基于USRP/LabVIEW的DQPSK收发机的设计

介绍了基于NI USRP和LabVIEW的虚拟仪器快速创建实时通信系统的用法,使用设备NI USRP-2930和LabVIEW平台创建DQPSK收发机。通过NI USRP-2930发送并接收实时信号,且所有的信号处理过程都在LabVIEW中完成。仿真结果表明,连接PC机的NI USRP可充当软件无线电并进行实时通信,并且DQPSK收发机系统的性能可通过相关参数的设置得到优化。实现了DQPSK收发机的设计并探究DQPSK信号处理和通信基本的且更先进的理论。     

AR模型功率谱估计常用算法的性能比较

功率谱估计是分析随机信号的一种重要方法.通过分析AR模型功率谱估计,介绍AR模型参数提取的L-D算法、Burg算法和Marple算法,并利用计算机仿真比较三者的性能.     

基于Burg法AR模型谱估计的涡街流量计旋涡脱落频率提取

为了从含噪信号中准确高效地提取出旋涡脱落频率,采用基于Burg算法的AR模型谱估计对测量介质为水、流量范围为3～35 m3/h的涡街流量计输出信号进行分析,讨论AR模型阶次对旋涡脱落频率估计性能的影响,建立频率相对误差小于3％的AR模型最小阶次与旋涡脱落频率的拟合关系式.结果表明,基于Burg算法的AR模型谱估计对涡街流量计旋涡脱落频率的提取精度较高;AR模型的阶次对Burg算法的谱估计精度和计算效率有重要影响,应选用匹配的AR模型阶次对涡街流量计输出信号进行估计;AR模型最小阶次随旋涡脱落频率的增大而减小.     

改进的AR模型谱估计法提取载波频率

介绍了一种利用改进的现代谱估计方法来估计通信信号载波频率的算法 .把载波的提取看成受到干扰的正弦信号的频率估计 .首先对通信信号进行AR建模 ,求出AR模型表达式的零极点 ,再考虑这些零极点的频率响应 ,去掉那些对频率精度影响较大的零极点 ,这样就可以提高谱估计方法的精度     

一种改善AR谱估计性能的分频段方法

本文研究了一种改善AR谱估计的有效和实用的方法,即在固定分辨率的情况下降低AR模型阶次,或在阶次一定(或降低)的情况下改进其谱估计分辨率的方法.该方法是通过对数据序列的频带进行限制,以减小分析频带外的噪声能量和通过选抽降低原序列采样率来实现的.仿真结果和实例表明,该方法对于宽带信号的AR谱估计是十分有效的.     

Burg法AR谱估计图像滤波分析与实现

首先分析现代谱估计的参数模型方法、AR谱估计模型方法和Burg法AR模型参数提取方法,然后用VisualStudioC#.NET编程实现Burg法AR谱估计图像滤波,最后提供滤波前后对照图并对结果进行讨论.     

中医脉象信号的参数化双谱估计及其切片分析

将双谱估计的参数化方法应用于脉象信号的分析中,采用非高斯AR模型分析方法,对15例吸毒者和15例正常人脉象信号进行了参数化双谱估计。选取双谱幅值水平切片提取脉象信号的双谱幅值特征,选取双谱相位主值水平切片提取脉象信号的双谱相位主值特征,并根据这些特征,分别给出了吸毒者和正常人脉象信号的判别依据。根据这2种判别依据,识别率分别达93．3％和90％。实验结果表明,双谱估计的参数化方法能较好地分析吸毒者和正常人脉象信号的差异,是一种分析脉象信号的有效方法．     

对电力系统谐波的参数方法的功率谱估计及滤波处理

基于MATLAB建立电力系统谐波的几种参数方法功率谱估计模型,用差分滤波技术滤除谐波,并通过分析AR模型这种方法功率谱估计的谱特点,得出它的应用范围和条件,针对应用普遍算法最简单的AR模型进行详细分析,将它与经典功率谱估计进行比较,得出谱估计和差分滤波幅频特性的一些特点.     

基于AR信号处理和KII模型的嗅觉识别算法

信号的特征提取和模式识别方法,在实现准确的电子鼻气体定性分析中尤为关键,本文提出了基于AR信号处理和KII模型的嗅觉识别算法．将传感器信号分为：上升期和稳定期两部分,对上升期信号提取斜率作为特征;对稳定期信号,进行AR建模来提取特征．在电子鼻的模式识别算法上,利用KII模型对气味信号进行分类．该方法充分利用了AR信号处理在信号表示方面的有效性及降维优势、KII模型在模式识别方面的优越性．仿真将该方法与BP网络、AR—BP算法及单KII网络进行了比较,结果表明,AR信号处理技术可以很好的提取特征,并与KII建立相关的数学模型,将AR信号处理技术应用到电子鼻系统中是可行的,且具有更高的识别率．     

基于Burg改进算法的风切变风速估计

在对风切变风速进行估计时,基于频域的风速估计方法可以获得更多的谱特征参数估计值,但经典的频域谱估计的频率分辨率低、方差大.针对传统的基于频域谱估计方法存在的问题,提出一种基于Burg改进算法的风切变风速估计方法.Burg谱估计的频率分辨率高于经典谱估计,但当雷达回波周期数较少即短序列条件下会出现谱峰分裂和偏移产生谱估计误差.分析表明,Burg算法估计AR模型系数的误差是导致频谱分裂和偏移的主要原因.改进Burg算法中,多段回波数据积累和原Burg算法联合估计AR模型系数,减小系数误差,提高谱估计精度.该算法继承了原Burg算法能够获得高的频率分辨率和小方差的优点.仿真结果表明,在模型阶数选取适当的情况下,对短序列回波信号进行风速估计,相比于经典的FFT算法和Burg算法,改进谱估计方法达到了Burg谱估计的分辨率和FFT谱估计的准确性.     

基于线性预测的参数谱估计优化方法

基于观测数据特征结构的考虑,在针对性分析传统参数谱估计方法的基础上结合线性预测理论提出了参数模型反射系数估计的优化方法,以熵谱估计的形式对算法作了进一步研究,并通过仿真实验验证了优化算法的改善性能及工程可实现性。     

一种基于谱分析的音乐节奏识别算法

为了能够获得音乐节奏信息，在信号能量分析，确定信号能量的起伏之后，采用信号整倍数抽值的方法减少有待分析的数据量，对抽值后的信号数据进行AR模型功率谱估计，从而在频率域寻找出音乐信号的能量起伏周期，确定乐音信号的节奏．     

小波包分解Welch平均法在焊接电弧声功率谱估计中的应用

对试验系统采集到的焊接电弧声进行了小波包多层分解 ,并利用周期图法、Welch平均法及AR模型法 ,对各频段信号进行功率谱估计 .根据不同谱估计方法的对比结果 ,提出小波包分解结合Welch平均法对焊接电弧声进行功率谱估计的新方法 .通过对几种规范与飞溅率下的电弧声功率谱的初步分析 ,发现其功率谱分布具有一定的规律性 ,并且不同频段谱峰值及其对应频率与焊接飞溅具有相关性     

基于改进的经验模态分解的后视镜驱动器故障诊断方法

针对电动后视镜驱动器振动信号非平稳非线性及信噪比低,提取传统特征难以有效识别样本故障状态的问题,提出了一种改进的集成经验模态分解算法(EEMD).使用EEMD对振动信号进行了分解,利用相关系数与峭度系数筛选有效本征模态函数(IMF)分量.应用自回归模型(AR)功率谱估计方法,建立最佳阶次的AR模型,对有效IMF分量进行...     

基于小波分析柴油机故障诊断研究

模拟柴油机气阀间隙异常的几种情况,并实时监测柴油机缸盖振动信号。采用小波降噪对各振动信号进行初步处理,采用经典傅立叶方法对处理后的信号进行功率谱估计,初步诊断各故障特征参数。进而采用小波变换方法对各信号进行小波包分解,并提取故障特征频段信号进行功率谱估计,实现精确故障诊断。     

Cadzow谱估计法简介

本文介绍了谱估计的基本概念并提出了Cadzow谱估计法，通过用高阶AR模型做近似模拟ARMA模型，从而比较方便的得到功率谱。     

用于快速自回归参量谱估计的基4EFFT算法

在参量模型谱估计中,其主要运算量有两部分,即由信号采样序列估计模型参数及由模型参数计算谱.当信号样本数较少时,后半部分的运算量将明显大于前半部分.影响处理速度.本文讨论由 AR 模型参数计算谱值问题.     

利用现代谱估计技术估计SAR多普勒中心频率

多普勒中心频率是合成孔径雷达（SAR）成像过程中的重要参数之一.根据SAR信号的特点和估计多普勒中心频率这个信号处理任务,将两种现代谱估计技术AR模型法和TLS-ESPRIT法用于SAR实测数据多普勒中心频率的估计.结果表明,AR模型法与经典方法相关函数法等价,并与TLS-ESPRIT法的估计结果相近,成功用于实测数据成像表明该思路有效.     

基于AR双谱的超声波电机故障诊断

针对超声波电机在工作时发生故障难于监测与判断,提出一种高阶谱诊断超声波电机故障的方法.利用高阶累积量对振动信号建立AR模型,再对其进行参数化AR双谱估计.实验结果表明:与正常状况时的超声波电机AR双谱相比,故障状况时其双谱能量分布出现分散,峰值减少,同时等高线图和双谱切片也存在明显差异,因此可以作为故障诊断的依据.     

心率变异性现代谱估计对不同年龄段正常人的分析

比较了经典谱估计与现代谱估计在心率变异性分析中的应用,指出了经典谱估计具有频率分辨率低和旁瓣泄漏的固有缺点,采用以自回归模型为代表的现代谱估计对心率变异性信号特别是短时心率变异性信号分析具有优越性,并对不同年龄段正常人的心率变异信号进行了分析和比较,分析结果表明:自回归模型功率谱估计在心率变异性分析中的有效性优于当前所使用的传统谱估计方法;随着年龄增长,HRV信号总能量及各频段能量明显减少.