一种基于小波的数字水印技术研究

论文的数字水印算法是通过小波多分辨率分解在容噪性较强的逼近子图上嵌入数字水印,并且采用预滤波的方式获取最佳嵌入位置使得该算法的抗滤波性能大大增强。实验证明,该算法的安全性较好,可以抗各种攻击,包括压缩、滤波、剪切等。该算法还利用BMP格式文件头隐藏水印信息,加快了水印的检测和提取速度。     

接收机定时恢复的数字电路设计

讨论全数字接收机中定时恢复环路的设计,其中定时误差检测采用平方定时估计算法,该算法对频偏与载波相位不敏感;内插滤波器采用分段抛物内插,该方法可以可利用其系数的特点对Farrow结构进行优化。仿真结果表明,该算法可以达到较好的性能,同时预滤波的加入明显减小了定时抖动。     

频域自适应数字滤波器LMS算法的研究

本文应用 DFT 的“重迭保留”法和循环卷积定理、LMS 算法原理,导出了频域自适应滤波的 LMS 算法的公式。通过分析该算法的性能,并与时域LMS 算法作比较,证明了频域自适应滤波的 LMS 算法的可行性。     

基于逼近阶的向量小波预滤波方法

预滤波是向量小波变换的关键问题，为此就一类具有一定逼近阶的预滤波方法作了详细的讨论，并给出了具体的设计方法。实验表明，这种预滤波方法简单、易行，而且它的能量聚集比很高。     

多输入多输出Volterra滤波均衡

为了从带有噪声的输出信号中恢复出输入信号，研究了多输入多输出（MIMO）Volterra滤波均衡器的设计问题，并给出了具体的设计步骤，讨论了当使用p阶阶逼近Volterra滤波均衡器代替无限阶Volterra滤波均衡器时的收敛性及误差界，引进了MIMOVolterra滤波器局部l^2稳定性的概念，利用多维z变换，给出了p阶逆的计算公式，然后研究了Volterra滤波均衡器的设计算法，并讨论了它的收敛性及误差界，仿真结果表明，所提方法不仅可以直接应用到多输入多输出系统，而且还可应用到阵列信号处理及无线通信系统中。     

基于M算法的1000 BASE-T千兆以太网收发器联合解码均衡器实现研究

提出了一类适用于IEEE 802.3ab标准1000 BASE-T千兆以太网收发器的预滤波M算法联合解码均衡器.通过研究保留路径数、期望信道响应拖尾长度以及回溯深度等参数对M算法解码器的性能与硬件复杂度的影响,确定了优化参数和结构.0.18μm标准单元CMOS工艺下的综合和后仿真证明其性能与硬件复杂度均优于常用的预滤波并行判决反馈解码器(Parallel Deci-sion Feedback Decoder,PDFD).研究表明,预滤波M算法解码器适合在多种情况下取代预滤波PDFD,用于1000 BASE-T千兆以太网收发器联合解码均衡器,其中4tap PF-MA4解码器的性能优于14tap PDFD,而面积仅为其39%.     

一种改进的中值滤波算法

讨论了非线性滤波的特点，分析了中值滤波的属性，在阈值分解的基础上，提出了一种非线性递归中值滤波的改进算法．对其在信号和图像处理中的应用进行了初步的探讨，给出了该方案的仿真结果，结果表明，改进后的中值滤波算法与传统的中值滤波算法相比，前者在去噪同时保护边缘信息方面大大优于后者．     

多子波神经网络的预滤波

函数的采样值进行预滤波处理后作为多子波神经网络的初始权值,明显地改善了多子波神经网络的逼近性能,提高了训练速度．     

基于GHF高斯粒子滤波的检测前跟踪算法

针对粒子滤波存在粒子退化,会导致检测前跟踪(TBD)算法的检测和跟踪性能下降这一不足,提出了一种基于高斯-哈密顿滤波(GHF)高斯粒子滤波的TBD算法.该算法基于高斯粒子滤波,采用GHF算法构造的重要性密度函数采样连续出现粒子,考虑了最新的量测信息,采样粒子更逼近于真实的后验概率密度,克服了粒子退化问题.仿真结果表明:与基本TBD算法相比,所提出的TBD算法提高了对目标的检测和跟踪性能.     

用于状态估计的自适应粒子滤波

分析了粒子滤波的性能关键,提出了一种新的自适应粒子滤波算法．该算法采用一种新提议分布,即将UKF（Unscented Kalman Filter）与自适应强跟踪滤波器（STF）相结合．新提议分布通过UKF构造粒子群,而粒子群中的每个粒子中的每个sigma点用STF来更新,它可以在线调节因子而使得算法自适应．非线性状态估计仿真试验证实了改进的粒子滤波算法的有效性．     

FIR数字滤波器设计的小波逼近方法

ＦＩＲ数字滤波器（ＦＩＲＤＦ）软件设计方法一般采用Ｆｏｕｒｉｅｒ级数法、频率抽样法和切比雪夫最佳一致逼近法．由于常规ＦＩＲＤＦ设计方法的自身特点，要取得通带、阻带和过渡带性能都最优的滤波器很困难，并且难以实现灵活可调的多通带（阻带）线性相位滤波器．文中分析了ＦＩＲＤＦ的特点之后，根据小波理论中连续小波变换的性质和函数逼近理论，提出了ＦＩＲＤＦ设计的新方法——小波逼近方法．利用多个小波函数来逼近理想滤波器的频率特性．结果表明，ＦＩＲＤＦ设计的小波方法比切比雪夫逼近法和离散小波变换共轭镜象滤波器方法，其计算过程更灵活，带宽选择更方便，计算速度更快．根据不同的滤波要求，很容易设计多通带的带通滤波器和多通带移相器．     

基于联邦滤波的惯性导航姿态组合算法

为了充分利用姿态量测信息来提高组合导航系统的姿态精度，以联邦滤波为基础，研究了以姿态、位置和速度信息作为观测量的多信息融合导航技术，分析并提出了适合工程使用的联邦滤波器的原理结构与算法实现，深入推导了基于联邦滤波的姿态组合算法的观测矩阵的具体形式，最后给出了仿真和实测数据的验证．结果表明，基于联邦滤波的姿态组合滤波算法能够有效地提高惯导系统的姿态精度，对方位角的改善尤为明显．     

一种改进型APSK盲定时误差估计算法

针对幅度相移键控(amplitude phase shift keying,APSK)信号的复杂性和特殊性,基于经典Gardner位定时同步环路中各功能模块,采用改进型Gardner算法设计了一种含有预滤波处理的定时环路。通过计算机仿真比较评估了经典环路和改进环路的误差检测与收敛性能,仿真结果表明所设计的定时环路较好地实现了APSK信号的盲定时同步,且在相同环路带宽条件下可以改善星座图收敛速度和定时误差抖动性能。     

基于LabVIEW平台的虚拟滤波器设计

阐述了滤波频率特性的逼近准则和等效数字滤波器的编程算式，提出了基于虚拟仪器软件平台LabVIEW的滤波器设计思想，介绍了虚拟滤波器实验系统的构成与主要模块功能及软面板和流程图的设计制作过程．     

有色环境下的LMS算法研究

研究有色噪声和非平稳信号(如回声取消)情况下自适应滤波,提出解相关自适应最小均方(LMS)算法。首先设计出自适应预滤波器同时对输入信号和误差信号解相关,使输入信号和误差信号的白化,然后证明该方法并不改变维纳最优解,最后提出改进的变步长解相关自适应LMS算法。仿真实验表明:无论在有色噪声环境下还是白噪声环境下,该算法都改善了LMS算法性能,即提高了收敛速度又减小稳态误差。     

非线性滤波算法在无源定位中的应用

针对无源定位中量测方程非线性对滤波精度及稳定性的影响,分析了基于模型线性化的滤波算法,包括扩展卡尔曼滤波(EKF)、伪线性滤波(PLF)、修订增益的扩展卡尔曼滤波(MGEKF)算法的特点,重点论述了非线性滤波(UKF)与粒子滤波器(PF)这2种新的非线性滤波方法思想及其特点,指出了无源定位问题中,这2种算法有更好的滤波精度及稳定性.     

基于目标转换的低复杂度幂次迭代混合预编码算法

为了使大规模毫米波(millimeter wave,mmWave)多输入多输出系统能耗与性能得到更好的均衡,通过基于目标转换的幂次迭代算法、Aitken加速算法、数学归纳法研究了信道混合预编码矩阵的设计问题.结果表明,与现有的其他预编码方案相比,所提算法可获得更高的系统总可达率、更低的计算复杂度、更小的误码率,性能逼近...     

基于改进粒子滤波算法的Bouc-Wen模型参数在线识别方法

在线模型参数更新是提高结构混合试验中数值子结构模型精度的有效手段。为了提高强非线性模型参数在线识别精度,在标准粒子滤波算法的基础上提出了一种改进的辅助无迹粒子滤波算法。在重要性采样中,基于最新观测信息采用无迹卡尔曼滤波方法计算每一个粒子估计,以提高粒子非线性变换估计精度;在重采样过程中,引入辅助因子修正粒子权值,以丰富粒子多样性、削弱粒子退化现象。采用改进粒子滤波算法针对Bouc-Wen模型进行了在线参数识别,并与标准粒子滤波算法、扩展卡尔曼粒子滤波算法以及无迹粒子滤波算法的参数识别精度和计算效率进行对比分析。结果表明,与其它3种算法相比,辅助无迹粒子滤波算法在单步计算耗时增加的基础上,在线参数识别精度明显提高,参数识别值波动幅度显著降低。最后,通过橡胶隔震支座拟静力试验,验证了采用改进粒子滤波算法在线识别Bouc-Wen模型参数方法的有效性。     

基于逼近阶及正交性的多小波预滤波方法

就一类保持正交性且具有一定逼近阶的预滤波方法作了详细的讨论,给出了具体设计方法和设计实例.用此类预滤波方法构造的预滤波器保持正交性且运算方便,此方法有较大的实用价值.     

圆度测量中的高斯滤波快速算法

文中用逼近法和双线性变换法,设计了用于圆度测量的高斯数字逼近滤波器,并给出了零相移的递归滤波算法,计算量小,计算效率高,易于实现.增加逼近滤波器节数,可以提高滤波精度,8节高斯逼近滤波器的幅度传输特性偏差小于2%.用于圆度测量的高斯数字滤波算法还有效地解决了滤波的边缘效应问题.