自回归谱Marple算法的计算机模拟与分析

用Marple算法建模而进行的自回归谱估计具有分辩率高、数据可以短、抗干扰力强以及计算效率高等优点。本文用Marple算法分别在短数据和强噪声的情况下进行了计算机模拟研究,并和最小二乘法、Yule-Walker法、最大熵谱法和新最大熵谱法等的谱估计作了比较分析,并对滚齿机分度传动链误差的实测数据作了分析,获得了一些具有工程实用价值的意见。另外,还通过Marple算法与FFT算法的性能比较,说明了自回归谱估计的优越性。     

二重谱确定信号的幅值和相位

在用二重谱分析信号时,存在着一个难以解决的问题:必须事先知道基波的幅值和相位.为了解决这一问题,本文提出了一种对原始信号加入另一已知信号的方法,获得原始信号各频率分量的幅值和相位,并通过迭加计算,得到精度很高的实际幅值和相位。     

提高FFT线性谱精度的一种方法

讨论一种改善ＦＦＴ线性谱精度的方法，应用该方法对代表某谐和分量的谱峰参数进行适当修正，能获得该分量较精确的频率、幅值和相位。计算机模拟试验证明了方法的有效性；频率检测误差小于０．１％，幅度误差小于５％，相位误差低于５°。     

用共轭梯度法改善AR谱估计性能

本文基于AR模型前向预测误差最小，提出用共轭梯度法搜索AR模型参数，从而实现谱估计。计算机仿真表明，用这种方法进行谱估计，不会产生谱漂移现象，谱分裂得到明显减弱，而且还具有很高的频率分辨能力。用这种方法估计的信号频谱性能接近于Marple算法。     

用于机床传动误差分析的傅里叶谱和最大熵谱的比较

谱分析方法已在机床传动精度研究中获得成功的应用。本文利用5110数据处理系统和自己编制的计算机程序对不同类型的机床传动误差用傅里叶谱和最大熵谱进行了分析和比较,考虑了采样信号的数据长度,自回归模型的阶次和噪声等对最大熵谱分析结果的影响,说明了如何选用合适的方法分析机床传动误差。得到的结果对机床传动精度研究有实际意义。     

环境激振多自由度系统模态参数的线性谱估计

在多輸入多输出模式下,本文用线性谱分析方法探讨了环境载荷作用时结构的频率、振型和阻尼的估计问题。建立了输出谱与系统正则频响函数的关系后,着重分析了这些谱的峰值分布和相位特性,估计结果就是根据这些特性并结合相干计算得到的。     

最大熵谱的振幅谱和相位谱计算

最大熵谱估计是高分辩率的现代谱估计方法,它有着传统谱估计方法不可比拟的优越性。但最大熵谱估计中振幅失真,使它的应用受到很大限制。本文着重介绍了运用准确最小二乘法计算最大熵谱信号的最佳频率成分,再利用三角函数回归法求取原始信号的真实振幅谱和相位谱。对最佳频率成分位置的确定,采用一种既简便又准确的方法,比前人的方法更为优越。     

仿真模型验证方法与程序设计

仿真模型验证是建模和仿真的一个重要方面.对现有的模型验证方法进行了分析比较,并选择其中的性能指标关联分析和频谱估计方法,包括TIC不等式系数法、灰色关联分析法、直接频谱法、基于Burg算法的最大熵谱估计法和基于Marple算法的最大熵谱估计法这几种典型的模型验证方法,用C语言进行编程和设计.并通过实例说明了各种不同模型验证方法的验模过程.结果证明了程序的可行性,同时也表明了验证模型时最好综合采用多种方法.     

一种基于最大熵法的高分辨率GPS多路径信号延迟估计方法

在对相关延迟估计方法分析的基础上,给出了一种基于最大熵法的高分辨率延迟估计方法,用来对GPS多路径信号延迟进行高分辨估计。首先利用互功率谱计算法把时域的延迟变换到频域的频移,然后把求得的功率谱等效为一个时间序列,再对该时间序列求最大熵功率谱。最大熵功率谱是一种最大限度地保留截断后丢失的＂窗口＂以外信号信息的估计方法,它使估计谱的熵最大,具有高频率分辨率,从而可以实现对延迟时间的高分辨率估计。仿真结果说明：该方法可对2倍采样周期的延迟进行正确估计,比相关延迟估计方法有较大提高。     

非半周期采样信号相位差估计的相位校正相关法

针对非半周期采样信号的相位差估计问题,提出一种非半周期采样信号相位差估计的相位校正相关法。首先,利用频率估计的相位匹配方法对采样信号进行频率估计,得到采样信号的频率估计值;其次,对采样信号进行互相关,得到互相关信号,并通过采样信号的信号时移和互相关构造一路新的互相关信号,使两路互相关信号具有相同的误差项;然后,利用两路互相关信号得到相位校正互相关信号;最后,利用相位校正互相关信号和频率估计值获得采样信号的相位差估计值。理论分析表明,该方法消除了采样信号非半周期采样对相位差估计的影响,无需预知信号幅值即可实现采样信号相位差的无偏估计。为验证所提方法的有效性和优越性,在不同相位差、信噪比和信号长度条件下对本文方法进行了仿真实验,并利用科氏流量计进行了应用实验。仿真实验结果表明,本文方法有效提高了非半周期采样信号的相位差估计精度,其相位差估计精度优于互相关方法、数据延拓式相关方法和正交时延估计方法的相位差估计精度,更接近克拉美罗下限。科氏流量计流量测量实验验证了本文方法在实际应用中的有效性。     

基于改进ApFFT的动平衡信号检测算法

动平衡信号的检测应用于精密仪器,需具有较高精度。针对传统方法在处理动平衡信号时存在的能量泄露和分析精度不够的问题,提出改进的全相位FFT (ApFFT)动平衡信号检测算法。ApFFT能够准确提取动平衡信号的相位信息,然后基于时移相位差法修正幅值与频率。仿真结果表明,相比于传统FFT与短时傅里叶变换,改进的全相位FFT算法能高精度测量频率、幅值及相位信息,其相位误差达到10-5级别,幅值与频率误差分别为0.11%和0.48‰,并具有极好的抗高斯白噪声的性能。     

噪声1/3倍频程计权声级算法

提出一种基于FFT谱分解进行噪声倍频程谱分析和插值法求计权声级的算法,以解决传统1/3倍频程谱分析和计权声级算法复杂且精度不高的问题.深入分析了基于FFT频谱求1/3倍频程谱、噪声频谱幅值还原成实际声压值和通过加窗FFT减少幅值误差的方法,研究了计权网络的插值应用方法,并对总声压级求取过程中的易错点进行了剖析.噪声分析试验结果验证了所提出的算法具有精度高、速度快等特性.     

基于传播算子的间谐波参数智能估计算法

为了降低多重信号分类(MUSIC)法频率估计的计算复杂度,提出基于传播算子的间谐波频率估计方法.通过传播算子可以得到噪声子空间,不需要估计协方差矩阵和进行特征分解,并且不需要间谐波个数的先验知识,基于传播算子MUSIC算法的频率估计性能与MUSIC算法几乎相同.构造复数域自适应线性神经网络模型来估计谐波和间谐波的幅值和相位.该模型的输入变量和权值仅为实数域自适应线性神经网络的一半,简化了网络结构;采用Levenberg Marquardt(LM)算法对网络进行学习,大大减少了学习次数.仿真结果表明,该算法无需同步采样,能够快速准确地估计间谐波的频率、幅值和相位.     

最小熵准则下的高动态目标回波相位补偿方法

针对传统"停-跳"假设对高动态脉冲雷达测速的局限性,提出了一种最小熵准则下的高动态目标回波相位补偿方法。在最小熵准则下,通过建立多项式的相位滤波器,实现回波信号相位高阶系数的估计,再对积累周期内的信号进行相位补偿,补偿后的信号频谱熵最小,此时再利用FFT可以得到高精度径向速度估计。实测验证表明,该算法可以有效地估计和修正回波相位高次项,提高回波积累时长,补偿后的径向速度估计均方根误差明显降低,算法估计的径向速度均方根误差优于0.04m/s,有效提高了脉冲雷达测速精度。     

复数FIR滤波器椭圆误差约束最小二乘设计

针对非线性相位有限冲击响应(FIR)滤波器的优化设计问题,提出一种频率响应误差和相位误差约束的最小二乘方法,既能独立控制幅值误差和相位误差,又能形成凸的约束区域.采用S形相位误差上界函数,不仅将相位误差控制在给定范围,而且有效减小了滤波器的群延迟误差,但增大了幅值逼近误差.为了减小幅值逼近误差,应用椭圆形的复数误差约束来代替通带上的圆形频率响应误差约束,研究基于椭圆复数误差约束及S形相位误差上界函数的复系数FIR滤波器加权最小二乘设计.仿真结果表明,应用椭圆形的复数误差约束能够有效减小滤波器的幅值逼近误差.     

基于小波变换的地震波时变功率谱估计

为进一步认识地震动的非平稳特性,基于小波变换提出一种估计时变功率谱的方法.利用小波变换的带通滤波特性,结合时变功率谱的物理意义,从能量的角度推导各频带上小波系数与时变功率谱密度函数的关系,从而通过地震动信号的小波系数估计时变功率谱.利用基于小波变换的估计时变功率谱方法,针对实测和模拟地震动信号进行时变功率谱估计,并与基于傅里叶变换估计的功率谱进行了比较验证.结果表明：该方法正确、可行,它将原有的频率-幅值的二维认识提高到频率-时间-幅值的三维认识,解决了傅里叶变换估计功率谱缺乏时间信息的问题.     

小样本观测资料条件下的耿贝尔极值水文频率分析模型

气象水文要素极值预测是预防自然灾害、控制和降低灾害损失的重要基础性工作,然而传统极值水文频率分析模型需要大量样本资料,在资料稀少地区无法进行水文频率分析研究。本文构建一种小样本条件下的耿贝尔水文频率分析模型,提出最大熵估计方法,只需要水文变量的最小值和最大值这两个数据。耿贝尔水文频率分析模型建模步骤如下:1)首先定义耿贝尔分布熵;2)基于最大熵原理建立优化模型估计耿贝尔分布的未知参数;3)对耿贝尔分布模型进行K–S拟合检验。以黄河流域4个站点的最大日降水量的水文频率分析为例,验证最大熵估计的效果,结果表明:最大熵估计的拟合效果与传统参数估计方法几乎一样,而传统参数估计方法需要大量数据。为验证最大熵估计在小样本条件下的拟合效果,共进行了33次模拟实验。结果表明最大熵估计具有如下潜力:1)当样本长度大于25时,3种参数估计方法的拟合效果几乎一致;当样本长度小于15时,最大熵估计表现出非常大的优越性,极大似然估计的拟合效果最差。2)最大熵估计对最小值准确性的敏感性小,对最大值准确性较敏感。     

应用循环平稳方法对实测雷达数据的分析

利用估计离散时间随机幅值复多项式相位信号参数的循环平稳方法处理实测雷达数据，分析了回波信号多普勒频率的变化规律，得到了满意的结果．     

基于Root-MUSIC和Adaline神经网络的 间谐波参数估计

为了提高电力系统间谐波分析的精度和分辨率,提出基于求根多重信号分类法（root-MUSIC)和自适应线性神经网络的间谐波参数估计方法.该算法利用求根多重信号分类法估计信号中谐波和间谐波的个数及频率,将谐波和间谐波的频率作为Adaline神经网络的输入进行学习,用得到的权值确定谐波和间谐波的幅值和相位;将频率作为权值在改进的Adaline神经网络中参与学习,估计谐波和间谐波的频率、幅值和相位.Matlab仿真结果表明,该算法频率分辨率高、检测准确、收敛快;当频率估计准确时,基本Adaline神经网络与改进的Adaline神经网络具有相近的检测精度,且前者的实时性更好.     

基于对比度最优化的SAR图像相位调整算法

文中提出了一种基于对比度准则的非参数化合成孔径雷达(SAR)图像相位补偿方法——对比度最优相位调整算法.该算法收敛速度快,运算量小,相位误差估计精度高.和相位梯度自聚焦算法相比,它能够更稳定的估计高频和随机相位误差;和快速最小熵相位补偿算法相比,它的计算量大大减少.实测数据的处理表明了该算法的有效性.