二相编码信号发射的超声液位测量误差分析

二相编码信号发射的超声波液位测量不仅可以改善测量的准确性,而且能够增强测量系统的抗干扰性能.研究表明优化测量系统的发射信号波形可以明显提高测量精度和改善系统稳定性.采用Barker二相编码信号作为发射信号、压缩回波信号能量、优化信号处理、引入测量误差补偿,形成一种新的超声液位测量方法,并进行仿真验证.仿真结果表明:使用自适应白化滤波器、相关处理技术和最小二乘法曲线拟合,对测量结果进行修正,可以减小Barker码激励的超声液位测量误差,提高测量准确性.     

一种设计线性相位最小二乘逼近滤波器的方法

运用变分原理并结合数值分析的一些方法，给出了一种设计线性相位最小二乘滤波器的算法，并将这种方法设计的滤波器与最佳一致逼近方法设计的滤波器进行了比较。     

归一化滑动窗格形滤波器──一种新的故障检测工具

基于归一化滑动窗协方差算法导出一种新的递推最小二乘格形滤波器，并用它构造了一种新颖的故障检测器。首先，在Ｈｉｌｂｅｒｔ空间定义了信号向量和信号矩阵，描述了归一化残差向量和偏相关系数。然后，用向量空间的正交投影方法推导了ＮＳＷＣ格形滤波器算法方程，并通过对前向残差或后向残差的白色性检验，实现了实时故障检测。最后，用仿真例验证了这种故障检测方法的有效性。仿真结果表明这种故障检测器具有无需被监视系统的数学模型，计算量小、误报警率低等优点。     

基于粒子群优化的LSSVM在模拟电路故障诊断中的应用

提出一种基于粒子群优化的最小二乘支持向量机的模拟电路故障诊断新方法。对模拟电路故障信号采用小波包进行消噪和分解,作为最小二乘支持向量机的输入样本。为了避免参数优化时容易陷入局部最优的缺陷,使用粒子群算法对LSSVM参数进行优化选取。以Sallen-key带通滤波器电路为对象的仿真研究结果表明,提出的基于粒子群优化的最小二乘支持向量机可以对模拟电路有效地进行故障诊断,并且提高了诊断效率。     

时变信道追踪结构自适应DFE-RLS均衡器

提出了一种抽头阶数可追踪时变信道变化的自适应调整最小二乘回归-判决反馈均衡器(DFE-RLS)设计方法.这种均衡器采用分数阶权值能量估计算法对前向滤波器(FFF)、后向滤波器(FBF)的阶数和最小二乘回归(RLS)算法中的逆相关矩阵阶数进行调整,通过设置合适的参数对时变信道的最佳阶数进行有效跟踪.它不仅实现简单,并且能够在不影响输出误码率的情况下有效减小计算复杂度和功耗.由于具有时变信道环境自适应能力,因此这种结构自适应均衡器对手持式全天候软件无线电短波通信设备的研究和设计具有重要的理论价值.     

一种LFMCW雷达目标距离提取方法

在阐述FFT方法、最小二乘曲线拟合方法和雷达信号特点的基础上,将BP网络应用于线性调频连续波雷达系统目标距离的信号处理中,用雷达数据对构造的BP网络进行了训练和测试。仿真结果表明,该方法在训练对象足够充分的情况下可以适应较大范围内测量,在无噪或低噪声的情况下,可以获得较高的测量精度,是一种对LFMCW系统信号处理的有效方法。     

非公路车辆簧载质量实时估计

针对非公路车辆簧载质量估计问题,提出了一种采用油气弹簧气压测量与车体在线姿态测量相结合进行实时簧载质量估计的方法.建立了基于单筒式油气弹簧的整车7自由度振动模型,利用带遗忘因子的递推最小二乘估计方法对簧载质量进行估计,并以D级道路作为仿真激励进行了仿真实验.研究了递推最小二乘估计中遗忘因子、滤波器参数及车速等因素对质量估计性能的影响,结果表明所提出的质量估计方法具有良好的准确性和实时性.      

连续系统辨识的一种频域方法

本文提出一种辨识系统的连续模型参数的频域方法。对系统的输入、输出采样数据进行离散付里叶变换,可以得到相应的频谱。利用维纳——何甫方程求出脉冲传递函数。去掉采样滤波器的影响,即可得频率传递函数。在频城内进行参数估计是一个复有理最小二乘问题。对于最小相位系统则可以转化为二个实线性最小二乘问题。     

基于最小二乘支持向量机的滤波器设计

为了改善传统方法设计滤波器的幅频响应性能,提出了基于最小二乘支持向量机的滤波器设计方法．优化选择最小二乘支持向量机参数,以理想滤波器的幅度响应作为学习样本,通过最小二乘支持向量机训练,使得实际滤波器的幅度响应逼近理想滤波器的幅度响应．仿真结果表明,由该方法设计的一维和二维滤波器性能接近于理想滤波器．     

一种智能天线MC-CDMA系统中的最小二乘恒模波束成形算法

提出了智能天线多载波CDMA系统中一种最小二乘恒模波束成形算法，它是在对多载波阵列接收信号进行恒模波束成形的同时，用已估信道参数对各个子载波上的信号进行合并（采用ORC、EGC或MRC），然后对合并后的信号进行判决，用判决后的信息和期望用户的扩频码重构各个子载波上的信号，最后用此重构信号与波束成形输出信号的差去控制波束成形器的抽头系数，从而提高了系统的性能．对这种波束成形算法与传统的最小二乘恒模波束成形算法进行了仿真比较，仿真结果表明，提出的束成形算法的误码性能优于传统的算法．     

小波域中值滤波器在陀螺寻北仪中的应用

研究了利用小波变换消除陀螺干扰漂移的方法．通过对陀螺寻北仪两位置寻北方案的分析，表明陀螺随机干扰信号是影响系统精度的主要误差源．为此将中值滤波与小波阈值去噪相结合构造了小波域中值滤波器，并应用于陀螺数据处理中．寻北试验结果表明，该滤波器在有效对白噪声滤波的同时也能较好地去除脉冲噪声，与传统的去噪方法相比，寻北精度提高20％，对陀螺各种干扰信号具有很好的抑制作用．     

基于中值滤波的全垫升气垫船运动仿真参数滤波方法研究

研究了全垫升气垫船运动参数的滤波方法,提出了基于中值滤波预处理的Daubechies小波变换的参数滤波方法,利用中值滤波的去脉冲特性和Daubechies小波的高斯噪音消去特性对仿真全垫升气垫船运动参数滤波.仿真结果表明该方法可以有效去噪,明显改善信噪比.并且将中值滤波和FIR滤波方法结合,有效地减小了FIR使用的阶次,在提高信噪比的同时有效减少了群延时,改善了气垫船在线滤波的实时性能.     

Method for signal decomposition and denoising based on nonuniform cosine-modulated filter banks

In this paper, a novel method for signal decomposition and denoising is proposed based on a nonuniform filter bank （NUFB）, which is derived from a uniform filter bank. With this method, the signal is firstly decomposed into M subbands using a uniform filter bank. Then according to their energy distribution, the corresponding consecutive filters are merged to compose the nonuniform filters. With the resulting NUFB, the signal can be readily matched and flexibly decomposed according to its power spectrum distribution. As another advantage, this method can be used to detect and remove the narrow-band noise from the corrupted signal. To verify the proposed method, a simulation of extracting the main information of an audio signal and removing its glitch is given.     

基于LabWindows/CVI的信号周期的精确计算

采样信号时,总是不可避免地引入噪声,利用滤波器并不能消除信噪比较小的噪声。这些噪声的存在,必然会使信号的幅值、周期等信息发生改变,因此,在确定信号周期时,如果继续简单地利用周期的基本概念来计算,将会得到错误的结果。针对以上问题,文章提出了基于施密特触发器和最小二乘法两种原理的信号周期计算方法,这两种方法可以在很大程度上减小这些噪声的影响。最后,通过在Labwindows/CVI上的实现,显示出这两种方法的计算效果。     

基于复合稀疏去噪的沙漠地震噪声消减

沙漠地震噪声既含有低频噪声又含有高斯白噪声,一般方法很难同时去除这两种噪声,针对此问题提出了使用复合稀疏去噪同时压制沙漠地震噪声中的低频噪声和高斯白噪声的方法。在复合稀疏去噪中将平方损失作为损失函数的保真度约束,将信号和信号一阶导数的 L1 范数作为损失函数的稀疏约束,然后通过最小化损失函数去除信号中的高斯白噪声。为同时去除低频噪声,复合稀疏去噪中联合使用了低通滤波器,即可一次性去除低频噪声和高斯白噪声。分别对模拟地震数据和实际地震数据进行仿真实验,实验表明该方法可有效地同时压制沙漠地震数据中的低频噪声和高斯白噪声,复合稀疏去噪的保幅略好于带通滤波器,去噪后带通滤波器会产生较严重失真,而复合稀疏去噪的失真较小。     

模糊权重小波去噪在变电站声压信号测量中的应用

为了对变电站周边可听噪声进行科学合理的评价,分析了不同时间点噪声分布情况,提出了一种自适应声压背景噪声滤波方法。采用小波去噪算法对声压频谱轮廓进行提取,对小波阈值进行了改进以提高信号平滑度,根据三角模糊数设计了复合评价指标权重以确定最佳小波分解尺度。利用设计的算法得到了声压频谱轮廓,并通过对比不同时间点的声压频谱轮廓确定背景噪声的频段,以此设计带阻滤波器的参数。利用设计的滤波算法对采集的声压信号进行了处理,实验结果表明,本文设计的滤波方法可以很好地滤除声压信号中的背景噪声。经设计的滤波算法处理后的等效连续A声级比未处理的要小5dB以上,可见所设计的滤波算法可有效降低背景噪声的影响,提高变电站可听噪声测量的可靠性。     

机动目标被动声定位仿真研究

针对基于时延估计的空中机动目标定位与跟踪的算法仿真问题,提出一种以时变时延信号产生算法为基础的仿真方法.该算法利用FIR滤波器线性相位特性,使模拟的目标信号通过时变FIR滤波器产生相对输入信号有时变时延的输出信号.在考虑了目标的机动、干扰信号、环境噪声以及信噪比后构造出模拟的阵列接收信号,通过定位算法得到目标方位.仿真表明该方法能较好地完成对基于时延估计的被动声定位算法的评估,并具有广泛的适用性和实用性.     

带未知模型参数的自校正集中式融合信息滤波器

对于带未知模型参数和噪声统计的多传感器系统,通过系统辨识方法,能够获得模型参数和噪声统计的在线估值,然后把它们代入到基于信息矩阵的最优集中式融合滤波器,得到自校正集中式融合Kalman滤波器。应用动态误差系统分析（DESA）方法,证明了自校正集中式融合Kalman滤波器收敛于最优集中式融合Kalman滤波器,因此它有渐近全局最优性。应用于信号处理的仿真例子说明了其有效性。     

基于小波变换的脑电噪声消除方法

分析了基于传统陷波器的脑电消噪方法,根据脑电噪声所处频带及陷波器原理,设计了一种陷波器.并提出了基于小波变换的脑电信号分析方法并利用它来消除脑电信号中的噪声干扰.小波变换是一种多分辨率的时间-尺度分析方法,它能够将信号划分为不同频段的子带信号.根据小波变换的这一特性,对采样获得的脑电信号进行各尺度分解及消噪分析,并给出了各尺度分解结果及消噪结果.最后对这两种方法的消噪结果进行比较.分析表明:利用小波变换能更有效、灵活地检测并去除脑电信号中的噪声干扰.     

一种基于邻值比较的信噪分离方法

为更高效地监测射电天文台站电磁环境,需针对宽带频谱序列研究高精度信噪分离方法,为进一步的信号识别和统计提供算法支撑.依托实测频谱数据样本,提出一种基于邻值比较的信噪分离方法.首先,采用邻值比较算法,提取宽带频谱的背景噪声,并对提取背景噪声进行滤波处理,结合标准差理论,确定宽带频谱的信噪分离阈值,实现宽带频谱信号和噪声的分离.其次,采用此方法对实测数据样本进行处理,并与现有信噪分离方法进行对比.结果表明,该方法通用性较好,信噪分离准确度高,能够应用于射电天文台站的电磁环境实时监测.