盲信号分离算法处理色谱重叠峰

盲信号分离算法可以实现重叠化学信号分离。在色谱分析中对盲信号分离命题进行解释,提出独立成分分析的独立成分对应分离的单位色谱峰,混合矩阵的元素对应各组分含量的单位比值。构造两组分的模拟色谱重叠峰作为计算验证,测定正己烷／正庚烷混合体系的色谱重叠峰作为实验验证。经过模拟和实验验证,对色谱分析中的重叠峰,进行各组分比例不同的多次测定,测定次数大于或等于组分数目,采用信号盲分离算法可以求出各组分的单位色谱峰,并确定重叠峰内各组分的相对含量。     

水质检测中色谱谱峰寻峰算法的设计与实现

水质检测中常用色谱分析法处理数据,针对水质检测中对获取色谱信号数据分析的要求,采用差分运算,实现色谱谱峰起始点和终止点准确识别。该算法在色谱信号数据平滑处理前提下,通过判断一组数据内相邻两点色谱信号数值变化是否符合该组数据所有差值的平均值来确定峰的上升通道起始点和下降通道终止点,对识别出的起始点和终止点进行二次判断,可准确识别峰的类型。实验结果表明,该算法准确率高,运算速度更快,可以避免人工设定阈值时产生的不稳定性,实现了全自动化谱峰识别。     

基于小波分析和Kalman滤波的心电QRS波检测

本文首先采用RLS自适应算法对心电信号进行实时建模。经过约20个心电周期，本算法使可以基本完成自身的调整。利用多尺度理论，将小波分析和Kalman滤波结合起来，在对信号预测的同时定位心电信号的R峰。对于心电信号中因伪迹造成的误判，可通过在小波检测方法中设置相应的检测策略克服。实验表明，该算法提高了抗噪声性能。     

基于粒子群优化算法的LFM信号参数估计

在相同时宽范围内,恒定能量的线性调频信号频谱幅度平方与调频斜率呈反比。基于该特性,将信号解调后幅度平方最大值对应的参考信号调频斜率作为其估计值,进而估计其他参数。但该参数估计算法存在高估计精度与大运算量之间的矛盾,为此,将粒子群优化算法引入信号参数的搜索估计过程中。对搜索区间进行高精度划分以提高参数估计的精度,逐步改变参数值,并利用粒子群优化寻找解调后信号幅度平方的最大值,从而估计出相应参数。仿真实验结果证明,该算法运算量较少,且具有更高的估计精度。     

基于ICA的周期性噪声消除算法

为了使问题有解，传统的独立分量分析算法对问题的条件有许多严格的限制，其中包括观测信号的个数不能小于源信号的个数等．在降噪等实际应用中，观测信号的个数可能无法满足这一条件，为了能够利用独立分量分析分离加性噪声，需要人工构造混合信号．基于周期性干扰表现的整体周期性，提出了一种构造混合信号的新算法．利用构造的混合信号进行独立分量分析，可以有效地消除周期性干扰，使目标信号的信噪比显著提高．即使在信噪比很低，目标信号几近被“淹没”的情况下，仍然能够较好地将其分离出来．该方法具有算法简单、运算速度快、算法效率高等特点．计算机仿真和实验结果都证明了算法的有效性．     

短波信号检测中的形态学预处理算法

针对信号检测中色噪声干扰和多谱峰信号的判断问题,通过研究实际短波信道特性和信号频谱特征,提出一种将频谱作为一维灰度图像进行形态学滤波的预处理算法,应用顶帽变换进行白化滤波,通过闭运算进行信号增强。仿真实验结果表明,该算法能在复杂的短波信道环境下较好地抑制色噪声干扰,实现对弱信号和多谱峰信号的有效检测。     

不计信源数目的修正MUSIC算法分析

在介绍MUSIC算法的基础上，分析了信源数目估计误差对MUSIC算法测向性能的影响，针对信源数日过估计下出现虚假信号和欠估计下存在谱峰消失的问题，根据阵列协方差矩阵特征分解后噪声特征值非常接近的特点，提出了一种在未知信源数日情况下进行正确DOA估计的修正MUSIC算法，计算机仿真结果证明了该算法的可行性和有效性。     

一种基于PFRFT的低截获信号识别算法

针对低截获概率雷达信号的调制识别问题,提出了一种新的调制类型识别算法,完成了LFM、BPSK、2FSK、Frank/P1/P2/P3/P4码8种低截获信号的识别分类。首先,根据有无调频斜率,利用PFRFT完成低截获信号的预分类。然后,综合利用分数阶域主副脊线及功率谱估计完成信号的自动分类识别,给出了分类识别算法的流程图及具体步骤。最后通过仿真实验,表明该算法具有很好的识别效果,证明了该方法的有效性和可行性。     

基于FRFT的线性调频信号映射方法的快速算法

针对基于分数傅立叶变换(Fractional Fourier transform，FRFT)的线性调频信号(LFM)的参数估计方法，提出了基于Radon变换的判决准则，并建立了相应的快速算法。该映射方法将具有同样调频斜率、同样多普勒中心频率、不同初始相位的信号映射到同一个点。该快速算法的计算量等同于FRFT的计算量，计算结果的精确度取决于连续两次的FRFT运算。     

小波变换-免疫算法用于重叠分析化学信号的解析

将小波变换与免疫算法结合，首先采用小波变换对原始信号进行数据压缩，然后采用免疫算法对压缩后的信号进行解析，从而使计算速度加快，对多组分核磁共振信号和二维重叠色谱信号的解析结果表明：小波变换－免疫算法可以方便地用于大数据量化学信号的解析，为快速复杂化学信号的解析提供了一种有效途径。     

小波变换在色谱信号滤波中的应用研究

本文通过对工业气相色谱分析仪器信号进行分析，并比较几种数字滤波方法，采用了小波变换对色谱信号进行滤波。文中利用空域相关法，根据给定信号较准确地估计出噪声方差，从而自适应地实现信号的滤波，实验证明滤波效果较好。     

基于小波和模式匹配的变压器色谱倾斜峰辨识方法

把小波和模式匹配技术引入了电力变压器色谱倾斜峰辨识领域;该方法为:先用小波技术提取色谱曲线大致的基线,然后扣除基线,消除由于基线漂移引起的色谱峰倾斜,再用基于模式匹配的色谱峰辨识方法查找色谱峰位;对该方法进行了实验研究,结果表明:该方法能辨识由于色谱基线漂移引起的倾斜峰的峰位。     

基于石英传感器的动态称重数据处理算法研究

通过对以石英晶体传感器为称重单元的动态称重系统称重信号中干扰信号的分析,得出其称重信号中存在大量干扰信号,包括高频噪声和低频噪声,此外车辆行驶时自身振动、轴型、行驶速度以及加速度都会影响动态称重精度.针对以上问题,提出先利用小波变换算法对称重数据进行滤波预处理,然后再经过EEMD算法以及信号重构算法进一步处理.将以上信号处理算法通过仿真以及运用于现场,能够使称重数据误差控制在2%以内,达到了良好的称重效果.     

基于小波变换与形态学运算的R波检测算法

本文提出了一种基于小波变换与形态学运算的R 波检测算法。采用二进Marr小波的Mallat算法对心电信号作多分辨率分解，利用数学形态学运算突出信号的峰谷点特征，将小波变换模极大值检测原理与形态学峰谷检测算法相结合，不仅可以实现对 R 波的准确检测和精确定位，同时也具有较好的算法实时性。     

一种迭代加权l1范数的信号优化恢复方法

稀疏信号的快速优化恢复是压缩感知理论（Compressed Sensing,CS）研究的热点。讨论了参数选取对迭代加权l1范数优化算法恢复效果的影响,并将参数规则化过程引入到算法中,提出了带有参数规则化过程的迭代加权l1范数优化算法。最后通过数值实验,表明改进的算法较大程度地提升了对稀疏信号的恢复能力。     

一种非接触式人体生理信号监测方法

基于床垫式非接触人体生理信号监测系统,采用二阶最小均方(LMS)自适应滤波提取有效的呼吸和心跳信号,可实现不限定呼吸和心跳滤波频带范围的动态生理信号提取,解决了固定滤波频带下异常心跳和呼吸信号不易分离问题。在平缓呼吸和急促呼吸2种情况下,20组呼吸和心跳分离结果与多参数监护仪结果的对比分析表明:该算法的准确率可达90%以上,具有较好的实用性。     

床垫式睡眠监测系统及信号处理方法

为解决非接触式睡眠监测系统中混合信号的可靠获取以及生理特征参数的有效分离和识别等问题,采用压电薄膜传感器获取人体睡眠状态下压力信号,并采用电荷放大电路和信号调理电路进行实时采集;信号处理过程中先利用经验小波变换方法分离心冲击(BCG)和呼吸信号等单一模态分量,然后使用K-means算法对分离出的心冲击信号中不同类型的波峰聚类,进而通过平均心跳周期计算心率.实验结果表明,所设计的监测系统具有较强的自适应性,能有效提取呼吸和心跳信号.     

基于谱峰斜率进行变步长搜索的DOA估计方法

针对经典Capon方法存在计算量和存储量庞大、运行时间长、精准度不高的问题,提出一种低复杂度变步长的搜索算法.该方法首次搜索使用大步长的Capon算法,根据谱峰值确定波达方向(DOA)检测范围并求出其斜率值;然后根据斜率首次小于零确定谱峰在其左侧,记斜率小于零点为P,并从点P-2处开始向右进行变步长搜索;最后进行变步长的迭代逼近,得出期望信号的估计角度.所提方法避免了谱峰穷尽搜索,降低了计算量.仿真实验证明,在相同的信噪比下,所提算法准确性的精准度有近9倍的改善;在不同的信噪比下,所提算法的分辨成功率更高;同时,所提算法的均方根误差均明显优于经典的Capon算法.     

基于小波域滤波的电子通信信道恶意干扰信号分离方法

针对电子通信信号与恶意干扰信号严重重叠的现象,设计了基于小波域滤波的电子通信信道恶意干扰信号分离方法。在分析信道特征并划分噪声种类后明确噪声信号形式,然后利用小波域滤波算法合理设置分解层数,对信号做分解重构与降噪,再利用极限学习机建立神经网络学习模型。根据干扰信号模型与信道衰减程度提取干扰信号特征,并将特征样本输入到神经网络中,直到输出分离结果。仿真结果表明：该方法能够有效去除信道噪声、降低通信误码率、均衡信道负载。     

基于LabVIEW的UWT语音信号降噪处理

在LabVIEW软件平台下,应用UWT(非降采样小波变换)算法设计一新型处理软件,该软件集合了db5、coif5、sym5等三种不同正交小波的信号分解、阈值去噪和信号重构算法,并使用该软件成功地还原了一带噪语音信号,得出在强噪声背景下,该小波变换算法具有良好的保留语音原信号特性且降噪效果优越的结论。