面向OFDM系统的高精度窄带干扰抑制算法

针对窄带干扰(NBI)的频谱泄漏导致正交频分复用(OFDM)系统误比特率性能下降的问题,提出一种适于OFDM系统的高精度的减小频谱泄漏的频域窄带干扰抑制算法。首先,利用傅里叶变换(FFT)推导出NBI频率的分数因子与NBI频谱泄漏的定量关系,得出当分数因子小于0.005时NBI频谱泄漏小于总能量0.01%的结论;其次,在时域将接收信号与频率搬移矩阵相乘实现干扰对齐,在频域将对齐的干扰信号置零完成干扰抑制,且证明了残留的频谱泄漏仅与分数因子估计误差有关而与分数因子无关;最后,基于FFT粗定位的NBI频谱范围,利用Chirp-Z变换对该范围的频谱进行细化,得到估计误差小于0.005且分布均匀的高精度的分数因子估计值。仿真结果表明,所提算法对OFDM系统误比特率性能的改进与陷波干扰抑制算法接近,且实时性更好;在分数因子为0.5、误比特率为10-4时,所提算法、陷波干扰抑制算法及查表干扰抑制算法所需的信噪比分别为4.5、4.5及6dB。     

应用拓展时域信号法抑制DFT频谱泄漏

该文直观地分析了DFT频谱泄漏产生的机理,指出采样频率与信号频率的比值为无理数时频谱泄漏不可避免,只能尽量减少。同时提出一种拓展时域信号的DFT频谱泄漏抑制方法,Matlab仿真结果表明:与海宁窗加权的DFT比较,该方法抑制频谱泄漏的效果较好。     

一种提高周期信号检测精度的自适应算法

提出一种既能提高周期信号的检测精度 ,又不增加计算量的自适应算法 .该算法能自动调整采样得到的离散序列 ,使其最大限度地逼近理想离散序列 ,减少频谱泄漏 ,提高检测精度     

改进的自适应小波变换在信号去噪中的应用

讨论了传统的LNS在信号处理中的不足。基于离散小波变换提出一种自适应去噪方法。该方法利用多分辨率分析理论，把信号和噪声分解在不同的频率范围之内，使信号和噪声的频谱得到简化，从而减少了自适应滤波器的级数，使输入自相关矩阵阶数降低。仿真结果表明，与传统的LMS算法相比，WLNS算法的收敛速度和稳定性得到了显著的提高。     

CAB盲自适应波束形成性能分析及改进算法

分析CAB盲自适应波束形成算法中有限采样数据导致的sinc窗循环泄漏效应及其在循环频率误差存在的性能,提出了种改进的CAB算法-遗忘因子CAB算法（F-CAB）,该算法无需对循环频率进行估计,理论分析表明,在F-CAB算法中估计循环相关矩阵时引入遗忘因子可以大大降低算法对循环频率误差的敏感性,由仿真结果可知,在循环频率误差比较小的情况下,F-CAB算法具有良好的性能。     

加窗加权插值离散傅里叶变换在波长扫描干涉仪中的应用

针对现有的波长扫描干涉仪在采样范围内信号周期数较少时含有比较严重的信号频谱泄漏,导致较大的恢复误差的问题,提出一种基于加窗加权插值离散傅里叶变换(DFT)的频率估计的光程差恢复算法,该算法在信号采样长度为2～3个周期时仍能很好地抑制频谱泄漏．仿真结果显示：当周期数较少时,该算法恢复精度相比于现有的傅里叶变换相位斜率法有很大提高．对平面镜及单刻线标准样板的测量实验显示：加窗加权插值离散傅里叶变换算法达到约10 nm的恢复精度,进一步验证了该算法在波长扫描干涉仪的光程差恢复中有很好的应用价值．     

电力系统基波频率的高精度测量新方法

针对电力系统基波频率测量的现状,提出一种高精度的频率测量新方法.该方法通过计算待测电信号的相关系数自适应地确定傅立叶变换的窗长,从而实现无频谱泄漏的自适应窗长傅立叶变换,即实现电力系统基频的高精度测量.针对有谐波、间谐波、噪声等复杂背景下的基频检测进行仿真分析,仿真结果表明:该方法检测精度高,抗噪声能力强,且计算量小,易于工程实现.     

MIMO-OFDM中自适应比特功率分配的研究

文章分析了自适应调制算法在MIMO-OFDM系统重的应用,然后对该算法在OFDM系统中的性能进行了仿真,结果证明该自适应算法的确能够有效的利用频谱资源,提高系统传输的可靠性.     

基于自适应OFDM技术的认知无线电频谱分配策略

根据认知无线电网络特点,提出一种基于自适应OFDM技术的认知无线电频谱分配策略,该方案通过自适应OFDM机制将无线频谱资源划分为若干自适应子载波,同时在子载波上采用频谱利用率高的MQAM调制方式.仿真结果表明,采用该方案提升了认知无线电网络中系统的频谱效用,同时由于自适应性的引入,使算法获得了较快的收敛性.     

基于谱序列变换的高精度谐波参数估计算法

基于高精度谐波分析是电力系统谐波污染治理的前提,由于频谱泄漏的影响,经典的谐波分析算法存在参数估计精度不高、计算复杂度较大等问题,为此,在分析信号谱线衰减特征的基础上,提出一种基于谱序列变换的高精度谐波参数分析算法。该算法通过对信号进行FFT运算得到谱序列并对其实施特定的加权变换,加速非真实频率处谱线的衰减速度,从而达到有效抑制频谱泄漏的目的,在此基础上推导谐波幅值和相位的计算公式。研究结果表明,与经典的加窗插值算法和FFT改进算法相比,所提出的算法所得谐波参数估计精度显著提高,且其在基波频率变化及间谐波条件下均表现出优良的估计性能;此外,与经典的加窗插值算法相比,新算法只需对谱序列进行简单处理,具有计算复杂度低的优点。     

一种改进的减少频谱泄漏的等角度间隔采样递推算法

提出了一种改进的减少频谱泄漏的等角度间隔采样递推算法用于谐波检测.仿真结果表明,改进后的算法检测精度高,信号变化后基波跟踪周期短,若信号频率不变基波跟踪只需1个周期,频率变化也只需2个周期.改进算法精度高、实时性好,有很好的应用前景.     

非均匀DFT频谱泄漏抑制方法研究

针对不规则采样信号的谱估计问题,提出一种非均匀离散傅里叶变换频谱泄漏抑制方法,通过迭代非线性估计实现了非均匀采样信号离散傅里叶变换的计算.进行了数值计算试验,并给出了缺失数据重建的应用实例.计算结果表明,该方法能有效抑制非均匀离散傅里叶变换结果中的频谱泄漏,提高DFT频谱的分辨率.     

新型多通道并行宽带数字雷达侦察接收机设计

针对现代雷达侦察接收机对ADC高采样率要求的难题,给出一种新的信号采集系统方案。利用多个低速率ADC并行采样,通过自适应波束形成算法对信号的频谱进行恢复,从而获取完整的信号频域信息。根据雷达侦察接收机的实际工作条件以及对实时性要求,对频谱恢复算法进行了性能优化和参数计算,并对算法进行了仿真。算法仿真结果和雷达信号处理机硬件测试结果表明,能够有效地提高侦察接收机的带宽,并且得到较好的频谱分析结果,能够广泛的应用于宽带数字雷达侦察接收机系统中。     

非同步采样信号频谱插值校正分析法

针对周期信号实际的非同步采样,提出一种频谱插值校正的分析法.经分析周期信号不同步采样时产生的频谱泄漏是由于截断信号与原始待分析信号的相位关系发生了变化.利用加窗插值的方法估计出该变化的相位,并利用估计结果构造出一相应的反相位函数,在时域上将这个反相位函数与由傅立叶反变换产生的离散序列相乘,得到新序列再通过一次傅立叶变换就可达到频谱校正的效果.分析、仿真和实验的结果验证了提出方法的有效性,表明所提出方法提高了不同步采样时周期信号频谱分析的精度.     

基于负频率频谱干扰消除的高精度低频间谐波检测算法

采用离散频谱分析的快速检测电网信号中存在的间谐波时,离散傅里叶变换(DFT)后的负频率频谱泄露干扰会降低检测精度。为有效消除负频率频谱泄露干扰,建立了含有负频率分量的频谱解析表达式,推导出基于最大旁瓣衰减窗的改进三谱线插值DFT,以实现间谐波的快速高精度检测。对新算法进行系统误差和噪声灵敏度分析,仿真结果表明新算法不仅能够有效消除负频率频谱泄露干扰,对加性白噪声也具有很强的鲁棒性;而且在被测间谐波低于1个频率分辨率时,新算法也能够达到很高的检测精度。     

基于改进离散傅里叶变换的实时频率和幅值测量算法

精确快速估计频率和幅值对智能电网的监测和运行至关重要;而频谱泄露会严重影响频率和幅值的测量精度。为此提出了一种基于改进离散傅里叶变换(discrete Fourier transformation,DFT)的实时频率和幅值测量算法。首先对考虑频率偏移的DFT算法进行了理论推导。然后为了减弱频谱泄露的影响,对DFT变换结果进行再次计算,给出了频率和幅值计算表达式;为了进一步提高精度,对频率值进行了二次估算。仿真结果表明,该算法能够有效减弱频谱泄露对频率和幅值测量的影响,在不同信号模型下均能得到满足要求的频率和幅值。     

带通信号采样理论中的若干问题研究

带通信号采样定理在实际应用中还存在若干问题需要明晰,如不混叠采样频率的范围和最优采样频率选择问题、对边缘频率分量非零的带通信号的采样适应性问题、对正弦类信号采样的适应性问题等。针对这些问题,该文从理论上进行了详细的分析和讨论。分析表明,带通信号的采样频率存在一个优化的选择范围,且对于某一确定的带通信号,存在一个最优的采样频率,该范围和最优采样频率均由信号的最高和最低频率成分以及信号带宽所确定;当带通信号的边缘频率分量非零时,采用两倍的信号带宽对其进行采样时将发生频谱混叠,且若在边缘频率处存在冲激函数,采样之后的信号将无法重建原信号。     

基于DFT频域校正的介质损耗角测量算法

离散傅里叶变换(discrete Fourier transform,DFT)求解容型设备介质损耗角存在较大误差,对引起误差原因的频谱泄漏进行了详细分析和阐述,指出电网频率波动是造成测量介质损耗角不准确的主要因素,其带来的非整周期采样造成信号能量发散,各频率处信号能量相关性不为0.通过加余弦窗函数平滑信号陡度,对DFT相位频谱校正给出了2种不同的方法:加窗插值算法和离散频谱相位差校正法,并通过校正频率偏移量,在频谱峰值最大值处获得信号相位.通过Matlab仿真分析表明,2种算法实现方便,精度高,具有一定的实用性.     

线性调频Z变换在信号频谱分析中的应用

由于快速傅里叶变换（Fast Fourier Transform,FFT）算法不能精确反应信号的局部频谱特性,对此,本文以按时间抽取（DIT）的基-2FFT算法为基础,并参考基于FFT的布鲁斯坦（Bluestein）算法,设计了新的信号频谱分析软件,用于对实序列采样信号做线性调频Z变换,即频率抽样处在Z平面上,可沿任意螺线做频率抽样的频谱分析方法.结合工程实践对相同采样点数的信号在0—50Hz频率段做频谱分析,由频谱图可以看到,采用线性调频Z变换算法远比采用FFT变换算法求得信号的频谱更精确.