基于FPGA的激光多普勒测长仪信号处理算法研究

针对激光多普勒测长仪多普勒频率的准确提取问 题,提出了一种基于FPGA的自适应采样频率的多普勒信号 处理算法。首先通过跟踪多普勒频率实现了采样频率的自适应选择,提高了低速测量的准确 度,扩大了系统的测速 范围;结合了FFT-FS频谱细化算法和比值校正算法,有效减小了测量误差,进一步提高了 多普勒频率提取的准确度; 最终通过多组长度测量实验,验证了算法的可行性,测量结果的相对误差优于0.1%。     

频谱细化及频谱校正技术在激光多普勒测速仪中的应用

提出了对多普勒信号先进行频谱细化,再进行频谱校正的方法,阐述了几种常见的离散频谱细化和频谱校正算法的基本原理,并运用它们对不同频率的理想正弦信号和实测的多普勒信号进行谱仿真和实测研究。理论分析和实验结果表明:频谱细化算法中Goertzel细化算法所需的运算量最少,计算速度最快;频谱校正算法中比值校正算法校正公式简单,运算量少,且校正精度较高;频谱细化和频谱校正技术大大提高了频谱分辨率,将其运用于频谱分析型激光多普勒测速仪中切实可行。     

激光多普勒测速仪中的频谱分析技术

为了提高激光多普勒测速仪的测速精度,将频谱分析技术应用于多普勒信号的处理中,先对信号进行频谱细化,再对细化后的频谱进行校正。阐述了几种常见的频谱细化和频谱校正算法的基本原理,并对它们的频谱分析精度和运算量进行了比较。在Matlab平台上将它们应用于理想正弦信号进行仿真,比较了各种算法的优缺点,最后将频谱细化和频谱校正技术应用于实测多普勒信号的处理中。仿真和实验结果表明:频谱细化技术可以大大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,减小信号处理的误差。将其运用于激光多普勒测速仪中切实可行,为设计高精度的激光多普勒测速仪创造了条件。     

激光多普勒测速中的频谱校正及其应用

由于激光多普勒测速(LDA)系统的动态测试范围宽,信噪比低,单个散射粒子的渡越时间短,能采集到的信号长度有限,因此必须探索合适的频谱校正方法提高多普勒频率的精度来满足LDA的测量要求。将能量重心法、比值法、相位差法、频谱细化、频谱拟合等5种离散频谱校正方法应用于LDA信号处理中,通过仿真计算比较各种方法的优缺点,并选取比值法用于实时测量,取得了明显的效果。     

基于混合卷积窗的激光多普勒信号处理研究

快速傅里叶变换是激光多普勒测速系统信号处理的一种常用方法,但在异步采样时存在频谱泄漏和栏栅效应,其处理精度偏低。为了提高检测精度,提出基于Nuttall窗函数和五项最大旁瓣衰减窗函数的混合卷积窗改进六谱线插值校正算法。混合卷积窗在保证良好的旁瓣特性的同时也能保证主瓣不过宽,改进六谱线插值可有效抑制栏栅效应在参数估计过程中的负面影响,提高分析精度。为了避免解高次方程,提出三次B样条插值来拟合插值系数,并推导出改进六谱线插值的频率校正公式。搭建了双光束后向散射差动式激光多普勒测速平台,利用仿真数据和实测信号验证了本文算法在低信噪比环境下有较好的频率和速度测量精度。     

激光多普勒测速雷达技术研究现状

多普勒频率提取算法是激光多普勒测速雷达的关键技术之一,它会直接影响测速精度、作用距离、动态响应范围。本文以一款典型激光多普勒测速雷达为例介绍了测速系统的组成与关键技术,对比分析了国内外典型激光多普勒测速雷达的性能指标及技术参数,重点研究了各种多普勒频率提取算法,并对各种算法的优缺点进行概括总结。最后对多普勒频率提取算法进行了展望。     

高精度激光多普勒在线测长系统设计及算法研究

针对激光多普勒测长系统中多普勒频率难以提取、测量精度较低的情况,设计了一款基于双光束双散射光路的高精度在线激光多普勒电缆测长仪。首先基于声光调制器引入了光学移频技术,结合高通滤波器有效滤除基底信号,提升了信噪比。接着引入自适应采样算法,进一步减少系统误差、提高低速测量时的精确度;随后引入Zoom-FFT频谱细化算法以及能量重心校正算法进行频谱校正,并仿真分析了自适应采样算法和Zoom-FFT结合能量重心校正算法的精确度。搭建了实验系统,分析了系统的精确度和稳定性。实验结果表明,该系统的测量精度优于0.05%。     

虚拟仪器和混合编程用于快速构建信号处理平台

将主要用于测控领域的虚拟仪器扩展作为一种通用信号处理平台。以NI的LabVIEW为框架,以NI的数据采集卡为主要硬件设计了一个完整的信号处理平台,在该平台上可以快速构建多种多样的信号处理系统,实现数据的现场采集与处理。此外,针对LabVIEW的一些不足,平台提供了多种编程语言的接口,使用者可以根据需要,选用Matlab,C语言等填写核心算法,从而发挥各种编程语言的优点,增强平台的通用性且丰富了系统的功能。最后,运用该平台搭建了2FSK信号解调系统,验证了该平台的通用性和有效性。     

激光多普勒信号处理中小波分析的应用研究

文章提出了一种通过小波变换的方式,对激光多普勒信号进行处理,以消除人体激光多普勒信号噪声。首先对小波转换的原理以及特点进行分析,然后分析小波分析在激光多普勒消噪处理中的应用,其次通过激光多普勒信号消噪仿真实验,并对仿真结果进行小波分析,验证小波变换消噪效果,供有关人员参考。     

LabVIEW和MATLAB混合编程在盲信号处理中的应用

文章把LabVIEW和MATLAB相结合使用,充分利用LabVIEW图形化设计语言的优点和MATLAB强大的数据分析处理能力,使开发的虚拟仪器具有更广泛的用途。利用两者混合编程技术应用于盲信号处理,相比传统的编程方法,既有良好的计算机用户图形界面,又有很强的盲信号处理能力,仿真结果实现了盲信号分离,验证了该方法的有效性和实用性。     

基于自适应滤波的宽带阵列信号处理技术

自适应滤波是近30年以来发展起来的一种滤波方法。它是在维纳滤波、Kalman滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能,因此在实际工程中,尤其在信息处理技术中得到了广泛的应用。这里将自适应滤波技术应用于电子对抗领域,解决电子战多通道宽带接收机之间的幅度、相位不一致性问题,并实现了基于自适应滤波的宽带波束形成方法。     

一种基于阵列信号处理的短波跳频信号检测方法

提出了一个适用于阵列天线的跳频信号检测模型。在该模型中,首先产生基于短时傅立叶变换的时频图,接着将跳频信号的各跳从时频图中分割出来,并用阵列信号处理中的到达方向(DOA)估计理论在频域中估计各跳的方向参数,最后通过空间聚类得到跳频信号的数目及各自的参数集。该模型具有计算量小、可检测变跳速跳频信号等优点。通过仿真实验验证了该模型的可行性和有效性。     

基于数字信号处理器的激光成像雷达目标识别算法实现

激光成像雷达的空间分辨率较高,能成四维像(强度像 三维距离像),适合作目标识别探测器.支持向量机(SVM)是一种能在小样本学习的情况下,仍有较高识别正确率的目标识别方法.通过优化支持向量机算法,将它嵌入到激光成像雷达系统的数字信号处理器(DSP)芯片内,实现目标识别的功能,有很高的现实意义.首先用真实激光成像雷达强度像做实验,测试56个样本,共耗时31.97μs,证明嵌入到数字信号处理器的支持向量机算法能满足实时性要求,识别正确率为98.2%;再用仿真激光成像雷达距离像验证支持向量机的推广能力,证明支持向量机在实时性和识别性能两方面都能满足激光成像雷达的识别要求.     

基于自适应算法的四波混频抑制技术

介绍了一种新的基于自适应算法的四波混频抑制技术。在四通道波分复用系统中,观察到了较为严重的四波混频现象,产生的新波长光中,光信噪比(O SNR)最高高达35 dBm。基于最小均方算法(LMS)的自适应滤波器可自动区分信号光波长和新产生的FWM光波长,并对FWM光进行幅度调制。在输出信号光的脉冲重复频率为10kHz,脉宽为500ns,单脉冲能量为30μJ的条件下,通过实验验证了该自适应滤波器可有效的抑制四波混频效应,同时也改善了系统的误码率(BER)。