一种基于窗长自适应的语音信号处理算法

首先指出固定窗长的窗函数在处理复杂语音信号时,通常会遇到保持短时平稳性和准确性的矛盾.继而提出一种窗长可以自适应的算法来解决问题,在维持短时平稳性的同时保证准确性.实验结果表明,通过窗函数的窗长自适应来响应复杂信号的频率变化,能够更准确、更有效地处理语音信号.     

一种面向脱靶量测量的多普勒信号的压缩算法

研究脱靶量测量中的多普勒信号的实时压缩问题．通过对作匀速直线运动目标的多普勒信号特征的分析，提出了一种基于短时博里叶变换(STFT)的多普勒信号的频域压缩算法，并讨论了根据重构信号，由高分辨力谱估计及非线性最小二乘拟合进行脱靶量测量的问题．     

用DFT分析正弦信号频谱时应注意的几个问题

从DFT谱失真原因出发，分析了信号加窗和DFT频域采样点数对DFT谱的影响，指出了决定DFT谱分辨率的主要是信号长度，即窗长度；在窗长度一定的情况下，窗类型也有影响，而DFT变换点数则决定DFT谱与信号的DTFT谱的接近程度。     

用DFT分析正弦信号频谱时应注意的几个问题

从 DFT谱失真原因出发 ,分析了信号加窗和 DFT频域采样点数对 DFT谱的影响 ,指出了决定 DFT谱分辨率的主要是信号长度 ,即窗长度 ;在窗长度一定的情况下 ,窗类型也有影响 .而 DFT变换点数则决定 DFT谱与信号的 DTFT谱的接近程度     

心音信号的短时傅立叶变换分析

心音信号是一种典型的非平稳信号,短时傅立叶变换(STFT,又称窗口傅立叶变换)是用于对非平稳信号进行时频分析的有效工具.在用STFT分析心音信号时,窗口宽度的选择是非常重要的.一方面,要使用尽可能窄的窗口来保证信号的局部平稳性,另一方面,要选用较宽的窗口来提高频率分辨率.如何处理这一矛盾就成了问题的关键.通过调整滑动时间窗的宽度,达到了比较满意的效果.首先用窄时间窗进行分析,频谱图具有高时间分辨率,得到了心动周期等时域特征参数.进而逐渐加宽时间窗,最后得到高频率分辨率的频谱图,可以看出各心音成分的频谱特征.实验结果表明,不同时频尺度的STFT分析可以很好地描述正常心音信号的时域和频域特征.     

STFT和Zoom-FRFT联合的多分量LFM信号参数估计方法

针对传统基于分数阶傅里叶变换(FRFT)的多分量线性调频信号(MLFM)参数估计方法中计算量大,估计精度低等问题,提出了一种短时傅里叶变换(STFT)和Zoom-FRFT联合的参数估计方法.首先,利用STFT得到MLFM信号的短时傅里叶域频谱图,对其进行直线检测得到各个分量参数的粗略估计.然后,利用LFM信号在FRFT域的频谱分布特征和STFT窗函数的主瓣带宽,计算得到待估计信号在FRFT域变换阶次和频谱的分析范围;最后,在Zoom-FRFT域采用优选法对各个分量进行精估计,得到精确的变换阶次和峰值位置.仿真结果表明,该方法可以有效地对MLFM信号进行参数估计,可以根据实际需要灵活选择窗函数的宽度和细化倍数,与传统方法相比,提高参数估计精度的同时大大减小了计算量.     

微震信号初至拾取的AIC算法及其分析

为了提高微震信号P波初至到时的拾取精度,对微震信号初至拾取的赤池信息量准则(AIC)算法包括AR-AIC算法、VAR-AIC算法进行分析和对比,给出AR模型阶数M、特征函数、时窗长度对拾取结果影响及其选取规律。结果表明:AR模型阶数M对AR-AIC算法的计算精度和计算速度有较大影响,AR模型阶数M越大,算法计算速度越慢,AR模型阶数M应选择AIC(M)最小值时的阶数M或者选择AIC(M)最小值稍前的阶数M;特征函数、时窗长度对VAR-AIC算法的计算精度有影响,特征函数建议选择CF₄,时窗长度建议选择600～1 000个采样点,时窗结束时刻为信号最大振幅值时刻,开始时刻为信号最大振幅时刻向前移动600～1 000个采样点。     

减少多普勒信号时频分布斑点的研究

 商用多普勒分析仪应用短时傅立叶变换(STFT)对多普勒信号进行分析,其所得出的信号时频分布图上存在较多的多普勒斑点;为了减少或抑制这些多普勒斑点,得出较精确的医用参数或指标,讨论了一种基于维纳辛钦定理加窗函数对多普勒信号进行分析的新方法,并将分析结果与STFT法做了对比;最终,我们发现应用这种新方法能有效地减少多普勒斑点,得到更光滑精确的信号时频分布图.     

自适应时频分析的发展历程

从分析固定核函数的时频分析法对分析信号的局限出发,引出其于数据的变窗长STFT分析、基于信号的径向高斯核时频分析、自适应配投影时频表示,阐述了Chirplet变换的物理意义和数学基础。这一工作旨在提示揭示自适应时频分析的发展历程,同时阐明作为自适应时频分析的工具,Chirplet变换具有高茺概括框架地位,其他种种自适应分析方法都是其低维持例。     

用模糊逻辑提取信号的周期

一、引言 在信号分析领域中,往往采用傅立叶变换对时域信号进行处理,以便在频域下对信号进行分析。在进行傅立叶变换时,不可避免地存在信号的长度选择问题。 在时域内盲目地选择信号长度会产生不正确的频谱,在电力系统以及生物医学中信号多数是非平稳的随机过程,这种情况下正确     

采用短时傅里叶变换的铁路车载探地雷达数据解译方法

为了更好地实现探地雷达( GPR)在铁路路基检测中的应用,寻求一种用于识别路基不同病害特征的有效方法,克服传统人工解泽方法的低效率和主观性,选取大同一准格尔铁路线中典型的雷达实测图像,采用短时傅里叶变换(STFT)方法,通过对信号进行时域和频域分析,确定合适的窗函数类型和长度,得到一组可用于对不同铁路路基病害进行分类的时频域图像,分析表明,图中不同深度处的能量分布特性与实际路基情况相符.然后,通过对图像形态特征的分析,得到一组典型的特征参数值,研究了不同目标信号在该特征参数空间的聚类特征,并将STFT方法与Welch功率谱估计法、时域局部能量法的计算结果进行了对比分析,结果证明STFT方法具有优越性,可以作为GPR数据分类的基础.     

基于小波变换的超声多普勒血流信号的分析

超声多普勒血流信号的时—频分布可以作为诊断血管疾病的重要依据,由于多普勒血流信号是窄带且非平稳的,传统的短时傅立叶变换方法进行分析时容易产生较大的误差,小波变换具有多分辨率的特点,其时间—频率窗可以自动调节,能较精确地实现对非平稳信号的分析,通过对模拟的超声多普勒血流信号的分析表明,小波变换可以为超声多普勒信号的分析提供一个有效的方法·     

基于带宽估计脉动血流多普勒夹角的方法研究

研究了基于带宽估计多普勒夹角平均时相选择、多普勒带宽的计算、信号频谱的估计方法等问题，提出了一种新方法：先对多普勒信号进行基于主元分析的降噪，然后使用短时傅里叶变换(STFT)进行夹角估计，最后在收缩后期进行平均．通过颈动脉超声多普勒信号的计算机仿真实验，得出：夹角平均应选在收缩后期；STFT估计夹角应用fmean,AR模型估计夹角用fmean和fp均可；STFT和AR模型在估计夹角的性能各有优劣．新方法较大程度地改善了多普勒夹角估计方法的抗噪声性能，可以在信噪比较低的情况下使用。     

电离层探测仪回波能量积累算法

设计一组适用于小功率便携式电离层探测仪的预处理能量积累算法.该积累算法由基于脉间相位编码的脉冲压缩算法、基于多次探测的多普勒积累算法和群时延-多普勒域二维积累算法3部分组成.实时采集的数字信号经过脉冲压缩算法处理后,回波能量均在电波历经的群时延距离附近聚集,信噪比提高,回波的相位信息被保留.然后,依据多次探测过程中的相位连续性实现多普勒积累.最后,基于数字图像处理技术和电离层回波的时延与多普勒连续散布特性提出群时延-多普勒域二维积累算法,不仅可以提高短波信道的衰落区域的能量,还可以填补脉间调相体制的回波区域中的固有盲区.研究结果表明:实测数据经积累算法处理后,回波信噪比显著提高;这些积累算法可为弱回波检测提供具有更高信噪比的数据,减小探测仪的功耗,有利于设备的小型化和便携化.     

超声多普勒血流物理模型的实现

 根据对超声多普勒血流物理模型的研究,提出了一套自己的物理模型,用超声探头采集出多普勒信号,然后再利用一些较为经典的方法,如短时傅立叶变换对其进行处理,然后得到其时频分布图.从这些分析结果中得到了一些有用的信息:一个脉动周期内的能量的分布是与液体流动的速度相关联的;一个脉动周期内的频偏也是与液体流动的速度相关联.     

改进的PPM数据压缩算法及性能分析和比较

PPM算法在文本无损压缩方面具有比LZ算法更高的压缩率。PPM算法分建模和编码两步，在建模时有两种方法选择上下文模型，一种是固定最大长度上下文，即PPM；另一种是不固定最大长度上下文，即PPM^*．在VC 环境下利用PPM^* D算法编制的压缩软件，通过对文本、图像、声音文件以及可执行文件进行实验，效果令人满意，其压缩率都比Winzip要高．