基于语音稀疏性的频域声回波对消算法研究

本文提出一种新的基于语音稀疏性的频域声回波对消算法.新算法首先利用短时傅里叶变换(STFT)将远端和近端信号变换到时频域,然后基于语音在时频域具有近似稀疏分布的特点,将远端信号每个时频单元与预先设置的高低能量门限进行比较,判断相对应的近端信号的时频单元信噪比高低,进而决定频域自适应滤波器权系数的调整方式,最后在频域完成回波抵消.本文所提新算法与NLMS算法、DLMS算法相比,具有计算量小、适应环境变化能力强、不需要双端话音检测等优点.     

基于分数傅里叶变换的认知无线电抗干扰系统

认知无线电之间的冲突或者授权用户的干扰会降低认知无线电系统的性能,为此,文中提出了采用分数傅里叶变换的认知无线电抗干扰系统,将在分数傅里叶变换域具有能量集中性的Chirp信号作为认知无线电的基带信号,接收端通过分数傅里叶变换域滤波和相关运算恢复出原始数据.仿真表明:文中的系统能够提取出有用信号的能量,当干扰为余弦信号时,要比未采用分数傅里叶变换的系统具有更低的误码率,而且还能够有效地抑制多径干扰和其他的多认知用户的干扰.     

基于上下文模型的混合傅里叶-小波图像降噪方法

针对小波变换和傅里叶变换去除图像噪声时各具不同的优点和不足,提出一种基于上下文模型的混合傅里叶-小波图像降噪方法.首先在傅里叶域中估计原始图像的功率谱密度,运用维纳滤波器降噪,降低原始图像噪声水平;再在小波域中通过基于上下文模型的自适应阈值法去除剩余噪声;在小波域中使用平稳小波变换分解图像信号得到分解后的系列小波系数,根据小波系数间的相关性,利用上下文模型求取小波系数的方差,将其代入由GGD模型估计出的阈值表达式得到自适应阈值,再用软阈值函数对小波系数进行处理,最后将处理后的小波系数进行小波逆变换完成去噪.仿真结果表明:该方法不仅能够有效滤除图像噪声,而且能够保留图像的边缘细节信号,抑制降噪引起的吉布斯现象.     

基于离散小波变换的超宽带信号检测

在超宽带通信系统中,满足FCC频谱功率限制的信号的功率谱密度极低,类似白噪声,这对非合作侦收方而言,加大了其对信号的检测难度.针对这一问题,本文提出一种基于离散小波变换的检测方法.首先对仿真出来的OFDM-UWB信号在噪声干扰条件下进行小波变换与傅里叶变换,然后在不同的信噪比条件下对信号的两种变换进行对比仿真.仿真结果...     

莱斯衰落信道下协作通信的分集接收算法

针对协作通信系统提出一种新型分集接收算法.首先在中继节点对发送信号做空时分组编码处理,当接收机接收到信号后进行快速傅里叶变换,再进行空时与频域的联合均衡运算,最后变换到时域硬判决,从而得到发送信号的估计结果.通过采用判决反馈与干扰抵消等联合处理方法,可获得中继的协作分集增益,降低了均衡过程的信噪比损失,提高了协作通信的传输质量.仿真结果表明,当信噪比为12 d B时,所提接收算法可将传统算法的误码率数量级从10-2降低到10-3.     

周期信号傅里叶变换的讨论

傅里叶变换的概念是针对非周期信号引入的,但周期信号也存在傅里叶变换。本文指出求解周期信号的傅里叶变换有三种方法,一是在一个周期内积分求傅里叶系数,二是利用对应的单脉冲信号频谱与傅里叶系数的关系求,三是利用傅里叶变换的时移性求。本文讨论了不同方法所求周期信号傅里叶变换结果之间的内在联系,进一步揭示出信号的时域与频域的对称特性。     

中医脉象信号的短时傅里叶分析

众所周知，短时傅里叶变换是信号时频分析的变换方法。连续短时功率谱表示信号在连续时间与连续频率平面内的能量分布，而离散短时功率谱表示信号x(n)在离散时间与连续频率平面内的功率分布。应用全极点滑动窗递归算法，分析了15例吸毒者和15例正常人脉象信号的离散短时功率谱，发现吸毒者脉象信号在特定时频区域内的平均功率值P1一般高于正常人的值。以平均功率P1与总平均功率P的比值为特征参数，提出了用于划分正常人和吸毒者的临界参数，据此15例吸毒者全被检测出来，但有两例正常人被误判。研究结果表明，短时傅里叶变换是分析脉象信号的有效方法。     

协作通信系统中的一种高效分集传输技术

研究协作通信系统中结合空时分组码与频域均衡的传输方案,采用判决反馈与干扰抵消等算法对该方案进行优化. 中继节点对发射信号进行空时分组编码后发送,接收机将收到的信号做快速傅里叶变换处理,再进行空间-频域的联合均衡,最后变换回时域判决,即可得到发送信息的估计结果. 该方案可获取中继提供的协作分集增益,且频域处理复杂度很低. 本文通过判决反馈和干扰抵消等信号处理手段降低均衡过程带来的信噪比损失,提高了该算法在协作通信信道下的传输性能,计算机仿真结果表明,当信噪比为12 dB时,新算法可将原算法的误码率从10-2以上降低到10-3以下.      

快速傅里叶变换在喇曼光谱信号噪声平滑中的应用

 通过快速傅里叶变换(FFT)处理水的普通喇曼散射光谱信号,实现对其干扰噪声的抑制,获得信噪比较高的喇曼光谱.结果表明,通过快速傅里叶变换,获得弱信号源的目标信号和噪声信号的频谱,针对实验获得的弱信号喇曼光谱进行低通滤波和门限滤波,可以分别将具有高频和较低振幅的噪声信号去除,从而实现噪声平滑并获得高信噪比的喇曼光谱.     

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。     

LTE-A系统中基于RS的信号均衡的SINR估计算法

为了提高先进的长期演进(LTE-advanced,LTE-A)移动通信系统的传输效率,研究了提高子带的信干噪比(signal interference ratio,SINR)估计精度的问题,提出了一种利用参考信号(reference signal,RS)的信号均衡估计SINR的算法,该算法通过本地RS和均衡后的RS的方差计算SINR,与直接利用最小二乘法(least square, LS)计算参考信号接收功率(reference signal received power,RSRP)和干扰噪声(noise)得到SINR的传统算法相比,在增加有限复杂度情况下,SINR的估计精度有明显提高,特别是在终端处于高速移动?多普勒效应比较明显的信道环境下,SINR估算性能提升更加明显,从而提高系统的传输效率?     

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。     

射电日像仪的压缩感知和脏图高斯去噪

传统的综合孔径射电日像仪成像原理是根据香农采样定理,使用香农采样得到完整的频谱数据,进行反傅里叶变换得到图像.因成像设备及外界环境因素,频谱数据中伴随有大量非真实信号数据,导致所成图像产生大量噪声,通常称为脏图.射电天文领域通常采用相关Clean算法处理脏图,得到"干净"的射电图像.为了降低了射电信号的采样成本,而且能得到更"干净"的射电图像,基于射电干涉稀疏成像与压缩感知理论,实现了从不完整的频谱中重建脏图,之后进行噪声去除:采用正交跟踪匹配与特征标志算法完成从稀疏频谱中重建脏图,之后使用三维块匹配算法去除噪声.     

异步脉冲无线电超宽带系统的渐近带宽

针对异步跳时脉冲无线电超宽带(impulse radio ultra-wide band,IR-UWB)多用户系统中存在多用户干扰,分别推导了当多用户干扰相对于输出噪声能以高概率忽略不计时密集网络和扩展网络所需的IR-UWB信号渐近带宽.理论研究表明所得到的IR-UWB信号渐近带宽与网络内的用户数成正比,而且密集网络所需的IR-UWB信号的渐近带宽远大于扩展网络的.当IR-UWB信号带宽满足理论渐近带宽时,多用户系统的差错概率就简化为单用户系统的差错概率.     

一种基于FCGA的GPS自适应抗干扰算法

针对GPS卫星信号功率微弱易受干扰的特点,提出了一种基于浮点数编码遗传算法(Floating point number Coded Genetic Algorithm,FCGA)的GPS自适应抗干扰算法。首先分析了自适应阵的输出信号,给出了自适应阵方向图与加权矢量的关系式。然后根据线性约束最小方差准则,得到了一个有约束的多参量目标函数,并采用浮点数编码遗传算法对其进行了优化。最后为了验证该算法的有效性,以22单元改进的均匀圆形阵为研究对象,分别对自适应阵的方向图和输出信号干扰噪声比(SINR)进行了计算机仿真。结果证明,该方法能够在多个期望信号方向保持较高波束增益,同时在干扰信号方向形成很深的波束凹陷。在强干扰情况下,输出信号干扰噪声比SINR能够保持在定值附近,而不随着输入干扰功率的增加而降低,达到了抑制干扰的设计目的。     

基于离散频带的中继协作网络频谱聚合算法研究

随着移动通信的高速发展,传统的连续频谱分配策略已经无法满足当前用户的带宽需要。LTE-A建议采用频谱聚合技术,通过聚合离散的频谱碎片,解决用户对带宽资源的需求,动态地改善频谱效率。针对两跳中继协作通信系统,综合考虑频谱利用率和协作速率双重因素,提出了一种基于离散频带的中继协作网络中的频谱聚合方法。仿真结果表明,与传统的连续分配方法相比,该方法可以大幅度地提高系统吞吐量,改善频谱利用率,从而满足用户日益增长的带宽需求。     

一种新的电能质量扰动识别方法

针对电能质量扰动信号数据多、识别速度慢、识别过程复杂等问题,提出一种基于压缩感知理论和一维卷积神经网络的电能质量扰动信号识别分类方法,该方法通过离散傅里叶变换、高斯矩阵获取原始扰动信号的稀疏向量,利用正交匹配追踪算法重构扰动信号,将原始扰动信号和稀疏向量输入一维卷积神经网络分类模型;由仿真结果可知,可充分降低现有识别方法所需处理的扰动信号的数据量,实现了以较少的数据量表达扰动信号的特征信息,对有、无噪声情况下的14种单一、复合扰动信号具有很高的识别率,表明了方法具有采样数据少、特征提取方便、高识别率和较好的噪声鲁棒性的特点。     

变压器局部放电在线检测中DSI干扰抑制

针对运行中变压器局部放电在线监测信号中的周期性窄带干扰(DSI),分析DSI与局部放电信号的频谱特征．在此基础上,提出采用基于快速Fourier变换(FFT)的功率谱估计法进行DSI信号检测．采用级联二阶IIR陷波滤波器,对放电信号进行处理,滤除DSI信号以抑制干扰．详细介绍IIR陷波滤波器的设计方法,它对局部放电信号造成的波形畸变较小．仿真结果验证了该方法的有效性。     

用小波变换谱均衡法提高地震资料的分辨率

谱均衡方法是提高地震资料分辨率的一种有效方法.通常,谱均衡方法是通过傅立叶正变换在频率域实现的,但是,傅立叶变换存在着先天不足的缺陷,即时-频局域性差,它不能分析信号的局部频率特性.小波变换方法的时-频局部性要优于傅立叶变换,它克服了傅立叶变换的不足,既能保证变换是可逆的,又可以分析信号的局部频率特性.文中充分利用小波变换与谱均衡的优点,利用小波变换与谱均衡相结合的方法,对不同尺度的分解结果进行谱均衡处理,以达到提高分辨率的目的.     

一种基于线性正则变换域功率谱的信号检测方法

本文通过信号利用线性正则变换域功率谱,进行了参数估计和信号检测.作者首先分析了随机信号通过LCT域滤波器的统计特性,得到了输入输出随机信号的均值关系,输入、输出随机信号之间相关函数之间的关系,同时,定义了线性正则变换域功率谱,进一步研究了在线性正则变换域中,输入输出信号的相关函数与功率谱之间的关系,并且利用信号在线性正则变换域中的功率谱对单分量chirp信号进行了参数估计,理论和仿真结果均表明该方法优于基于FRFT域功率谱的参数估计方法.