基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.     

基于分数阶傅里叶变换的直扩通信快速线性调频干扰抑制

针对直接序列扩频系统中的线性调频干扰,将短时傅里叶变换和分数阶傅里叶变换相结合,提出了在短时傅里叶域进行线性调频干扰参数粗估计而在分数阶傅里叶域进行精确估计,并根据线性调频干扰在分数阶傅里叶域形成的脉冲位置和强度自适应选择消波区间达到抑制线性调频干扰的目的。仿真实验表明,所提出的干扰抑制方法在干信比JSR40情况下,对线性调频干扰有很好的抑制作用,位错误率BER性能可改善103倍。     

基于分数阶傅里叶变换的宽带LFM信号波达方向估计新算法

提出一种新的基于分数阶傅里叶变换和信号子空间分解的宽带线性调频(LFM)信号波达方向(DOA)估计算法.该方法利用LFM信号在分数阶傅里叶变换域的极高的聚集性,在分数阶傅里叶变换域分离信号,并构造分数阶傅里叶变换域的阵列信号相关矩阵.通过对相关矩阵进行特征值分解,估计信号子空间和噪声子空间,并利用MUSIC算法估计宽带LFM信号的波达方向.仿真验证了新方法的有效性.     

基于DSSS-LFM-FRFT的ZigBee网络中抗RFID干扰研究

针对传统解决ZigBee/RFID(radio frequency identification)2种设备的信号同频干扰问题,采用信道调度算法存在频谱资源利用率低、通信效率低等问题,量化分析了两者信号冲突成因,并提出了基于直接序列扩频再线性调频的分数阶傅里叶变换自适应抗干扰方法(direct sequence spread spectrum-linear frequency modulation-fractional Fourier transform,DSSS-LFM-FRFT)。该方法将传统的ZigBee直接序列扩频技术进行改进,当系统检测到信号干扰时,在接收机解扩之前进行干扰抑制,通过线性调频再扩频技术展宽ZigBee信道信号频谱,接收机前端利用分数阶傅里叶变换滤除掉干扰信号之后再进行分数阶傅里叶逆变换,通过解扩还原信号。实验结果表明,该方法与传统DSSS比较,不仅提高了系统的抗干扰能力,还降低了误码率,实现了ZigBee/RFID共存时高效率通信,提高了无线网络频谱资源利用率。     

∑-△型A/D转换器中量化噪声的功率谱整形

在设计数据采集系统时, 为使采集系统前端输出信号的带宽与后端处理模块相匹配, 在建立高阶Σ-Δ调制器理论模型的基础上, 对A/D转换器中的量化噪声功率谱的整形过程进行了研究。理论分析和仿真结果表明, 结合了过采样技术的高阶Σ-Δ型A/D转换器能大大降低量化噪声。     

基于类间功率谱差的FRFT-TDCS门限判决算法

针对分数阶傅里叶变换域通信系统采用传统门限判决算法难以有效剔除多分量线性调频干扰的问题,根据高斯白噪声和多分量线性调频干扰分数阶傅里叶变换域功率谱特征,提出了基于类间功率谱差的门限判决算法。该算法利用了分数阶傅里叶变换不影响高斯白噪声的统计特性,在分数阶傅里叶变换域的三维频谱上自适应地确定门限值,既可以有效对多分量线性调频干扰频谱剔除,又解决了分数阶傅里叶变换的变换阶次对门限判决带来的不利影响。仿真结果表明,该算法在双极性调制和循环移位键控调制下,对多分量线性调频干扰剔除的有效性,尤其在大干信比情况下,误码率的提升尤为明显,对提高分数阶傅里叶变换域通信系统抗多分量线性调频干扰的能力具有一定的实用价值。     

一种水声宽带双曲调频信号波达方向估计方法

提出了一种基于短时分数阶傅里叶变换的水下宽带双曲调频信号波达方向估计方法.建立了均匀线列阵声呐远场宽带双曲调频信号接收数据模型,在时域将接收信号进行分时段处理,对每一段短时信号分别进行分数阶傅里叶变换,将时域阵列接收数据转化成多段短时分数阶傅里叶域阵列数据,同时将多个时段的时变阵列流形矩阵变换成与每个时段一一对应的多个固定阵列流形矩阵.利用多重信号分类算法估计各短时信号的空间谱,应用求和运算进一步得到整体时段双曲调频信号空间谱,通过谱峰搜索实现对双曲调频信号的波达方向估计.通过仿真实验与分析,对该方法的水声双曲调频信号波达方向估计的有效性进行了验证,分析了该方法在阵列接收信号时域分段数、信噪比、目标方位等参数变化条件下的性能.与传统方法相比,该方法具有更高的方位分辨率和估计精度.     

线性调频脉冲压缩雷达信号参数估计方法

针对低信噪比下,瞬时自相关谱算法对调频率估计精度不够高及基于传统的包络检波方法对线性调频(LFM)脉宽和重复间隔估计不准确的问题,提出了以分数阶傅里叶变换为核心的多参数估计方法.利用分数阶傅里叶变换对LFM信号的聚集特性,精确估计LFM脉冲压缩雷达信号各主要参数,设计LFM脉冲压缩信号发射接收实验以验证本算法.实验结果表明,在较低信噪比条件下,能够实现线性调频脉冲雷达信号主要参数的准确估计.     

利用重复采样技术提高OTDR中ADC量化精度

分析了 ADC在信号、白噪声以及信噪混叠三种情况下量化结果的统计特性和重复采样带来的影响 .针对 OTDR使用中存在信号动态范围大、噪声干扰强的特点 ,提出一种利用叠加在信号上的白噪声和重复采样技术提高其 ADC量化精度的方法 ,可以简化 OTDR电路和运算的复杂程度 .给出了最小采样次数与量化分辨率、噪声特征和均方量化误差间的关系     

STLFM在水声通信系统同步测算中的应用

通过对对称三角线性调频(STLFM)信号在分数阶傅里叶域能量汇聚性的分析,提出了采用STLFM信号作为同步码,基于分数阶Fourier变换(FRFT)的正交多载波水声通信系统的联合同步算法,并以同步误码率(BER)作为评价指标,在有噪声、多径传输和多普勒效应三种环境组合下与传统OFDM系统采用线性调频(LFM)信号作为同步码进行仿真分析比较.仿真结果表明,在复杂的水声环境中,该算法在低信噪比时可以获得更精确的同步性能和更低的误码率.     

Quantization of wavelet packet audio coding

Abstract The method of quantization noise control of audio coding in the wavelet domain is proposed. Using the inverse Discrete Fourier Transform （DFT）, it converts the masking threshold coming from MPEG psycho-acoustic model in the frequency domain to the signal in the time domain; the Discrete Wavelet Packet Transform （DWPF） is performed; the energy in each subband is regarded as the maximum allowed quantization noise energy. The experimental result shows that the proposed method can attain the nearly transparent audio quality below 64kbps for the most testing audio signals.     

一种基于分数阶Fourier变换的光斑图像抑噪方法

在激光光斑中心定位系统中,光斑图像噪声直接影响中心定位的精度。为了保证光斑重心的测量精度,抑制光斑图像噪声,针对信号和噪声有很强的时频静合特性,通过分数阶Fourier变换（FRFT）分析了含噪声激光光斑图像在分数阶Fourier域的幅度特征,在一维信号分数阶滤波系统参数估计的基础上,利用多阶段的滤波结构滤除激光光斑图像中的高斯噪声。仿真结果表明,该算法能较好地在强噪声背景下将光斑图像恢复出来,抑噪后的光斑基本能满足激光光斑中心定位系统的预处理要求。     

量化噪声对插值fast Fourier transform谐波估计的影响

插值fast Fourier transform(FFT)算法是对谐波频率、幅度和相位三参数进行精确估计的常见方法.信号中的噪声无疑会影响插值FFT算法的谐波估计结果.有文献讨论过信号中的白噪声对插值FFT算法谐波估计结果的影响,尚没有文献讨论过A/D(analog-to-digital)量化噪声对插值FFT算法谐波估计结果的影响.本文首先对插值FFT谐波估计算法做了简单介绍,接着对A/D量化噪声的特点进行了分析研究.在此基础上,仔细研究了量化噪声对插值FFT谐波估计方法的影响程度——给出了计算模型、进行了大量仿真计算、得出了量化噪声对谐波频率、幅度和相位3参数估计结果影响程度的结论.相信所得结论对电路设计中的A/D器件、信号调理器件等的选型有指导意义.     

基于分数阶傅里叶变换的时延和频率偏移联合估计方法

针对传统相关运算对时延和频移进行联合估计计算复杂度高的缺陷,提出一种基于分数阶傅里叶变换的时延和频移联合估计方法.该方法利用信号的时延和频偏变换到分数域表现为分数域谱位置的平移特性,通过在不同的分数域利用最小均方误差准则来获得分数域谱位置的偏移量来进行联合估计.该方法不局限于仅适用于Chirp信号,对其它类型的信号同样适用.且与传统相关估计法相比,具有简洁、高效的特点.计算机仿真结果表明,该方法是有效的.     

多分量微弱LFM信号的检测

提出了一种基于分数阶傅里叶变换的多分量微弱LFM信号的检测方法.首先利用分数阶Fourier域的LMS自适应滤波算法,改善了LMS算法对LFM信号的处理效果.在此基础上,提出了分数阶Fourier域的自适应谱线增强器(ALE)算法,提高了对多分量微弱LFM信号的检测性能,并将分数阶Fourier变换的移动算法应用于谱线增强器,减少了运算量.     

分数阶域噪声预测判决反馈均衡方法的研究

针对单载波频域均衡中噪声预测判决反馈均衡结构,介绍了一种基于独特字块结构的分数阶域噪声预测均衡方法,即将接收端的时域信号转换到分数阶域实现噪声预测判决反馈均衡。分数阶域的判决反馈均衡在保持前馈与反馈部分相互独立的同时,还利用了分数阶域信号的灵活性使均衡效果更好;与此同时,利用独特字的已知特性,在接收端将独特字和有用数据分开,再进行分数阶域均衡处理,恢复出原始数据。仿真结果表明,基于独特字的分数阶域噪声预测判决反馈方法相比传统基于循环前缀的均衡方法性能有很大提升。     

基于支持向量机的信号滤波研究

提出了基于支持向量机（SVM）的信号滤波方法．由于利用了SVM泛化能力强、全局最优等特点，因此该方法与传统方法相比，能更有效地抑制随机加性噪声．在时域和频域分别讨论了参数对核函数的影响，通过对基于SVM的函数回归形式的变换，得出了一种能描述滤波原理的表达式．从该表达式中可以看出，核函数的作用相当于低通滤波，而其参数决定了滤波器的截止频率，从而可以通过对核函数参数进行优化，以取得最佳的滤波效果，达到抑制随机加性噪声的目的．仿真结果表明，基于SVM的滤波方法有效地抑制了随机加性噪声，为信号滤波提供了一种以结构风险最小化为理论框架的新手段．