基于脉冲间隔调制信号的频谱

针对非同步模拟脉冲调制信号的谱表达十分复杂的情况，采用静态逼近方法，以高精度逼近求解PIM信号谱，得出非同步模拟脉冲间隔调制信号谱表达式，并进行低频硬件模型实验。实验结果表明，该谱表达式物理意义明确，表达简单、清晰。     

基于混合Gauss模型的鲁棒性人脸识别算法

针对人脸图像受表情、光照、角度变化等因素影响,传统算法难以获得较理想的人脸识别结果问题,提出一种基于混合Gauss模型的鲁棒人脸识别算法.先将每副图像划分成子块,提取其方向梯度直方图特征,并加入子块相应的空间位置信息产生人脸图像的局部特征向量;再采用全部图像的局部特征向量训练混合Gauss模型生成人脸特征向量;最后采用最小二乘支持向量机建立人脸识别分类器,实现人脸匹配与识别.采用ORL,Yale和CIGIT人脸库进行仿真对比测试,仿真结果表明,该算法的人脸识别率高于其他人脸识别算法,对光照、角度、表情等有较强的鲁棒性,且可以获得更快的人脸识别速度.     

脉冲间隔调制信号的谱分析

采用静态逼近方法,求出非同步模拟脉冲间隔调制信号简单而物理概念明确的谱表示,并由实验结果确认．     

基于Gauss包络Chirplet自适应信号分解的快速算法

针对自适应信号分解方法运算量大,对信号的逼近精度有限等问题,提出了一种基于Gauss包络线性调频信号(Chirplet)自适应分解的快速算法.通过构造超越方程和参数空间采样点的选取,得到方程的闭式解,达到信号分解目的.数值仿真结果验证了该算法运算量小、分辨率高、抗噪性能强.     

基于心电信号提取呼吸信号的算法

为了通过心电监护完成对多种生理信号的检测, 降低监护设备的复杂性, 根据呼吸运动对心电信号的影响, 提出一种由心电信号提取呼吸信息(EDR: ECG-Derived Respiratory Signal) 的算法。首先, 根据Pan&Tompkins 算法从心电信号中提取R 波; 然后使用自然三次样条插值算法对心电信号的基线进行估计, 去除基线漂移, 得到干净的心电信号; 最后获取干净的心电信号R 波, 利用自然样条插值算法得到R 波幅值调制信号, 提取出呼吸信息。通过Matlab 软件对该算法进行验证, 并进行相关的分析比较。仿真结果表明, 该算法能从心电信号里提取呼吸信息。通过与数据库中同时记录的呼吸数据进行比对, 证实了算法的有效性。     

基于Gauss混合模型的清浊音恢复改进算法

为提高子带清浊音(unvoiced/voiced,U/V)解码端恢复算法在不同能量电平下的鲁棒性,提出了一种改进型能量自适应U/V参数解码端恢复算法。通过跟踪长时能量的变化轨迹,在Gauss混合模型(Gaussian mixed model,GMM)下,用归一化的能量参数和线谱频率参数(line spec-tral frequency,LSF)对U/V参数的分布特性进行估计。测试结果表明:在较低的能量电平下,与用绝对能量对U/V参数进行恢复的算法相比,该能量自适应U/V参数恢复算法能够将清浊音误判率降低10%～25%,并将合成语音的平均意见得分(mean opinion score,MOS)提高0.03～0.09,改善了算法的性能。     

基于Gauss混合模型的清浊音解码端恢复算法

清浊音(V/U)判决是低速率语音编码算法中的一个重要参数。该文利用Gauss混合模型(GMM)在语音解码端根据量化后的语音能量和线性预测编码(LPC)系数计算V/U后验概率,从而进行V/U判决恢复。带通浊音度系数(BPVC)也使用类似方法恢复。实验证明,即使在能量参数和LPC参数粗糙量化的情况下,该算法对全带V/U的恢复性能亦优于混合激励线性预测(MELP)算法中全带V/U分类器利用原始语音信号的分类性能,从而证明该恢复算法性能满足实用要求。该算法可以单独在解码端实现,从而节省了所有原来用于V/U信息量化传输的比特,可以进一步降低编码码率。     

基于谱分析的通信信号调制识别算法的研究

调制样式识别和调制参数估计是电子对抗中的一个重要环节,也是信号分析的一个快速发展的领域。本文在低信噪比的情况下完成了对信号调制样式的识别和调制参数的估计。由于谱相关函数具有对平稳噪声和干扰的不敏感性,所以在低信噪比下用谱相关理论具有一定的优势。本文提出识别算法可以识别2FSK,4FSK等信号。实验结果表明：本文提取的参数在对信号进行分类时,分类效果好。     

基于心冲击信号的心率提取算法

为了提高基于心冲击(ballistocardiogram,BCG)信号心率提取的准确率,提出了一种新算法.首先通过趋势项消除和小波变换对原始BCG信号进行预处理操作;然后通过单极性信号的频谱分析得出先验心率,据此确定局部心动周期的分段间隔;最后通过阈值处理、分段处理、提取局部极值点等操作得出心率.实验中采集了30例BCG信号,由此得到心率值;与同步采集的单通道ECG信号得到的心率值进行对比分析,结果表明,二者的相对误差最大不超过1.78%,这进一步验证了该算法的可行性和准确性.     

基于GA-SVM算法的矿井多模无线信号调制识别

矿井信息化是煤矿安全生产的有效保障,而矿井多个信息子系统往往采用不同的信号模式,形成一体化信息系统必须实现多系统融合,多模信号的检测识别是多系统融合的关键。针对普通支持向量机(SVM)分类器在矿井大小尺度衰落信道下低识别率的问题,提出优化SVM分类识别的方法。将数据样本集分为测试数据集和训练数据集,使用遗传算法对训练数据集中SVM的惩罚因子和核函数进行寻优处理,得到优化的SVM模型,并用此模型对测试集进行测试分类。仿真结果表明,在信噪比为-5 dB的大小尺度衰落信道环境下,四种信号的平均识别率均能达到80%以上;在信噪比大于-3 dB的大小尺度衰落信道环境下,四种信号的平均识别率均能达到90%以上。     

基于平面变换的雷达脉冲信号分选算法

通过平面变换技术将雷达脉冲映射成平面矩阵,在分析周期信号在平面矩阵中重复特性的基础上,提出了一种周期性雷达信号分选的新方法--矩阵匹配法.针对以前搜索算法门限确定困难以及当信号密集且周期性信号数最较少时无法分选的缺点,该算法采用通过检索相似度序列的方法,实现自动分析最小显示周期并完成分选工作.仿真表明陔方法对周期信号具有很高的分选准确度,对PRI随机抖动雷达也具有一定分选能力.该算法检索速度快、计算简单且易于实现,具有广泛的工程应用前景.     

一种基于小波的数字调制信号识别算法

小波包变换理论上可以实现信号频带的均匀划分,从而更好地提取信号的时频特征.作者首先介绍了卷积型小波包算法,然后分析了三种主要的数字调制信号的小波变换特征,提出了一种基于小波的数字调制信号识别算法,仿真结果表明该算法能够识别典型的数字调制信号,而且具有较好的抗噪声性能.     

基于Goetzel算法的8FSK信号调制解调的实现

实现了短波通信自动链路建立(ALE)系统中8FSK信号的调制解调,其中所采用的Goetzel算法解决了码元同步问题,同时降低了算法复杂度和计算量,加快了解调速度。     

基于经验模态分解的生命信号提取算法

穿墙生命探测雷达系统中,传统的基于快速傅里叶变换(FFT)的生命信号提取算法不能有效处理非平稳信号,且易受呼吸谐波干扰.为此,文中提出了一种从时域上提取生命信号的新方法.首先应用经验模态分解(EMD)将雷达接收信号分解成有限个固有模态函数(IMF),再用反映生命信号结构特征的IMF分量从时域上分别重构呼吸与心跳信号.仿真结果表明,所提出的新方法能避免呼吸信号谐波对心跳信号的干扰,因而能更加精确地提取心跳信号.     

利用超声调制的光信号测量声速

通过对超声调制相干光的研究,提出了一种利用超声调制的光信号测量超声在弱光散射介质中速度的方法。这种测量方法无需接触待测介质且可在远距离进行测量。在介质外测量超声调制的相干光信号,然后采用相位比较法或李萨如图法就可以准确获得超声在介质中的速度。采用此方法测量超声在蒸馏水中的速度,测量结果为1460m/s,与实际值吻合。     

宽带数字接收机脉冲信号提取实现

在一种高效宽带数字信道化接收机模型的基础上,利用高性能FPGA数字信道化接收机的搭建,并完成雷达脉冲信号参数的提取.针对均匀信道化处理跨信道信号和时域重叠信号时的问题,提出了脉冲上下沿频率判决和双进程状态机等处理手段.实现了跨信道信号的合并与时域重叠信号的分离,有助于雷达信号脉冲包络和脉冲描述字的提取,具有时效性高的优点.在FPGA上仿真实现验证了方法的实用性.     

无线电监测中调制信号特征提取算法

针对传统调制信号特征提取算法在噪声环境下存在识别准确度低、分类效果差等问题,基于已有的调制 信号处理方法,提出一种新的无线电监测中调制信号特征提取算法。首先构建无线电监测中各类调制信号的 数学模型,以此为基础通过仿真得到信号瞬时幅值、瞬时相位及瞬时频率的特征。分析当前信号调制方式识别 各类算法的优缺点,采用小波变换完成调制信号的降噪处理与突变边界特征提取算法的设计,利用零中心归一 化瞬时幅度的谱密度最大特征提取算法以及核判别分析算法对各类调制信号进行逐层提取,实现了各类调制 信号的完整分类与提取,提升了噪声环境影响下的特征信号提取精度、且分类效果较好,为无线电监测中调制 信号特征提取提供了有利科学依据。     

基于超声调制光信号技术无创检查葡萄糖浓度

糖尿病是一种多发常见病,不能根治却能很好控制。如果能够有精确、快速、无损的检测方法,需要时就能监测血糖浓度,这将为糖尿病的治疗带来革命性的进步。超声调制的光学检测方法是新兴的且很有发展前景的无损诊断技术,本文通过实验研究超声调制的光学信号与浑浊介质中葡萄糖浓度的关系,实验的初步结果表明,超声调制的光学信号可以灵敏地测量出浑浊介质中葡萄糖浓度的微小变化,且在吸收介质中比在散射介质中,超声调制光学信号对葡萄糖浓度的变化更灵敏。这为该方法应用在血糖的无创检测提供了可能性。     

基于广义S变换的超声多普勒信号瞬时速度提取

多普勒回波信号中瞬时速度的提取对目标的运动状态分析具有重要意义,但由于其非平稳性的限制,一般的分析方法无法提供足够的时频聚焦性能.针对这个问题提出了基于广义S变换的超声多普勒信号瞬时速度提取方法,并进行了计算机仿真和实验验证.在仿真上设定超声波入射一个往复运动的质点得到了多普勒回波信号,在实验上设计了一个往复运动的机械装置,超声探头发射超声波并接收回波信号.通过对回波信号进行广义S变换,提取了信号的瞬时频率,并计算得到瞬时速度.计算机仿真和实验研究表明了广义S变换在超声多普勒信号中运动目标的瞬时速度提取上的有效性.