共查询到20条相似文献,搜索用时 102 毫秒
1.
2.
线性调频(LFM)信号是一种典型的非平稳信号。对非平稳信号的分析和处理不能仅依靠传统的基于傅里叶变换的分析方法,必须采用时域和频域联合的时频分析方法。将S变换(ST)的时频分析方法应用到LFM信号的滤波中,用tST-tIST和fST-fIST 2种算法组合分别实现了对LFM信号的滤波,然后采用均方误差(MSE)的衡量标准,仿真对比了以上2种算法组合的滤波性能。仿真结果表明:fST-fIST算法的滤波误差较大,不适合对LFM信号的滤波;tST-tIST算法的滤波性能较好,适合对LFM信号的滤波。 相似文献
3.
故障信号的分析与检测方法 总被引:1,自引:0,他引:1
讨论了小波变换及其基本性质,探讨了基于小波变换模最大值沿尺度演变的信号突变检测的基本原理与方法。在不同尺度上分析和处理信号的各种频率成分,使信号的奇点、突变点被放大,成为诊断故障信号的手段。 相似文献
4.
MT8880的音信号检测在交换系统中的应用 总被引:3,自引:0,他引:3
主要介绍了MT8880忙音检测功能在交换系统中的应用,给出了忙音检测的算法,并利用软件控制DTMF的时钟Φ2,减少了电路设计的复杂性。 相似文献
5.
6.
针对传统的时域或频域滤波算法对非线性调频信号滤波去噪效果不好的问题,本文提出了一种时频域内非线性调频信号的自适应滤波去噪算法。首先对原信号进行广义S变换获得其时频分布,接下来利用有效信号时频分布特性选取时频通域,构造区域滤波算子并去除掉时频通域外的噪声分量的时频分布;然后利用有效信号分量的时频聚集性构造自适应时频滤波算子,对含有随机噪声的有效信号分量进行滤波处理,得到滤波去噪后的信号的时频分布;最后利用广义S逆变换将处理后的时频分布变换到时间域,得到滤波去噪后的信号。通过仿真实验的结果可知,本文提出的算法在非线性调频信号的滤波去噪和有效特性保持方面取得了较好的效果。 相似文献
7.
8.
采用二次型时频分析方法对多分量线性调频信号进行分析,获取信号的时频域能量分布。首先讨论了线性调频信号的两种二次型时频分布:魏格纳-威尔分布及其改进形式——重排魏格纳-威尔分布;在此基础上,进一步对比验证了霍夫变换和若当变换对线性调频信号时频域能量的积累效果,以实现噪声背景中的多分量线性调频信号检测。仿真结果显示基于二次型时频分布的处理是实现多分量线性调频信号检测的一个有效方法。 相似文献
9.
斜坡类信号属功率无限信号,针对常见于各种复变函数与积分变换类教科书中此类信号的傅里叶变换结果提出了质疑,认为以傅里叶变换所体现的此类信号的频谱特性不具有实际意义或应用背景。通过对傅里叶变换基本定义、运算性质、物理意义以及斜坡信号频谱特性的分析,表明在信号频谱分析过程中,傅里叶变换这一频谱分析工具不一定适用于功率无限信号。 相似文献
10.
11.
12.
13.
14.
复杂电磁环境下精准检测跳频信号是实施跳频信号侦查的先决条件。针对复杂干扰下跳频信号难以检测的问题,本文提出一种名为时频语义对消的方法。该方法设计了一种具有自注意力和图注意力机制的暹罗嵌套UNet,并根据该网络提取包含跳频信号、干扰信号和噪声的时频图语义信息。将得到的结果与不包含跳频信号时频图的语义信息相消就可以得到仅包含跳频信号的时频图,实现对跳频信号的检测。仿真结果表明所提方法可以在复杂干扰下实现对跳频信号的参数估计与盲检测,在信噪比高于-5 dB和信干比高于0 dB时,虚警概率与漏警概率低于1‰。在信号时频范围检测中,对比实验表明语义对消检测方法比语义分割检测方法交并比分数提升0.31,消融实验表明注意力模块对交并比分数提升为0.022。同时分析了所提网络的复杂度,结果表明该方案具有较小的参数量以及较快的处理速度,可以运用于跳频信号的实际检测当中。 相似文献
15.
提出一种抽取微笑表情特征的近红外额耳穴信号小波分析方法,优点是无损间接测量脑额区的神经递质涨落。针对分别呈现平静或微笑表情的16名大学生被测者(男11人,女5人,平均年龄24±4岁),该方法选取右耳额穴,采集960nm近红外透射信号,做10级小波分解与重构,构造出超低频功率谱特征;统计结果表明,81%的受试者具有微笑小于平静的小波超低频功率谱特征。 相似文献
16.
17.
信号功率谱特征提取的进化规划方法 总被引:4,自引:0,他引:4
本文提出了一种提取信号功率谱中连续谱和线谱特征的新方法,该方法利用进化规划实现连续谱的最佳非线性曲线拟合,从而获得连续谱的轮廓特征及线谱的位置和相对强度,并对该方法用于被动声纳信号和振动信号的处理和分析,应用结果表明本文提出的方法能准确有效地提取信号功率谱的特征。 相似文献
18.
为有效提高强杂波及目标复杂运动特性条件下的雷达动目标探测能力,该文结合时频分布(TFD)类动目标检测和稀疏表示方法的优势,建立了短时稀疏TFD(ST-STFD)原理框架,提出短时稀疏傅里叶变换(ST-SFT)和短时稀疏分数阶傅里叶变换(ST-SFRFT)雷达动目标检测方法,并应用于海上目标微动特征提取及检测中。实测雷达数据验证表明,该方法在时间-稀疏域能够实现时变信号的高分辨低复杂度时频表示,具有运算效率高、时频分辨好、抗杂波等优点,为进一步提升雷达杂波抑制和动目标检测能力提供了新的思路和途径。 相似文献
19.