一种新颖的基于TDSA的多个正弦信号参数估计方法

该文提出了一种基于跨维模拟退火(TDSA)算法联合估计实正弦信号个数及频率的新方法。该文在跨维模拟退火算法基础上,引入惩罚因子,通过最小二乘精简采样参数,在高斯白噪声中检测正弦信号的个数及频率。仿真证实,该方法具有较好的效果。     

有色噪声中正弦信号参数的去耦估计算法

首先介绍了一种估计有色噪声中多个正弦信号参数的去耦参数估计算法，然后提出了一种基于ＦＦＴ的“迭代清除算法”来估计有色噪声中多个周期相近信号的参数。该算法不仅计算简单，而且可获得较高的频率分辨率。数值仿真结果表明了该算法的有效性。     

基于改进Hilbert变换的电力信号频率测量方法

对基于改进Hilbert变换的频率估计算法进行了研究,给出了利用电力正弦信号的特性并通过多次自相关运算来有效地抑制噪声,提高信噪比,然后再经Hilbert变换来构造解析信号,从而估算出输入信号频率的电力信号频率测量方法。实验结果表明,该方法具有很好的抗噪能力,能有效地对电力系统的信号进行频率估计,其精度可比传统的直接Hilbert估计算法提高2～3个数量级。     

噪声背景下一种正弦信号频率估计的新插值算法

本文研究噪声中正弦信号频率的估计问题.结合DFT变换和插值方法,提出了一种基于DFT变换系数的频率估计算法,其计算简单.结果表明,该方法有效地改善了频率估计精度,且便于工程实现.     

一种基于小波变换的双信道比幅测向法

本文提出一种利用小波分析进行双信道比幅测向的方法,该法具有较强的频率捕获能力,能够有效地消除由于多信号交叠和噪声混杂所造成的比幅测向误差,得到比基于常规FFT的双信道比幅测向方法更高的准确度。文中还列举了计算机模拟实例,给出在非噪声、噪声背景下对双正弦信号的测向结果。     

正弦频率调制降低开关电源传导EMI的实验研究

利用正弦频率调制技术从噪声产生源头上降低了开关电源传导电磁干扰,简单地分析了正弦混沌频率调制降低EMI噪声的原理,并试制了一台正弦频率调制反激变换器电源样机,给出了开关管电流信号的频谱以及传导干扰测试的结果。实验结果表明该技术能有效降低开关谐波峰值,具有应用的前景。     

基于级联自适应陷波器的正弦波频率估计

常用的传统和现代方法对于噪声环境中正弦信号的频率估计均存在一定的缺陷。本文利用二阶陷波器级联构造自适应陷波器,实现对多个信号频率的估计;采用递推误差信号和递推最小二乘法同时优化各个二阶陷波器的参数。仿真结果表明,该方法对于单频、多频和频率变化等情况均具有较好的估计结果,且对于噪声干扰具有较强的鲁棒性。     

利用周期振子检测微弱相位编码信号

临界混沌状态的周期振子对噪声具有免疫力,而对微弱的正弦信号或相位编码信号比较敏感。根据这种特 性,可以检测出淹没在强噪声背景下的微弱正弦信号或相位编码信号并估计其频率。     

一种基于对称傅里叶变换的信号频率估计算法研究

在机电一体化系统中信号频率的分析是一个重要命题,如何从夹杂着噪声的信号中准确提取出频率信息是机电一体化系统中信号处理领域的一个难题。而离散傅里叶变换一直是解决该类问题的重要方法,而对称傅里叶变换在估计频率相近的信号时有较小的误差,在具有谐波干扰以及噪声干扰的环境下,该算法仍然可以提供较好的估计精度。     

一种新的电力系统频率测量算法

该文研究了一种新的电力系统频率测量的新算法,利用正弦信号的频率特性,对含有谐波、噪声、直流干扰下的电力系统频率信号进行多重自相关运算,得到原始信号的自相关函数,对自相关函数求导,根据极值解析运算原理测量基波信号频率。分析了各个因素对该文算法精度的影响,给出了仿真结果,理论和实验结果表明该文算法有效地提取电力信号的基波频率,对谐波、噪声及直流电平干扰具有很强的抑制能力。算法简单,物理意义明确,具有一定的实用价值。     

基于混合编程的高精度激光多普勒信号处理技术

针对激光多普勒信号中存在较大噪声干扰的实际情况,为了抑制这些噪声干扰,提高激光多普勒测速仪的测量精度,提出了对激光多普勒信号进行最小均方差(LMS)自适应滤波后作快速傅里叶变换(FFT),基于混合编程思想对所得到的频谱,先进行频谱细化,再进行频谱校正的信号处理方法,并对理想正弦信号和实测多普勒信号分别进行仿真计算和实验研究。仿真和实验结果表明：LMS自适应滤波技术可以有效抑制激光多普勒测量中的多频率噪声的干扰,此技术能够适应于很宽的信噪比范围,大大提高多普勒信号的信噪比;频谱细化技术可以提高激光多普勒信号的频谱分辨率,频谱校正技术可以准确地校正多普勒频率,使校正后的频率更加接近于真实值;信号处理精度比直接进行FFT提高2~3倍。     

用于正弦波频率估计的修正Kay算法

Kay算法能够估计出采样点较少的正弦波频率,但低信噪比下估计性能不佳.针对此问题,提出了修正Kay算法.首先基于最大似然估计准则,推导了观测信号模值与相位的条件概率密度函数,进而重建了Kay算法的相位差噪声矢量协方差矩阵与权值矩阵.实验结果表明,修正算法能够有效估计正弦波信号频率,与Kay算法相比,抗噪性更强.     

Closed-form frequency estimator based on narrow-band approximation under noisy environment

A new method for single sinusoidal frequency estimation in closed-form formula is proposed. Since sinusoidal signals are narrow-banded and white noise distribution is statistically equal in the whole spectrum, a narrow-band signal extracted from the Fourier transform of the original signal can be used to approximate the noise-corrupted sinusoidal signal. A concise closed-form formula is then deduced to estimate the frequency based on the narrow-band signal. Performance analysis and simulation results are presented, showing that the new algorithm has close performance to the Cramer-Rao bound, especially under low SNRs. It is also demonstrated that the method can be easily generalized to multi-sinusoidal signals.     

A Novel Method to Detect Initial Time of Weak Sinusoidal Signal Embedded in Non-stationary Noise

The paper introduces a novel method to detect the initial time of a weak sinusoidal signal embedded in non-stationary noise and studies the performance of the method through numerical simulations. Furthermore, a proposed nonlinear function combined with time–frequency analysis can be used to effectively improve the signal-to-noise (SNR). Simulation results show that the method can rapidly detect the initial time of the weak analytical signal with a SNR lower than −54 dB and a time-domain resolution of only 1 second.     

Robust estimation of fetal heart rate variability using Doppler ultrasound

This paper presents a new measure of heart rate variability (HRV) that can be estimated using Doppler ultrasound techniques and is robust to variations in the angle of incidence of the ultrasound beam and the measurement noise. This measure employs the multiple signal characterization (MUSIC) algorithm which is a high-resolution method for estimating the frequencies of sinusoidal signals embedded in white noise from short-duration measurements. We show that the product of the square-root of the estimated signal-to-noise ratio (SNR) and the mean-square error of the frequency estimates is independent of the noise level in the signal. Since varying angles of incidence effectively changes the input SNR, this measure of HRV is robust to the input noise as well as the angle of incidence. This paper includes the results of analyzing synthetic and real Doppler ultrasound data that demonstrates the usefulness of the new measure in HRV analysis.     

改进的正弦模型在音频时域修正中的应用

介绍了一种更有效的相位内插算法,使正弦模型能够精确而更有效地分析/综合语音信号。将该正弦模型应用于音频的时域修正,通过使用正弦 瞬时冲击 噪声3种模型来灵活表示广泛的音频信号,分别针对不同的信号进行不同的时域修正,实验证明,通过此方法得到的效果明显优于传统时域修正算法。     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

一种基于TS201的微弱信号检测平台设计

微弱信号的提取在信号检测中占据十分重要的地位,文中研究了一种基于TS201芯片的微弱信号的检测平台设计,利用正弦信号的特性,进行多重自相关运算,有效的提高信噪比,提取淹没于噪声背景下的微弱信号。文中给出了具体的硬件结构设计和算法实验。实验结果表明,检测平台能有效的提取微弱信号。     

一种高精度快速频率测量方法

文中研究了一种基于多重自相关的的Hibert变换频率估计算法,利用正弦信号的特性,进行多重自相关运算,有效的提高信噪比,结合Hibert变换对信号的频率进行估计,从而提高了频率测量的准确度,实验结果表明了该方法具有很好的抗噪能力,能有效的对信号的频率进行估计,比传统的直接Hilbert估计算法精度要高2-3个数量级。