线性神经网络在周期信号傅立叶变换中的应用

提出一种利用线性神经网络进行周期信号傅立叶变换的方法.首先介绍傅立叶变换和线性神经网络的基本原理以及线性神经网络权值的确定方法;然后给出使用线性神经网络对周期信号进行分解的具体步骤.最后给出仿真实验结果.     

短时傅立叶变换在振动信号处理中的应用

短时非平稳振动信号往往淹没于较长时间的平稳或准平稳段落之中,从而忽略对其处理,使深入分析信号的全貌受到限制。针对实测振动信号中的这类信号,引进短时傅立叶变换进行局部数据处理,得到良好的时频分辨率,为全面分析振动信号特性提供了一种方法。     

分数傅立叶变换在信号处理中的应用研究

本文系统论述了分数傅立叶变换在信号处理中的两个典型应用:信号滤波和信号分离;提出了分数傅立叶滤波器的设计思想和用分数傅立叶变换的特殊形式半傅立叶变换实现信号的分离的算法实现.通过MATLAB仿真实验证实:分数傅立叶滤波的效果明显优于傅立叶滤波;半傅立叶变换可以有效地从遥感探测早期响应的减幅正弦波的衰减指数中分离出似脉冲分量,进而去确定被探测物体的固有谐振频率.     

变限积分的傅立叶变换算法及其在信号处理中的应用

将信号时域积分运算原理和物理意义相结合,通过对傅立叶变换(FT)的有关原理和性质的阐述与探讨,在傅立叶变换的时域积分特性的基础上,提出信号变限积分的傅立叶变换算法。利用该算法可准确、较快计算这一类信号(变限积分信号)的FT及相应离散序列的DFT,实例表明该算法有较强的有效性和实用性。     

浅议傅立叶变换及其应用

傅立叶变换在数字信号处理中有着极其重要的作用。傅立叶变换的类型包括傅立叶级数、傅立叶变换、序列的傅立叶变换、离散傅立叶变换（及离散傅立叶变换的快速算法一快速傅立叶变换FFT）、傅立叶变换在谱分析、抽样、通信中的频谱搬移技术中的应用．及与其它几种变换的关系等几个方面进行了阐述。     

傅立叶变换在粘连文字图像切分中的应用

对于已具有相当识别率的手写体文字识别系统来说切分算法已成为一个关键技术之一,它的正确率对系统性能有着极大影响。该文主要对文字图像的傅立叶变换的性质进行了讨论,提出了消除交换中笔画宽度影响的算法。在此基础上建立了基于傅立叶变换的单／多字图像的判定的基本准则以及基于此准则的粘连文字判别算法。实验表明该算法的粘连文字判断正确率达到９６％。为粘连文字的正确切分开辟了新的途径。     

快速傅立叶变换在苹果形状识别中的应用

介绍了快速傅立叶变换在苹果形状识别中的应用,首先需要将苹果图像的边缘像素进行极坐标转换,经过FFT变换后的数据较多,因此还需采用主成份分析法对其进行处理,得到能够描述苹果形状的两个主成份值。     

用快速傅立叶变换法设计FIR滤波器

本文介绍一种用快速傅立叶变换设计FIR滤波器的新算法。这个算法在每一次迭代中进行一次快速傅立叶正变换和一次快速傅立叶反变换，交替满足频域约束条件和时域约束条件，使所设计的滤波器在频域中H（e^jw）逼近所需要的频率响应Hid（e^jw），在时域中h（n）逼近理想单位冲激响应序列hid（n）。此算法直观和简单。     

VHDL在FFT变换中的应用

控制系统的速度不但取决于控制器本身的速度,而且还在相当大程度上取决于控制算法,算法运算量的大小直接影响着对设备的控制质量。通过傅立叶变换(DFT),导出FIR实序列FFT快速简化算法;由VHDL编程,通过MAX PLUSII仿真,可以清晰地观测到,大大提高了运算速度,为实序列控制系统的设计提供了简单、方便、实用的计算机设计方法。     

小波和傅立叶变换在图像变化检测上的应用比较

小波分析和傅立叶分析被广泛地应用于图像处理的各个领域,它们也能被应用于遥感影像土地利用变化检测。对两个时相多光谱影像的各波段或各主成分进行小波变换或傅立叶变换,然后对变换后得到的系数求差,最后对差值进行小波逆变换或傅立叶逆变换,得到的结果图像中,那些有变化地区的亮度会比没有变化地区的亮度高出很多。文中,分别利用小波变换和傅立叶变换两种方法对相同的两时相多光谱影像进行变化检测,发现小波变换结果好于傅立叶变换。     

分数阶Fourier变换在多分量信号谱图分析中的应用

作为时频分析方法的一种,谱图对多分量信号分析时受交叉项影响,特别是当信号相隔很近时尤为严重,而且频率分辨率会受影响。给出了结合分数阶Fourier变换（FrFT）对多分量信号进行谱图分析的方法。首先利用分数阶二阶矩极值点而找到相应的最优旋转阶数,对所给多分量信号按此阶数做分数阶Fourier变换,再在此基础上做谱图分析。仿真实例表明,该方法对初始频率、调频率很接近的多分量的chirp信号能有效识别,交叉项可得到较好的抑制。     

基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计*

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。     

分数阶Fourier变换在数字水印中的应用

基于混沌置乱以及离散分数阶Fourier变换,提出一种数字水印算法,该算法在分数阶傅里叶域嵌入水印,并用相关性检测的方法来提取水印。混沌序列的伪随机性和初值敏感性以及分数阶Fourier变换的变换阶数为数字水印的安全性提供了保证,通过对算法的仿真以及抗攻击性能测试,该数字水印有较好的不可感知性,算法对JPEG压缩、滤波、噪声等攻击具有良好的鲁棒性。     

The multiple-parameter fractional Fourier transform

The fractional Fourier transform （FRFT） has multiplicity, which is intrinsic in fractional operator. A new source for the multiplicity of the weight-type fractional Fourier transform （WFRFT） is proposed, which can generalize the weight coefficients of WFRFT to contain two vector parameters m,n ∈ Z^M . Therefore a generalized fractional Fourier transform can be defined, which is denoted by the multiple-parameter fractional Fourier transform （MPFRFT）. It enlarges the multiplicity of the FRFT, which not only includes the conventional FRFT and general multi-fractional Fourier transform as special cases, but also introduces new fractional Fourier transforms. It provides a unified framework for the FRFT, and the method is also available for fractionalizing other linear operators. In addition, numerical simulations of the MPFRFT on the Hermite-Gaussian and rectangular functions have been performed as a simple application of MPFRFT to signal processing.     

Recursive sliding discrete Fourier transform with oversampled data

The Discrete Fourier Transform (DFT) has played a fundamental role for signal analysis. A common application is, for example, an FFT to compute a spectral decomposition, in a block by block fashion. However, using a recursive, discrete, Fourier transform technique enables sample-by-sample updating, which, in turn, allows for the computation of a fine time–frequency resolution. An existing spectral output is updated in a sample-by-sample fashion using a combination of the Fourier time shift property and the difference between the most recent input sample and outgoing sample when using a window of finite length. To maintain sampling-to-processing synchronisation, a sampling constraint is enforced on the front–end hardware, as the processing latency per input sample will determine the maximum sampling rate. This work takes the recursive approach one step further, and enables the processing of multiple samples acquired through oversampling, to update the spectral output. This work shows that it is possible to compute a fine-grained spectral decomposition while increasing usable signal bandwidths through higher sampling rates. Results show that processing overhead increases sub-linearly, with signal bandwidth improvement factors of up to 6.7× when processing 8 samples per iteration.     

Sampling expansion for irregularly sampled signals in fractional Fourier transform domain

Real-world signals are often not band-limited, and in many cases of practical interest sampling points are not always measured regularly. The purpose of this paper is to propose an irregular sampling theorem for the fractional Fourier transform (FRFT), which places no restrictions on the input signal. First, we construct frames for function spaces associated with the FRFT. Then, we introduce a unified framework for sampling and reconstruction in the function spaces. Based upon the proposed framework, an FRFT-based irregular sampling theorem without band-limiting constraints is established. The theoretical derivations are validated via numerical results.     

基于分数阶Fourier变换的数字图像加密算法研究*

基于分数阶Fourier变换和混沌,提出了一种数字图像加密方法。具体算法为：先对图像进行混沌置乱,再进行X方向的离散分数阶Fourier变换;然后在分数阶Fourier域内作混沌置乱,再进行Y方向的离散分数阶Fourier变换;最后将加密图像的实部与虚部映射到RGB,形成可传输的彩色加密图像。实验结果表明,该加密算法具有很好的安全性,在信息安全领域有较好的应用前景和研究价值。