性，适合表示很窄的频谱。     

ARCOS信号模型的功率谱分析及其参数估计方法

在通信，雷达，声纳等数字信号处理应用领域中，信号模型中的噪声通常假定为加性噪声。但是，对于一些信号模型中的器材怕假定为乘性噪声就更为准确。     

基于功率谱分析的球磨机负荷模型

建立了基于功率谱分析的球磨机负荷模型,分析了球磨机负荷、磨音声强和磨音频谱分布三者之间的关系:磨音检测点处的声压与球磨机筒体振动速度的平方成正比,声音频率与球磨机筒体振动频率成正比,随着球磨机负荷的增加,磨音信号逐渐减弱;磨音频谱主要分布在1 500Hz以下,当球磨机正常运行时,磨音频谱分布较为均匀,当球磨机欠磨运行时,磨音频谱主要分布在0～1 000Hz。Matlab仿真结果验证了所建立的球磨机负荷模型的可行性和有效性。     

UWB信号功率谱仿真模型

超宽带（UWB）信号及其功率谱分布是研究超宽带通信系统与其它通信系统频谱共存与兼容问题时，需要考虑的重要因素。该文利用UWB信号的数学模型，在MATLAB环境下建立了产生UWB信号的发生器，并将其与Simulink仿真相结合，实现了对UWB信号功率谱密度的实时观测与控制。这为分析研究UWB信号功率谱分布提供了有效便捷的平台。文中还应用该仿真模型对具有不同参数的UWB信号功率谱进行了仿真，验证仿真模型的可行性。     

年龄对利用脉搏波估计心率和心率变异性的准确性的影响

由于测量简便,脉搏波被广泛用于替代心电计算心率和心率变异性,但其准确性颇受争议。该文探讨了年龄对利用脉搏波估计心率和心率变异性准确性的影响,实验招募了 100 名年龄广泛分布在 20～71 岁的健康者,同步采集静息脉搏波和心电图,利用脉搏波相邻峰值点的时间间隔序列,计算受试者的瞬时心率和心率变异性,并将其与利用心电相邻两个 R 波峰值点计算的心率/心率变异性(金标准)进行对比,计算利用脉搏波估计心率和心率变异性的误差。实验结果表明,心率估计误差在 40 岁以下的年轻人中较小(标准差在 0.3 搏/min 左右),在 40 岁以上的中老年人中较大(标准差在 0.7 搏/min 左右),时域的心率变异性参数的规律类似。因此,即使在静息条件下,利用脉搏波峰值点计算老年人的心率/心率变异性也要谨慎对待。     

基于多元线性自回归模型的流量预测

为使流量预测模型具有自适应性和相关性,以时间点为基础进行建模,结合时间序列与流量序列,引入多元线性自回归(AR)思想进行参数估算,对多次估算所得参数值建立指数加权移动平均数模型进行二次估算,在此基础上,建立多元线性自回归模型。实验结果证明,与AR模型、ARMA模型相比,基于多元线性AR模型的预测结果更准确。     

基于非线性规划的指数自回归模型的辨识

讨论了指数自回归模型的辨识问题，证明了该模型最小二乘估计的目标函数的非凸性，并给出了使该函数为凸的条件，最后给出了辨识该模型的算法及该算法的收敛性，并以数值例子加以说明。     

运动前后心率变异性的高维时间不可逆性分析

对心率变异性的分析已经广泛应用于心血管疾病临床实践和基础研究中,并逐渐开始在运动领域中流行起来.本文利用时间序列的高维时间不可逆性(High-dimensional time irreversibility,HDTI)分析方法,研究受试者在跳绳运动前、中、后不同状态下短时心率变异信号的时间不可逆特性.结果表明,高维的时间不可逆性分析特征参量的变化正好反映了运动前、中、后交感-迷走神经之间从平衡态到非平衡态、再从非平衡态逐渐恢复到平衡态的过程;在分析快速变化的心电数据时,该特征参量与心率变化的趋势密切相关.研究结果显示HDTI分析方法有望在运动领域中得到进一步的应用.     

一种新的统计预测模型——多项式系数自回归模型

传统的自回归滑动平均模型（ARMA）和新近出现的函数系数自回归模型（FAR）不能满足非线性时间序列预测分析的准确度与运算速度要求,为了改进预测性能,研究提出了一种新的统计预测模型——多项式系数自回归模型（PCAR）。给出了PCAR模型的表示形式,详细探讨了PCAR模型的参数估计和阶次选择方法,在此基础上又提出了基于BIC准则的建模算法。同ARMA模型相比,PCAR模型扩大了适用对象范围,有效降低了模型选择误差;同FAR模型相比,它具有参数模型的特点,避免了系数函数局部线性回归估计所存在的不足;分析了PCAR模型与ARMA、FAR模型的等价条件。通过实验分析得出了PCAR模型较ARMA、FAR模型的单步预测准确度分别提高了99.65%和18.7%的结论,而且PCAR建模运算所需时间仅为FAR模型的0.2%。     

自回归谱模型的运动员心音频谱特征研究

S1/S2指标是表征心肌收缩能力的重要标志,为从频域角度来了解运动对运动员心肌收缩功能的影响,将运动员和普通大学生在运动前后的心音信号纳入到自回归功率谱中加以研究。通过分析运动员组和普通大学生组心音次频段（<20 Hz）范围的自回归功率谱曲线,发现在该频段范围两组之间的心音频谱存在显著的差异性,因此,提出了两个新的评估的指标R值和A值。结果显示,运动前后两组之间的特征参数R值和A值存在显著性差异（P<0.05）,且两组之间的特征值与指标S1/S2有显著的相关性（P<0.01）。这表明通过频域的角度所提出的两个特征参数可以用于评估运动员心脏功能状态和心肌的收缩能力。     

一种模型和数据混合驱动的电磁频谱态势测绘方法

频谱数据通常以多维度为特征,例如频率、时间、空间与信号强度等,这为采集以及可视化数据带来挑战。本文通过引入电磁频谱态势来表征信号功率谱密度在电磁空间的分布情况来实现目标区域内的频谱态势感知。目前频谱数据的获取方式通常为在目标区域内布置大量离散分布传感器,这导致采样效率低下,采样成本上升,在资源受限的情况下,上述采样方式并不可取。因此,本文从提高采样效率与降低采样成本出发,提出利用无人机采样实现目标区域内的信号功率数据获取,得到缺损二维、三维频谱态势,进一步提出一种模型和数据混合驱动的电磁频谱态势测绘方法,从而实现目标区域内部完整频谱态势的恢复。仿真结果表明,所提方法可以有效地完成目标区域内电磁频谱态势测绘,其补全精度与测绘效果均好于传统插值算法与张量补全算法。     

AR模型功率谱估计及Matlab实现

功率谱估计是分析随机信号的一种重要方法,是信息学科的研究热点。文章介绍了现代功率谱估计中AR模型参数的几种典型求解算法,并借助MATLAB平台对各种算法的功率谱进行仿真。     

自回归模型谱估计在流量测量中的应用

流量是工业控制与生产中的一个重要参数.目前,涡街流量计应用相当广泛.但是,由于其工作原理的关系,它对外界的各种干扰非常敏感,使其现场测量精度大大低于实验室标定的精度.本文的主要目的是以数字信号处理的理论为基础,采用自回归模型谱估计的方法对涡街流量计的输出信号进行分析和处理,得出要测量的流量值.论文中分别采用计数的方法和自回归模型谱估计的方法进行实验.通过实验验证,自回归模型谱估计可以作为一种较好的方法,应用于处理流量计的输出信号,并且此方法得出的结果比脉冲计数方法得出的结果精度高.     

心率变异时间序列的预处理算法

心率变异性(Heart rate variability,HRV)是近年来备受关注的无创性心电检测指标之一,但是HRV分析采用的心率变异时间序列(RR间期序列)由于受各类复杂因素的影响,会产生异常脉冲干扰及非平稳趋势波动,对后续的数据分析及有效信息提取产生很大的影响.针对该问题,本文提出一套用于心率变异时间序列预处理的算法,综合采用基于小波分解的去趋势方法和基于脉冲抑制滤波器、差分阈值滤波的方法去除原始间期序列中的非平稳趋势和异常脉冲干扰.通过时域频域对照分析及常用HRV统计指标的评估,结果表明,经本文所述预处理算法处理后的数据,有效抑制了脉冲干扰及非平稳趋势的影响,且主要信息无明显损失,各项常用HRV统计指标的诊断价值均得到了不同程度的提升.     

多分辨率分析在HRV信号分析中的应用

根据HRV信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者HRV信号的异常信息。基于小波变换的HRV信号的尺度谱携带有人体健康状况的重要特征信息,应用多分辨率分析法,对22例海洛因成瘾者和22例正常人的HRV信号进行6尺度分解,计算尺度系数和各小波系数的能量,除Cd3（0．5～1Hz）和Cd4（0．25～0．5Hz）频段外,成瘾者能量的均值要大于正常人对应的值。研究结果表明,小波包变换是提取海洛因吸毒者HRV信号中异常信息的有效工具。     

多分辨率分析在HRV信号分析中的应用

根据HRV信号的随机特性,采用小波变换中的多分辨率分析算法对其进行分析,旨在提取海洛因吸毒者HRV信号的异常信息.基于小波变换的HRV信号的尺度谱携带有人体健康状况的重要特征信息,应用多分辨率分析法,对22例海洛因成瘾者和22例正常人的HRV信号进行6尺度分解,计算尺度系数和各小波系数的能量,除Cd3(0.5～1Hz)和Cd4(0.25～0.5Hz)频段外,成瘾者能量的均值要大于正常人对应的值.研究结果表明,小波包变换是提取海洛因吸毒者HRV信号中异常信息的有效工具.     

强噪声下利用混沌系统测量频率的新方法

在分析混沌形成的基础上,将变结构滑模方法引入到混沌理论中,通过它将处于混沌态的系统控制到稳定周期状态,然后,再用频谱方法测出待检信号的频率。所提出方法的新颖性在于去掉了以往混沌系统测量信号所需的策动力,而将待检信号作为策动力。经实验仿真发现:此方法与以往方法比较具有较高的分辨力。