基于傅立叶变换的积分算法研究

在信号分析与处理中,常涉及的积分变换是傅里叶变换(FT)、傅里叶级数(FST)、傅里叶Z变换(FZT)及离散付里叶变换(DFT)。本文通过分析FT与FST、FZT、DFT的关系,提出一种基于FT计算FST、FZT、DFT的新算法,并通过例子说明这种算法的实用性。     

引入阈值和判决指导的DFT信道估计算法

针对传统的基于离散傅里叶变换（discrete Fourier transform, DFT）的信道估计算法中滤噪性能不够理想的问题,提出了一种在正交频分复用(orthogonal frequency division multiplexing, OFDM)系统中引入阈值和判决指导的DFT信道估计算法,采用阈值法对噪声进行两次降噪处理。仿真结果表明,该算法在高信噪比和低信噪比下均可提高信道估计的性能,其归一化均方误差(normalized mean square error, NMSE)指标优于传统算法。     

基于虚拟无线电的PCM/FM信号解调方法

根据PCM／FM信号的特点，提出了一种基于虚拟无线电平台的信号解调方法。分析了PCM／FM信号的谱特性，给出了利用PCM／FM信号的频谱进行解调的理论基础。根据实际PCM／FM信号的非平稳特性，提出了基于离散短时傅里叶变换（DSTFT），通过比较频点能量进行PCM／FM信号软件化解调的实现方法。详细地论述了此种解调方法的基本原理及实现过程，分析了该方法的解调性能及复杂度。计算机仿真结果表明，该方法对于实际接收的PCM／FM信号具有较好的解调性能，并且实现原理简单，运行效率较高，便于在虚拟无线电平台中实现信号的实时处理。     

基于移不变二维混合变换的机场雷达噪声抑制

机场跑道异物(foreign object debris, FOD)检测对飞行器的安全起降有着非常重要的意义,而机场跑道异物检测的一个关键环节是很好地抑制机场雷达图像的噪声,因此提出一种基于距离时间维的移不变混合变换以抑制机场雷达图像的噪声。首先,在雷达成像时进行离散傅里叶变换(discrete Fourier transform, DFT)和维纳滤波滤除距离维上的噪声。然后,在雷达成像时进行超分析离散小波变换(hyperanalytic wavelet transform, HWT)自适应滤波去除时间维上的噪声。与传统的成像后去噪算法相比,本文的算法可以有效地去除机场雷达图像噪声,显著地改善图像的视觉效果。最重要的是该算法具有很强的实时性,可以很好地应用到工程实践中。     

基于FFT的高动态GPS信号捕获方法优化

针对高动态环境下的GPS接收机对信号捕获速度的要求,提出一种基于小波变换和优化快速傅里叶变换(fast Fourier transform, FFT)的信号捕获方法。在基带信号预处理阶段,对采样后的中频信号进行小波变换,利用逼近信号完成码相位和多普勒频移的估计,降低基带处理信号的数据率;综合基2FFT、基4FFT和素因子算法(prime factor algorithm, PFA)的优势,对捕获过程中的大量FFT运算进行优化处理,提高运算效率。仿真结果表明,改进处理的基于FFT捕获方法可以有效地缩短捕获时间,改善基带模块性能。     

基于小波变换及傅里叶描述子的图像检索

分析并设计了具有不随目标的平移、旋转和尺度变换以及边界的起点变化而变化的傅里叶描述子。把小波变换的多尺度边缘检测算法及傅里叶描述子应用于基于内容的图像检索。实验结果表明 ,这种方法对于有背景噪声和旋转、平移及尺度变换后的同一类图像的检索率是很高的     

基于滤波器网格失配的分布式相参雷达目标参数估计方法

针对分布式相参雷达(distributed coherent aperture radar, DCAR)精确的目标参数估计问题,首先建立了以多普勒分复用(Doppler division multiple access, DDMA)波形作为发射波形、存在滤波器网格失配的DCAR信号模型,接着分析并验证了滤波器网格失配严重影响目标参数估计进而降低DCAR信号相参合成性能,最后提出了联合全局-局域搜索和基于稀疏傅里叶变换(sparse Fourier transform, SFT)的两种DCAR目标参数估计方法来降低滤波器网格失配,联合全局-局域搜索的方法通过对滤波器局域加密的方式降低网格失配。为了降低运算量,利用目标信号频率相对于整体频域是稀疏的特性,采用基于SFT搜索的方法通过梯度下降的方式避免滤波器的遍历搜索。仿真实验验证了所提方法的有效性。     

基于一类新窗的高精度相位差测量方法

提出了一类新窗——组合双窗，其由传统的组合余弦窗通过卷积运算生成．该类窗构造简单，具有旁瓣衰减速率快，更好地抑制频谱泄漏影响等特点。应用于相位差测量，有效地减小了非同步采样情况下由于频谱泄漏而引起的测量误差，对谐波和噪声具有较好的抑制作用，能获得比同类传统组合余弦窗更高的计算精度。实验仿真验证了该算法的可行性和有效性。     

基于非均匀采样的信号频率、幅值和相位检测

分析了单频和多频信号经非均匀采样的离散傅里叶频谱,推导出频率、幅值、相位的计算表达式,解决了目前文献中未提及的基于非均匀采样方法的幅值和相位检测问题。此外,提出一种基于多路并行非均匀采样的信号检测方法,通过合并多路非均匀采样信号频谱,使谱估计结果趋于原信号的真实频谱,进而实现信号检测。数值仿真显示,提出的方法可实现信号的频率、幅值、相位的精确检测,可以突破奈奎斯特频率限制、抗混叠能力强,且计算复杂性小。     

基于FPGA的4096点基-4 FFT模块的实现

现场可编程门阵列(fieldprogrammablegatearray,FPGA)技术,具有集成高度、逻辑实现能力强等特点,已经成为数字系统设计的重要技术之一。数字脉冲压缩技术可靠性高,灵活性好,可编程,在现代雷达中广泛应用。快速傅里叶变换(fastFouriertransform,FFT)是一种实现数字脉冲压缩的高效、灵活的方法,也是实现雷达数字信号中重要技术。首先说明了基4FFT的基本知识,然后介绍了如何使用Xilinx的FPGA的来实现雷达信号处理机的数字脉压的核心———4096点FFT模块。     

基于时频分析的高动态多目标识别与仿真

首先分析了编队目标间距引起的目标间多普勒频率的差别以及多普勒频率的变化规律,建立了高速运动的多目标回波信号的数学模型,然后简述了短时Fourier变换、加核函数的Wigner-Ville分布和Morlet小波变换的基本原理,并分析了利用这些时频分析方法提取目标数量等信息时的优缺点,通过综合考虑工程实现的简便性和仿真结果的有效性,小波变换的分析方法是最优的,既取得了对目标的高分辨率,同时计算速度快,数据量小,并且对噪声干扰不敏感,有利于实现实时信号处理,最后给出计算机仿真验证结果。     

基于小波变换的汽车轮加速度信号的特征提取

汽车的车轮加速度信号是汽车防抱死制动系统(ABS)的主要控制参数之一,因此车轮加速度信号处理是ABS控制能否成功的关键因素。利用信号的小波奇异性检测原理,可以识别出车轮"抱死—松开"的特征点,并能预测信号的发展趋势。仿真结果表明小波变换的方法是车轮加速度信号特征提取的有效方法,该方法能够很好地去除噪声,提取出真实的原始加速度信号。     

一种基于DWT-CWT的CPFSK信号盲符号速率估计算法

提出一种综合利用离散小波变换和连续小波变换来估计CPFSK信号符号速率的新算法.对离散小波变换后的细节信号进行连续小波变换,能够有效地减小噪声的影响,从而实现低信噪比下的符号速率估计.实验结果表明,与单纯使用连续小波变换的方法相比,新算法在低信噪比时具有较好的估计性能.     

基于连续小波变换的水下目标特征提取与分类

在连续小波变换的基础上,提出了信号的尺度-小波能量谱和时间-小波能量谱的概念 ,同时定义了选择特征的一种判别函数。利用信号的尺度-小波能量谱、时间-小波能量谱提取了菜蒙湖底沉积物反射回波的特征,依据判别函数给出了回波的特征向量,并用最近距离分类器和近邻分类器对反射回波进行了分类。结果表明,尺度-小波能量谱和时间-小波能量谱相比有较好的分类效果和较低的特征维数。最后研究了所提取特征的鲁棒性。     

一种基于数据序列相关性的小波域信息盲隐藏算法

利用数据序列之间的相关特性,文章提出了一种基于数据序列相关性的小波域信息盲隐藏算法。在信息嵌入过程中,对隐藏信息进行信息分存,通过对原始图像进行小波变换,并选择相应位置的高频系数组成数据序列,利用十组替代数据序列将隐藏信息嵌入。提取时,用含密的数据序列与替代数据序列进行比较,按照相关性最大的原则来提取信息。算法采用混沌序列进行加密控制。实验结果表明,这种方法有效,易于实现,特别是隐藏量较大。     

基于匹配Fourier变换的线性调频信号参数估计

正弦(简单脉冲,SP)信号基于重采样的匹配Fourier变换(MFT)谱的幅度最大值能够反映信号的频率.对SP信号的MFT幅度谱进行了分析后,提出了基于MFT的SP信号频率估计方法,完善了MFT理论;分析了线性调频(LFM)信号的MFT幅度谱与SP信号的相似性,提出了基于MFT的LFM信号参数估计方法;分析了MFT变换中改进谱特性时的窗函数应具有的特性,提出了低信噪比条件下提高参教估计精度加窗方法;最后进行了仿真试验.仿真结果表明了基于MFT的LFM信号参数估计算法的有效性.     

基于子波变换的水声信号去噪方法研究

针对水声信号的低信噪比、非平稳性等特点，在对采集到的水声信号进行分析处理的基础上，提出了一种水声信号去噪的方法。该方法首先对采集到的低信噪比水声信号进行滑动取值，分别利用子波变换求功率谱，并进行统计平均，确定代表水声信号特征的频谱分量，去除不稳定的随机频谱分量；然后利用子波反变换将处理后的功率谱变换为时域信号；再利用子波软门限去噪方法去噪。通过仿真验证，获得了较好的效果。     

基于小波变换的脉冲信号在线检测器设计与仿真

利用小波变换理论在信噪分离方面的优点,设计出一个在有限时间内的不规则观测数据中,实时地检测出脉冲信号的检测器。并对小波函数为墨西哥帽型函数时检测器在各个时段的理论输出进行了详尽的分析。仿真结果表明,该检测器不但对理想的脉冲信号检测无误,而且能对含有有色噪声、信噪比较低的脉冲信号进行准确的识别。该信号检测器已成功应用于钢丝绳张力检测系统的数据传输电路中。     

信号奇异特性的检测及其应用

研究了信号发生剧变或有发生剧变趋向的特征 (即信号的奇异特性 ) ,采用一种特殊的积分小波变换可将信号发生奇异特性的位置 (或时间 )确定下来 .并介绍了实验的情况 .     

小波变换用于奇异性检测与小波类型选择的仿真

小波变换具有空间局部性,它能聚焦于信号的局部结构,因此用小波变换确定信号的奇异性位置更加有效。提出了一种新的奇异性检测方法,它包含两点:寻找小波变换模极大值在细尺度的坐标以确定奇异性发生的时间;通过小波变换模极大值的衰减计算Lipschitz指数,从而判断奇异的性质。在仿真实验的基础上验证了方法的可行性。并在仿真实验结果的基础上,总结出了小波类型选择的规律。