非平稳信号分析的广义解析模态分解方法

现有的非平稳信号分析方法都有各自不同的缺陷,短时傅里叶变换的时频分辨率受不确定性原理的限制,希尔伯特黄变换存在端点效应和模态混叠,易导致模糊的时频分布;解析模态分解只适合分析频率恒定的多分量信号;针对包含多个时变模态、特别是频谱重叠的非平稳信号,本文提出了一种新的信号分析方法———广义解析模态分解（Generalized Analytical Mode Decomposition,GAMD）．GAMD通过广义傅里叶变换将时变频率转换为频谱可分的,采用解析模态分解对其分解,再对得到的单分量信号进行逆广义傅里叶变换即可得到原始信号的分量．因此,GAMD非常适合分析时变的非平稳信号．通过仿真信号将GAMD与短时傅里叶变换和希尔伯特黄变换等方法进行了对比,结果表明GAMD方法的分解效果更精确,时频分辨率更高．     

应用于无线信道的自适应树形冲突分解算法

文中提出了一种应用于无线共享信道的自适应树形冲突分解算法AMTS（Adaptive Multi-tree Algorithm).AMTS不仅可以实时地为每个节点动态地分配可使用的时隙数，而且结合了普通树形分裂算法和先到先服务（FCFS）分裂算法的优点，可以更加有效地利用空闲的时隙。AMTS有效地减少了分组再次碰撞的概论，缩短了冲突分解期的平均时间，提高了系统的通过率性能。仿真结果表明，AMTS优于其他冲突分解算法。     

非平稳信号的快速傅里叶变换与小波分析的比较

在对通信系统信号进行分析时,非平稳信号是经常遇到的。采用快速傅里叶变换和小波变换对通信系统信号进行分析,比较了分析结果,证明小波分析更适合于突发信号的分析。最后给出了Matlab实验结果。     

基于自适应短时Chirplet分解的高性能时频分布重构

通过傅里叶变换得到的频谱能够反映信号所包含的频率成分，但无法揭示瞬时频率随时间的变化特性。为满足工程应用中大量非平稳信号的分析需求，能够同时描述信号时域和频域特征的时频分析方法得到了广泛关注和深入研究。然而，传统时频分析方法所得到的时频分布往往具有较低的能量聚集性和较强的交叉项干扰，难以支撑信号时频特征的准确表达和提取。通过对信号内在稀疏特性进行挖掘和利用，能够有效提升信号时频分布的质量。本文通过对信号的相位函数进行泰勒展开，阐述了信号稀疏时频分解的实质，并分析了现有稀疏类时频分析的方法不足。在此基础上，提出了一种基于自适应短时Chirplet分解的高性能时频分布重构方法。首先，利用与信号时频特性自适应的窗函数为每一时刻生成了具有最强拟平稳性的最优短时信号；其次，提出了一种Chirplet字典的简化设计方法，利用得到的Chirplet字典对上述短时信号进行稀疏分解，基于分解结果实现了短时信号中心时刻瞬时频谱的参数化重构；最后，按时间顺序排列所有时刻的瞬时频谱，得到了信号能量聚集性高且不含任何交叉项干扰的高性能时频分布。仿真实验表明，所提方法有效改善了传统稀疏类时频分析方法结果中时频曲线...     

802.11无线网状网中基于时频信道的准动态信道分配算法

该文首次在多天线多信道802.11无线网状网中提出了时频信道的概念。时频信道是通过在时间和频率两个维度划分无线资源取得的。这种划分方法增加了信道数量,使信道划分更加精细,为提高系统的信道利用率做了准备。在时频信道的基础上,提出了准动态信道分配算法。该算法可以和现有的固定信道分配算法结合,实现准动态信道分配,根据链路上负载变化,取得最大的吞吐量。该算法先根据固定信道分配算法为各链路分配相同数量的时频信道,剩余部分当作公共信道。在通信过程中,各链路首先使用分配给自己的信道和空闲的公共信道。如果分配给一个链路的信道不够,且别的链路上的信道有空闲,该链路还可以暂时使用这些空闲信道。理论分析和仿真结果证明该算法可以有效提高系统的吞吐量。     

面向本科生的傅里叶变换拓展教学方法

在本科生电子信息类教学中,傅里叶变换占有非常重要的地位,在学习了连续和离散傅里叶变换后,作为教学的延伸,引入窗口傅里叶变换作为拓展教学内容,并启发式的引导学生对自适应傅里叶分解进行探究。本文主要介绍从傅里叶变换到窗口傅里叶变换（STFT）和自适应傅里叶分解（AFD）的信号分析拓展教学方法,以强化学生的理论基础,增强学生的应用能力,让学生了解更多的学术前沿研究成果,启发学生的创新性思维。     

通过采样和卷绕联系四类傅里叶表示

众所周知,在时域(频域)离散化对应于在频域(时域)周期化,本文把采样和卷绕分别作为离散化和周期化的方式,考察在时域(频域)中相对应的混叠和内积。在这个统一的框架内,四类傅里叶表示被轮流使用,展示了微妙的联系。此外,得到这些结果的推导方法很容易从一种傅里叶表示移植到另一种傅里叶表示,所以易于为学生接受。     

基于时频加窗短时傅里叶变换的LFM干扰抑制

通过对线性调频(LFM)信号分数阶傅里叶变换的分析,该文提出了一种基于时频加窗短时傅里叶变换(TFW-STFT)的LFM干扰抑制算法。由于提出的时频窗对LFM干扰具有较好的频域能量聚集性能,因此TFW-STFT对信号的影响要小于无聚集性能的短时傅里叶变换。仿真结果证明该算法在信噪比损失和系统误比特率上明显优于基于短时傅里叶变换的算法。     

基于二次型时频分析方法处理非平稳信号

使用时频分析方法处理非平稳信号,提取非平稳信号的时频分布。分别采用线性时频分析和二次型时频分析处理模拟仿真信号,仿真结果显示用二次型时频分析处理所得的时频分布的时频分辨率较高。仿真结果证明,二次型时频分析方法是处理非平稳信号的有效方法。     

Adaptive Fourier Decomposition Based Time-Frequency Analysis

The attempt to represent a signal simultaneously in time and frequency domains is full of challenges.The recently proposed adaptive Fourier decomposition(AFD)offers a practical approach to solve this problem.This paper presents the principles of the AFD based time-frequency analysis in three aspects:instantaneous frequency analysis,frequency spectrum analysis,and the spectrogram analysis.An experiment is conducted and compared with the Fourier transform in convergence rate and short-time Fourier transform in time-frequency distribution.The proposed approach performs better than both the Fourier transform and short-time Fourier transform.     

自适应径向巴特沃思核时频表示

二次时频表示的性能由其核函数决定，一种固定的核只能适应于某些类型的信号，由此出现了核可随时间与信号变化的自适应核时频表示。本文采用径向为巴特沃思滤波器形式的核构造了一种自适应核时频表示。实验结果表明，对于不同类型的信号它都有好的性能。     

Dynamic Channel Allocation in Wireless Networks Using Adaptive Learning Automata

Single-channel based wireless networks have limited bandwidth and throughput and the bandwidth utilization decreases with increased number of users. To mitigate this problem, simultaneous transmission on multiple channels is considered as an option. In this paper, we propose a distributed dynamic channel allocation scheme using adaptive learning automata for wireless networks whose nodes are equipped with single-radio interfaces. The proposed scheme, Adaptive Pursuit learning automata runs periodically on the nodes, and adaptively finds the suitable channel allocation in order to attain a desired performance. A novel performance index, which takes into account the throughput and the energy consumption, is considered. The proposed learning scheme adapts the probabilities of selecting each channel as a function of the error in the performance index at each step. The extensive simulation results in static and mobile environments provide that the proposed channel allocation schemes in the multiple channel wireless networks significantly improves the throughput, drop rate, energy consumption per packet and fairness index—compared to the 802.11 single-channel, and 802.11 with randomly allocated multiple channels. Also, it was demonstrated that the Adaptive Pursuit Reward-Only (PRO) scheme guarantees updating the probability of the channel selection for all the links—even the links whose current channel allocations do not provide a satisfactory performance—thereby reducing the frequent channel switching of the links that cannot achieve the desired performance.     

基于自适应最优核时频分布理论的ISAR成像方法

由于运动的复杂性, 传统的成像方法已无法满足机动目标成像的要求。在分析机动目标复杂运动引起目标回波多普勒相位非线性变化的基础上, 提出了一种基于自适应最优核时频分布(AOK TFR)理论的ISAR成像方法。通过计算回波数据不同距离单元的AOK TFR, 得到不同时刻目标的瞬态ISAR像, 且不受交叉项的影响;通过估计距离单元的瞬时多普勒频率并依此对成像时间段进行选择。仿真数据结果验证了该方法的有效性。     

基于Wigner分布时频遮隔的信号分解算法

综合特征值分解及Wigner分布时频遮隔提出了一种信号分解算法,并推广应用于其他交叉项抑制时频表示.对于由时频面上互不重叠分量合成的多分量信号,证明了信号分量可与各分量Wigner分布之和的逆Fourier变换的特征值分解相对应;通过阈值法可从抑制交叉项时频表示获得信号时频支撑区域,以此为模板遮隔Wigner分布可减少交叉项并保持自项聚集性,其逆Fourier变换的特征值分解就可实现多分量信号分解.仿真实例分析结果表明了该理论与算法的正确性和实用性.最后分析了算法性能并拓展了其实用范围.     

用短时傅里叶和小波变换对鸣叫声的时频分析

短时傅里叶和小波变换是信号处理领域的热点研究问题。本文对2类鸣叫声分别进行短时傅里叶和小波变换，以分辨瞬时频率，得到了较好的结果。并根据所得结果，分析比较了这2类变换的特点。     

Adaptive Distributed Channel Assignment in Wireless Mesh Networks

From the channel assignment schemes in time division multiple access (TDMA) slot assignment protocols developed in previous studies, we have found that these protocols do not have a convenient frame length reduction scheme after the expansion of the frame length. As the network size grows, the frame length expands rapidly, particularly when we set it as a power of two. A very long frame may result in poor channel utilization when it contains many unused slots. In this paper, we consider a wireless mesh network with a TDMA structure. We divide each code into time slots to form the channels. We propose a dynamic frame length expansion and recovery method termed adaptive distributed channel assignment (ADCA). This strategy is designed to enhance the utilization of the available channels by taking advantage of the spatial reuse concept. In ADCA, an increase in spatial reuse is achieved by adding a certain amount of control overhead. We show that the bandwidth saved due to the channel spatial reuse is larger than the additional bandwidth spent on the control overhead.

Channel Equalization Using Adaptive Lattice Algorithms

In this paper, a study of adaptive lattice algorithms as applied to channel equalization is presented. The orthogonalization properties of the lattice algorithms make them appear promising for equalizing channels which exhibit heavy amplitude distortion. Furthermore, unlike the majority of other orthogonalization algorithms, the number of operations per update for the adaptive lattice equalizers is linear with respect to the number of equalizer taps.