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。     

基于MPI的Welch功率谱估计并行算法的实现

Welch算法是一种应用很广的经典功率谱估计算法。但是面对现在日益膨胀的海量数据,单纯在串行Matlab环境下运行Welch算法势必耗费大量的运算时间。尽管Matlab也引入了并行计算工具箱,但是价格昂贵,不利于大范围推广使用。根据Welch算法的原理,在Linux集群环境及消息传递接口MPI 的支持下,采用主从并行编程模式,实现了一个开源的Welch并行算法PMWelch。实验结果表明,PMWelch不仅具有Matlab下Welch算法一样的运算结果,还可以大幅减少运行时间。     

互功率谱参数谱估计的矩估计方法

互功率谱估计量谱估计领域里一个重霜分支。传统的互谱估计由于存在着谱估计方差大，谱分辨率低，谱窗泄漏及频率混叠等诸多弊病而极大地限制了它的应用，针对这一问题，本文首先从理论上证明了互相关函数的Ｙｕｌｅ－Ｗａｌｋｅｒ方程，并在此基础上提出了互功率谱的矩估计方法，文中还给出该方法的仿真实验结果。     

Matlab在现代功率谱估计中的应用

介绍几种典型的现代功率谱估计模型的公式表达．并用Matlab实现功率谱估计的方法。     

功率谱估计及其MATLAB仿真

从介绍功率谱的估计原理入手分析了经典谱估计和现代谱估计两类估计方法的原理、各自特点及在Matlab中的实现方法。     

一种用汇编语言实现大量数据处理的设计方法

提出了一种采用汇编语言实现大量数据处理和管理的实用方法。使用该方法，可使微机测控系统或智能仪器仪表的ＣＰＵ在异常繁忙的情况下，能够很好地满足快速数据采集和大量数据处理的要求。     

基于FPGA的测风激光雷达功率谱估计系统设计

为了从测风激光雷达回波信号中获il取i大气径i向风速信息,本文设计了一套基于FPGA的测风激光雷达功率谱估计系统。系统采用14位250MSPS的AD芯片进行高速采样,以X部触发、数据存储、功率谱估计以及数据通信等系列功能。通过对系统进行功能仿真和实验验证,对比分析出其功率谱估计与MATLAB计算结果最大相对误差在10-4量级,验证了本系统设计的正确性和可靠性。     

一种改进的最小统计噪声功率谱估计算法

噪声功率谱估计是语音增强系统中的一个重要部分。基于Martin提出的最小统计噪声功率谱估计算法（MS）提出了一种改进的噪声功率谱估计算法。实验结果表明算法能够较好跟踪噪声谱的变化,提高噪声功率谱估计的准确性,改善增强后语音的质量。     

一种基于功率谱估计的盲载频估计新算法

信号载波频率估计是通信、雷达、声纳以及电子对抗等领域信号处理中的一个重要问题,将经典的载频估计算法——频率居中法与Welch功率谱估计算法相结合,提出一种改进的盲载频估计新算法。该算法无须信号的调制类别和定时信息即可实现信号的盲载频估计,在短波信道的仿真环境下,其低信噪比下的估计性能要优于频率居中法。即使在恶劣的短波信道环境下,该算法仍可实现对载频较为精确的估计,在短波通信中有着良好的应用前景。     

相关杂波的产生及功率谱估计技术研究

杂波能显著降低雷达探测目标的能力。利用零均值非线性变换（ZMNL）方法可由零均值高斯白噪声得到满足所需概率密度函数的杂波序列。而要使杂波序列满足特定功率谱分布,可利用零均值非线性变换前后的自相关系数设计线性滤波器。数值仿真结果验证了线性滤波器与ZMNL结合产生满足特定概率密度函数和功率谱相关杂波序列的有效性。     

用汇编语言实现数据排序

汇编语言是计算机能够提供给用户使用的最快而又最有效的语言,也是能够利用计算机所有硬件特性井能直接控制硬件的唯一语言。本文主要讨论如何利用汇编语言实现计算机程序设计中排序这种重要运算。     

汇编语言实现OLED显示器的应用

介绍了OLED芯片VGG12864G-CM 21显示器的模块结构,结合单片机来控制驱动芯片,详细描述了该显示电路的软硬件设计方法,用汇编语言开发应用程序,具体给出软件设计流程图和显示程序示例。从现场运行的情况来看,该仪表显示清晰、实时、信息量大,显示内容和方位修改灵活方便。     

WINDOWS程序的汇编语言实现方法

本文阐述了利用汇编语言进行ＷＩＮＤＯＷＳ程序设计的方法、步骤、要求。并给出了一个程序实例。     

利用汇编语言实现DES加密算法

DES算法是一种数据加密算法。自从1977年公布以来,一直是国际上的商用保密通信和计算机通信的最常用的加密标准。DES算法的实现一般用高级语言。     

利用汇编语言实现DES加密算法

DES算法是一种数据加密算法.自从1977年公布以来,一直是国际上的商用保密通信和计算机通信的最常用的加密标准.DES算法的实现一般用高级语言.     

基于隐马尔可夫模型的非监督噪声功率谱估计

噪声功率谱估计是语音增强算法的基本组成部分,传统算法大多采用启发式的估计方法,因而不能保证噪声估计值的统计最优。提出了一种基于极大似然的非监督噪声功率谱估计方法,采用隐马尔可夫模型(Hidden Markov model, HMM）在每个子带建立语音和非语音对数功率谱的统计模型,模型包含语音和非语音两个高斯分量,其中非语音高斯分量的均值表示噪声功率谱估计值,根据最大期望（Expectation maximization, EM)算法得到包括噪声均值在内的HMM参数集。针对语音信号可能出现的长时缺失,对HMM引入了一些约束条件,保证了模型的稳定性。实验表明,该方法获得的极大似然噪声估计优于基于启发式的经典方法获得的噪声估计。