基于环境动态感知的空时自适应处理

在非均匀环境中,缺乏独立同分布的训练样本会使空时自适应处理(Space-Time Adaptive Processing, STAP)算法性能严重下降。针对这个问题,该文提出一种基于环境动态感知的空时自适应处理方法。该方法首先通过发射一组正交信号感知观测场景获取杂波信息;然后利用杂波信息结合平台参数及系统参数预测未来一段时间内杂波的协方差矩阵;最后将预测的协方差矩阵与样本协方差矩阵进行组合以构造空时滤波器。仿真结果表明,与传统的知识辅助类STAP算法相比,该方法在缺乏准确先验知识的情况下依然可以有效地抑制非均匀环境中的杂波。     

基于小波变换的电子鼻漂移噪声去除方法

在电子鼻鉴别同类但品种不同的食品时,往往是品种越多其鉴别难度越大。为了提高电子鼻长期使用的鉴别正确率,需要对引起电子鼻气体测量和识别带来误差的气敏传感器漂移信号进行有效的去除。针对这一问题,提出了一种基于小波变换的均值偏差率函数来处理漂移信号的方法,通过选择合适的小波基函数和分解层从而基于小波变换系数的均值偏差率函数,实现了对小波变换系数的动态处理。实例应用表明,此方法有效地消除了电子鼻漂移信号的影响,识别正确率由处理前的43.5%达到了100%,显著地提高了识别正确率。     

基于EMD的语音功率谱分析

提出了一种基于EMD的功率谱分析法,即先用经验模态分解方法(EMD)将语音信号分解成若干个固有模态函数IMF分量,而后对包含主要信息的IMF分量利用现代参数模型法估计出它们各自的功率谱。文中对不同情感状态下语音数据的分析结果表明,EMD方法能有效地应用于非平稳语音信号的功率谱分析中,可更细致的体现语音信号内在特征。     

强噪声下的微弱信号检测技术

本文首先分线性方法和非线性方法对微弱信号检测技术进行了介绍。线性检测方法一般分为时域分析法、频域分析法和时频分析法;混沌理论法、随机共振法和差分振子法是目前主要的微弱信号非线性检测方法。然后,本文从应用范围、优势和缺点等方面对常用的微弱信号检测方法进行了对比分析和总结展望。     

SDH光传输系统故障分析处理探讨

本文第一章主要介绍了SDH光传输系统在电力应用中的主要故障及故障分析，第二章介绍了SDH光传输系统故障的处理办法，主要包括：观察分析法、替换法、环回分析法、仪器检测法等。     

一种新的雷达脉冲信号的非匹配检测算法

在电子侦察领域中，传统的雷达脉冲信号检测是基于包络检波的非匹配检测。为了提高在低信噪比条件下对雷达脉冲信号的检测概率和参数估计精度，文中提出了一种新的雷达脉冲信号的非匹配检测算法——极值序列分析法。该算法可在低信噪比条件下完成雷达脉冲信号的检测，然后对雷达脉冲信号的脉冲幅度、脉宽、到达时问、信噪比和载频等参数进行估计。仿真结果表明：极值序列分析法对雷达脉冲信号的检测概率高、参数测量精度高和处理速度快。     

基于TMS320F2812便携式动态信号分析仪

基于数字信号处理的动态信号分析系统应用广泛并具有重要作用。利用TI公司高性价比的数字信号处理TMS320F2812设计了一种便携式态信号分析仪,该系统信号分析仪可采集动态信号,并处理数据的频域,可直接在LCD上显示信号各分量频率值、功率值、失真度等。通过实验测试,该动态信号分析仪简便直观,只要接收到信号源,即可观察信号的多种指标参数。     

基于遗传算法的UWB信号非相干捕获方法

 本文针对动态信噪比环境超宽带（UWB, Ultra WideBand）信号的非相干捕获,提出了一种基于遗传算法的信号捕获方案.以遗传算法结合在线估计接收信噪比,搜索积分窗口长度与定时位置的参数组合,实现系统要求的比特错误概率.该方法解决了传统捕获方案在未知信噪比条件下积分长度无法择优选取以及捕获门限难于设定的问题.仿真结果表明,基于遗传算法的二维参数捕获方法与传统Look and Jump by K steps算法相比有效的提高了未知信噪比条件下的系统捕获性能,拓展了UWB非相干系统的应用范围.     

低信噪比雷达信号的数字化处理

分析了数字化处理技术能够实现低信噪比信号检测的原理，给出了几种典型雷达信号参数的数字化处理方法及试验结果。     

基于树莓派和Python的数字均衡器实验设计

传统的实时性数字音效处理系统主要基于DSP硬件平台进行开发，对于本科生而言开发难度和成本都较高，针对此问题，提出了基于树莓派和Python的数字均衡器综合实验设计方案。首先，提出了一种基于尖峰滤波器模型的均衡器方法；其次，从理论角度阐述了IIR数字滤波器形式的设计过程，并通过窗函数法转换为FIR数字滤波器；最后，借助树莓派数字音效处理系统，印证了实验方案的可行性和拓展性，提高了学生的理论应用能力和创新实践兴趣。     

一种基于DSP的信号分选硬件平台设计

在高密集复杂雷达信号环境下,雷达信号分选实时性是信号处理的一项关键技术,也是电子战领域一个有待提高的关键课题。利用高性能数字信号处理器（DSP）和现场可编程门阵列构建了一种双DSP信号分选硬件平台,极大地减少了分选的时间开销和分机系统的体积。实验结果表明,此方法极大地提高了信号分选的实时性。     

基于Matlab的信号处理系统与分析

信息技术发展到一定阶段以后产生Matlab,Matlab的信号处理系统在现代得到了广泛的应用,帮助我们解决许多信号处理时的许多问题.使用Matlab信号处理系统对一些传统的信号处理问题进行分析,提升信号处理的效率性与可靠性.本文对Matlab信号处理问题的分析,注重对Matlab的特点以及信号处理系统进行了研究.     

软阈值小波消噪在电磁泄漏信号中的应用

在对环境或者电子设备的电磁泄漏信号检测中,由于混杂有噪声,使得信号检测和后面的信号处理与分析产生误差,甚至错误。文中针对带宽很宽的噪声,传统的傅立叶变换消噪解决不了,采用了小波变换中的软阈值消噪,可以有效的解决改问题[1]。     

电子学在天文研究中的一些应用

天文学的研究完全基于对宇宙中天体电脑波辐射的探测和理解，电子学在各种探测过程和信号分析中起着不可或缺的作用。目前国内、国际所有的天文观测设备都必须配备一流的甚至独一无二的电子设备。射电天文学研究天体的无线电波。这里介绍电子在天文研究中的一些应用，特别是射电天文的测量方法，详细介绍探测和研究一种发射脉冲信号的天体（脉冲星）的具体方法。     

扩频技术下的雷达通信信号处理分析

在日益复杂的电磁环境下,电子设备在现代化作战中发挥的作用越来越大,伴随着电子设备使用数量的不断增加,电子设备之间的干扰亦在不断增强,为了有效的降低电磁干扰对于作战平台的影响,目前尝试较多的解决方法有一体化作战平台和基于信号共享系统而产生的扩频雷达信号处理系统,本文对扩频技术下的雷达通信信号处理进行分析研究.     

人工智能时代“语音信号处理”课程的改革

语音信号处理是电子信息类的专业选修课之一。本文在分析该课程的传统教学内容结构及特点的基础上,通过拓展理论知识和开展综合创新课程项目,探索融入新理论和新技术的教学方法。激发学生学习的积极性和主动性,培养学生关注新方法和新技术的发展,并将其应用的能力,加强团队分工合作的意识及与教师的互动,提高教与学的质量。     

基于机器学习的可见光通信信号处理研究现状

随着无线通信领域的发展,具有诸多优点的可见光通信(VLC)已经发展成为了一种具有广阔前景的通信手段。然而,可见光通信中的各种非线性效应会给其信号处理带来诸多的困难,并恶化系统的性能。机器学习在解决非线性问题方面具有很大的优势和潜力,结合机器学习算法的可见光通信技术必然具有巨大的研究价值。已有研究表明,传统的机器学习算法如K-means、DBSCAN以及支持向量机(SVM)等在预均衡、后均衡、抗系统抖动,以及相位纠正等方面均有很好的表现。而深度神经网络(DNN)则因为其强大的非线性拟合能力能够更进一步提升VLC系统的性能。对以上几种方法进行了分析和介绍,并对其在可见光通信信号处理领域的应用进行了分析与总结,希望可以为机器学习解决可见光通信方面的各种非线性问题提供参考。     

电子侦察中的信号处理方法体系

电子侦察采用截获信号分析的手段,获取电子干扰和情报侦察所需要的信息。随着数字化和软件化的发展趋势,数字信号处理必定在其中发挥十分重要的作用。近年来,电子侦察技术的进步在很大程度上体现在信号处理技术上。简要地综述了在电子侦察中所使用的信号处理方法的基本思路和手段,试图论述其方法体系,并提出一些观点和评述。     

一种具备高镜像抑制比的带通滤波器设计

介绍一种高镜像抑制比的带通滤波器的设计。在音频领域里所接触的大多为实数滤波器,滤波器的频率点具备对称性的特点,这就对信号处理领域带来很大的麻烦,如AM、FM中频滤波时产生的镜像频率,会对正常的搜台产生很大的干扰。此设计利用复数滤波器的特点,设计出一种具备高镜像抑制比的带通滤波器,应用于数字调谐收音机解调系统里面。由于采用的是全集成的复数带通滤波器,节省了传统的外部中频滤波器的成本及空间;实测镜像抑制比达40 dB,大大降低了搜台的误操作,提高了整机系统的信噪比,在信号处理领域有一定的借鉴意义。     

Wireless implantable microsystems: high-density electronic interfaces to the nervous system

This paper describes the development of a high-density electronic interface to the central nervous system. Silicon micromachined electrode arrays now permit the long-term monitoring of neural activity in vivo as well as the insertion of electronic signals into neural networks at the cellular level. Efforts to understand and engineer the biology of the implant/tissue interface are also underway. These electrode arrays are facilitating significant advances in our understanding of the nervous system, and merged with on-chip circuitry, signal processing, microfluidics, and wireless interfaces, they are forming the basis for a family of neural prostheses for the possible treatment of disorders such as blindness, deafness, paralysis, severe epilepsy, and Parkinson's disease.