基于Nuttall自卷积窗四谱线插值FFT的电力谐波分析方法

快速傅里叶变换(fast Fourier transform,FFT)在非同步采样条件下难以实现谐波的高精度检测,而加窗和插值算法可以提高谐波检测的准确度。文章在分析Nuttall自卷积窗频谱特性的基础上,提出了基于Nuttall自卷积窗四谱线插值FFT算法。该算法通过对加窗信号离散频点处幅值的分析,利用谐波频点附近的四根谱线进行加权运算,进一步提高谐波幅值、相位和频率检测的精度;采用多项式拟合的方式得到基于Nuttall自卷积窗四谱线插值修正公式。仿真数据表明,该算法具有较高的谐波检测精度,Nuttall自卷积窗有效地抑制了频谱泄露。     

基于独立分量分析的盲解码接收算法

为了解决广义频分复用(generalized frequency division multiplex,GFDM)系统接入信号中现有快速傅里叶变换(fast Fourier transform,FFT)解码算法需要先进行同步的缺点,通过独立分量方法研究了异步情况下基于独立分量分析(independent component analysis,ICA)的解码算法.该算法可以在未知传输延时和载波偏移的非同步情况下,对多用户GFDM系统信号进行盲分离和解码,降低了定时和频偏估计误差对解码性能的影响,同时不需要去除循环前缀,增加了接收信号的能量,提高了解码性能.理论分析和仿真结果表明:在平稳信道环境下,随着循环前缀的长度增加,基于ICA的解码算法相比于传统的FFT解码算法至少获得约2 dB的性能增益.     

基于自相关检测法和能量重心法的正弦信号频率估计算法

为了提高淹没在高斯白噪声中的实正弦信号的频率估计精度,提出了一种综合的结合自相关检测法和能量重心法的正弦信号频率估计算法。该算法首先通过多次自相关运算对输入信号进行预处理,可检测出淹没在噪声中的微弱正弦信号,来提高信噪比;然后对信号进行FFT(fast fourier transform)运算可得信号的功率谱,通过搜索最大值谱线的位置可粗估计出信号频率;最后运用离散频谱能量重心法,可精确估计出正弦信号的频率。仿真结果表明本算法在整个频段上频率估计性能比较稳定、频率估计的均方根误差更小,性能优于Rife算法、Quinn算法和能量重心法,并易于硬件实现,具有工程实用价值。     

基于XC878的汽车发动机振动检测系统

文章针对汽车发动机转速信号难以测量的问题,提出一种基于单片机XC878的振动信号检测与处理系统,即通过加速度传感器将发动机缸盖振动信号转换为电信号,滤波和放大后经过A/D转换器送入单片机,用离散傅氏变换的快速算法(fast Fourier transform,FFT)对信号进行频域分析和处理后得到汽车转速,以避免测量转速时装卸困难和机器损坏,提高了设备的可靠性,降低了设备维修成本。     

非平稳信号实时谱分析算法及其FPGA实现

针对传统谱分析仪不具有实时谱检测功能且非平稳瞬态信号分析能力不足的问题,提出一种实时谱分析方法并利用FPGA(field-programmable gate array)平台硬件实现。该方法采用长度逼近平稳信号的观察窗、多相滤波器组、线性调频Z变换(chirp Z transform,CZT)频谱细化算法和谱分析算法实现信号实时谱分析。根据系统时延分析和用户输入参数对FPGA各模块时钟频率与运算参数进行配置。仿真结果表明,该方法克服了传统基于快速傅里叶变换(fast fourier transform, FFT)算法全景谱分析和短时傅里叶变换时频相互制约的缺陷;对于平稳信号频率测量误差小于0.6%和功率误差小于4.5%,系统最大时延小于37 μs;对于长度为32.768 μs的非平稳信号最大时间测量误差和频率测量误差分别为0.836 μs和94 kHz。该设计除有22.558 μs的初始计算延时外,对连续数据处理具有实时性能。     

低信噪比、高动态环境突发信号检测与估计

针对高动态环境下突发信号检测问题,提出基于高阶项逐级消去的非线性调频 (non-linear frequency modulation,NLFM) 信号参数估计算法,利用合理近似,将其转化为相对简单的线性调频 (linear frequency modulation,LFM) 信号参数估计问题,并提出两级调频率逼近法用于LFM信号参数估计,具有原理简明、计算复杂度低等特点,便于实际工程应用. 针对接收信号功率动态变化的问题,提出自适应快速傅里叶变换 (fast Fourier transform,FFT)峰均比门限信号检测算法. 仿真结果表明,所提算法能够在信噪比为-27dB的高动态环境下准确实现信号检测与参数估计.      

几种FFT加窗三次样条插值的间谐波检测方法的比较

在非整周期采样的情况下,快速傅里叶变换(fast Fourier transform,FFT)存在较大的误差。文章通过在Matlab中对构造的信号模型进行仿真,比较了几种基于三次样条插值的加窗FFT算法的间谐波检测精度,并以Blackman-Harris窗三次样条插值FFT算法为例,对其进行了公式推导,得到了该算法信号频率、幅值和相位的计算公式。仿真结果表明,文中的几种基于三次样条插值的加窗FFT算法的间谐波检测精度较高,频率平均误差可达到0.02%以内,幅值平均误差可达到0.3%以内,有效地减小了非整周期采样对FFT的影响。     

单通道涡流无损检测信号盲源分离算法

针对脉冲涡流无损检测(pulsed eddy current testing, PECT)系统中获取单一检测信号存在的混叠问题,文章提出一种基于经验模态分解(empirical mode decomposition, EMD)和快速独立分量分析(fast independent component analysis, FastICA)的单通道盲源信号分离算法。该算法首先通过EMD对混合观测信号分解,然后利用奇异值分解(singular value decomposition, SVD)估计源信号数目,根据估计得到的源信号数目将观测信号和对应模态分量构成新的虚拟信号,最后利用FastICA算法分离得到源信号的估计。有限元仿真实验表明该算法能有效分离单通道混合检测信号,并且优于小波分解的单通道盲源分离算法。     

一种提高同步压缩变换噪声鲁棒性的方法

为了解决同步压缩变换(synchrosqueezing transform,SST)在无噪声干扰下能够显著提高时频分辨率,但在有背景噪声时会出现严重的时频模糊的问题,将自适应变分模态分解(self-adaptive variational mode decomposition,SVMD)与SST结合,提出SVMD-SST方法;通过不同信噪比的仿真信号及蝙蝠信号分析验证该法提高同步压缩变换的噪声鲁棒性的效果。结果表明,SVMD-SST方法能够抑制强噪声干扰,在时频分辨率、瞬时频率估计精度及重构信号信噪比方面优势明显,是一种有效的时频分析方法。     

一种改进SIFT的SAR与可见光图像配准算法

针对合成孔径雷达(synthetic aperture radar,SAR)图像与可见光图像配准存在特征点提取困难、匹配效率不高的问题,文章提出了一种基于非下采样Shearlet变换(non-subsampled shearlet transform,NSST)与改进的尺度不变特征变换(scale invariant feature transform,SIFT)结合的配准算法。该算法采用NSST变换来提取图像低频信息作为后续检测特征点的原始图像,在保证特征点提取数量的同时提升算法运行速度;选用Harris算子和指数加权平均值(ratio of exponentially weighted averages,ROEWA)边缘检测算法相结合的方法提取SAR图像特征点,改进传统SIFT算法在SAR图像特征点提取时鲁棒性较差的问题;采用快速近似最近邻搜索(fast library for approximate nearest neighbors algorithm,FLANN)与改进的随机抽样一致算法(random sampling consensus algorithm,RANSAC)完成特征点匹配与误匹配剔除。选用GF-1号与GF-3号图像作为实验数据,并与传统SIFT算法进行对比。结果表明,该算法在特征点提取数量与配准精度上相比于传统算法均有明显提高。     

基于数值分析理论的低复杂度MED算法

经典的最大特征值检测（MED）算法在检测相关信号时具有优异的性能.然而,随着信号维度的不断增大,MED算法面临着严重的感知判决量和判决门限计算的效率和实现问题,从而极大地限制了该算法在现代认知通信系统中的进一步应用.为此,提出了一种基于数值分析理论框架的低复杂度MED频谱感知算法.所提算法利用Rayleigh商加速幂法迭代地计算感知判决量,与经典的幂法相比,在检测高维信号时具有更快的收敛速度;此外,不同于经典的查表法,新算法基于三次样条插值法快速、准确地确定任意给定目标虚警概率所对应的感知判决门限.所提MED算法在保持原有算法检测性能的同时,有效提升了计算效率,降低了算法实现复杂度;其对于高维条件下的频谱感知问题尤其具有吸引力.最后,仿真结果证明了所提算法的有效性.     

WCDMA系统中一种前导检测门限算法研究

在WCDMA系统的前导检测门限算法中,干扰值的估计成为算法的一个关键环节。对工程上常用的一种前导检测门限算法进行了深入的研究,针对算法在小区干扰值较大时,对应的干扰估计值偏小,从而导致前导检测虚警概率较高的问题,将各签名的幅度时延函数（amplitude delay profile,ADP）值的方差引入到干扰值的估计算法中,提出一种改进的前导检测门限算法。实验结果表明,改进算法有效地解决了干扰估计值偏小的问题,降低了前导检测虚警概率。     

一种基于定位误差的多星座快速选星算法

对于GPS/SBAS/QZSS/BDS的多星座卫星导航系统,分别分析了几何精度因子(GDOP)与系统时间差以及与定位误差之间的关系,并在此基础上,进一步提出了一种快速选星算法。该算法基于定位误差进行选星,并考虑了系统时间差对GDOP的影响。仿真结果表明,该算法的计算量相对于最佳GDOP选星有了显著降低,选星后的GDOP值非常接近最佳GDOP选星的结果,从而在定位精度损失不大的条件下降低了定位解算的运算量。     

一种WCDMA基带信号处理方法的研究

无线基带信号的多模处理是目前宽带移动通信发展的趋势,WCDMA系统中典型的基带信号计算为有限序列的互相关运算。采用快速傅里叶变换(FFT)完成了WCDMA多径检测典型基带信号处理,与LTE基带信号典型的FFT运算统一,实现了WCDMA和LTE多种无线制式的基带多模共享处理资源。实验仿真结果表明,该方法在性能和计算量上都能满足实际应用需求。     

基于FPGA+DSP的北斗信号快速捕获算法设计与实现

为了解决北斗卫星接收机中传统并行频率捕获算法傅里叶变换需要处理的数据量大而影响卫星信号捕获速度的问题,提出了一种基于相干降采样的北斗信号快速捕获算法。利用FPGA+DSP（高速数字信号处理器+现场可编程逻辑门阵列）,在传统的并行频率捕获算法中加入相干降采样模块,当信号进行载波剥离和伪码剥离后,通过降低采样频率的方式减小傅里叶变换需要处理的数据量,再对卫星信号进行三维搜索。结果表明,理论上所提算法计算量减少了80%以上,对实际北斗信号进行捕获时,平均每颗星的捕获时间为9.95 ms,内存资源消耗相比于传统并行频率捕获算法减少了42%。因此,新算法能在节约资源的同时有效提高捕获速度,可为进一步提高软件接收机的捕获性能提供参考。     

一种准正交空时分组码的快速译码方法

准正交空时分组码可以对天线数大于2的复信号星座进行全速率的编码，但是准正交空时分组码采用成对最大似然译码(DML)，其译码复杂性随信号星座数量呈指数增长。针对准正交空时分组码的这种缺点提出了一种快速最大似然译码（FML）算法。仿真及计算结果显示，在信号星座数较大时，采用快速最大似然译码方法可以在保证性能损失很小的前提下，使接收机的译码复杂性减少2~3个数量级，而且该方法可以推广到任意数量的发射天线。     

一种准正交空时分组码的快速译码方法

准正交空时分组码可以对天线数大于2的复信号星座进行全速率的编码，但是准正交空时分组码采用成对最大似然译码（DML），其译码复杂性随信号星座数量呈指数增长。针对准正交空时分组码的这种缺点提出了一种快速最大似然译码（FML）算法。仿真及计算结果显示，在信号星座数较大时，采用快速最大似然译码方法可以在保证性能损失很小的前提下，使接收机的译码复杂性减少2～3个数量级，而且该方法可以推广到任意数量的发射天线。     

GNSS信号兼容捕获算法

目前卫星导航定位系统正在从单一的GPS时代向多星座并存的GNSS时代转移,多星座兼容的卫星导航接收机将会成为未来接收机产品的主流.常用的伪码频域和时域捕获算法,虽可以实现特定系统的伪码信号的快速捕获,但对于处理多个系统、多种调制方式、不同码长的卫星信号而言,尚存在一定的局限性.本文将提出一种应用于GNSS兼容接收机的通用信号快速捕获方法.经实际测试表明,该算法实现了兼容捕获GPS,GLONASS,Galileo和COMPASS等GNSS信号,可以对不同类型的卫星导航信号进行快速捕获,具备较高的实用价值.     

引入松弛因子的高阶收敛FastICA算法

高阶收敛的FastICA算法对初始值的选择较为敏感,如果初始值选择不当不仅会影响算法的收敛效果,甚至可能导致不收敛的结果.针对这一问题,将松弛因子引入高阶收敛的牛顿迭代法中,通过适当的修正,获得了既能保证一定收敛速度,又能有效克服初值敏感性的改进三阶、五阶FastICA算法.仿真工具采用Matlab软件,应用3种算法对语音信号进行分离;结果表明,对比基本FastICA算法,改进后的算法有效地分离了混合信号,并且降低了算法对初始权值的依赖性.     

基于小波分析的电力系统故障检测

正确检测电力系统故障信号对提高电能质量具有重要意义，文中讨论了采用小波变换快速算法对电力系统中故障信号进行分析、判断的方法。仿真结果表明，这种算法能够准确及时判断故障，符合工程实时性的要求。