基于FFT算法的超声波泥沙测量

采用数字手段测取了超声波信号的衰减系数,通过衰减系数可得出含沙量。数字信号处理技术首先必须将回波信号的平均频率参数离散化。在计算的过程中,一般采用DFT处理技术,但直接用DFT进行谱分析和信号实时处理又不切实际,所以使用了时间抽取的优化实数FFT算法,该算法在保持直接FFT算法速度的前提下减少了程序量。     

雷达信号的非线性滤波方法的基础理论综述

本文针对雷达信号的点目标和图像处理的要求,阐述了LMS算法、小波变换、神经网络等算法在雷达信号处理中的基础理论及应用范围,论证了这些理论对非线性滤波技术的发展所起的作用,从而预示了量子滤波是非线性滤波技术的发展趋势。     

在单片机中实现自适应滤波算法的分析

通过对自适应滤波算法的分析,揭示了自适应滤波算法的本质特性,实现了自适应滤波算法在单片机中数字信号处理算法,为低功耗技术在信号处理中的应用提供了一种方法。     

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．     

ICA在地震信号处理中的应用研究

为了拓展独立分量分析的应用领域以及寻找地震信号去噪新方法,提出应用ICA处理地震信号随机噪声的具体方案,分析ICA的四个假设前提条件,结合实际地震信号的统计特性,分析作为源信号的有效波与噪声,并对其进行处理,使其能够在独立性和非高斯性方面满足独立分量分析算法的要求。对于盲源分离的两个固有不确定性问题,引入波形相似度的概念,使问题得到解决。从而说明在地震信号处理领域应用独立分量分析算法的可行性。最后提出算法,并用其处理合成地震信号(含随机噪声Ricker子波),实现有效波和噪声的分离,证明算法的有效性。     

CDMA通信信号的波达方向估计

通信信号或雷达信号的波达方向估计常采用MUSIC算法,但是传统的MUSIC算法不能适用于相关信号处理.针对CDMA通信信号的DOA估计问题,采用一种空时二维平滑处理算法,在空间平滑技术的基础上,结合时间平滑处理.该算法在确保估计准确性的前提下能有效减小计算量,更适合实时处理.仿真结果验证了这种改进算法的有效性.     

DSP混沌随机信号发生器构造算法研究

提出了用于产生混沌随机序列的ＤＳＰ（数字信号处理）混沌随机信号发生器构造算法。在吸引子转换技术的支持下，由该算法实现的混沌随机信号发生器之运转可避免伪周期及输出失谐的影响，因而其输出的混沌随机序列可用于计算机网络保密通信。     

浅谈计算机控制系统中的数字滤波

计算机控制系统中，干扰是影响系统可靠性和稳定性的主要原因，随着数字化技术的发展，数字滤波技术成为处理原始采样信号干扰的关键性技术，而每一种滤波算法都有其适用性。     

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.     

基于双采样方法的低信噪比语音的检测与增强

针对低信噪比语音信号,提出一种基于双采样技术的语音端点检测与语音增强算法。首先,利用双采样技术获取两组数据。其次,利用经验模态分解和希尔伯特变换同时对这两组数据进行语音端点检测。利用语音端点检测的结果以及最大相似度分析找出带噪语音信号中低信噪比的固有模态分量,再对其进行时域阈值滤波处理,得到初步增强后的语音信号。然后通过数据融合处理提高语音增强效果。仿真结果显示,和现有算法相比,文章所提算法的检测率至少提高了7%,误检率至少降低了6%。     

基于EMD技术的弹性波信号降噪技术

弹性波无损检测技术由于其优点,应用范围日益广泛。在成桥检测中,由于激振、接收条件的限制,使得弹性波信号的信噪比大幅降低,如何准确的判定初始信号成为重要的课题。另一方面,经验模态分解(EMD)算法在处理非周期、非平稳信号中以其优越性而得到广泛关注。因此,采用改善迭代停止准则以及引入智能分析极值点等方法,对传统EMD分解方法的弊端进行了改进。通过实际采样验证了改进后的EMD算法对弹性波检测信号的处理能力。     

一种新的实值信号共轭MUSIC算法

利用实值信号特性提高波达方向(direction of arrival,DOA)估计性能,提出一种新的共轭多重信号分类(conjugate multiple signal classification,CMUSIC)算法。先拼接阵列上的接收数据矩阵和其共轭矩阵,再利用新矩阵中数据间的均匀延迟关系进行矩阵重构,对其奇异值分解获得信号子空间。CMUSIC可充分利用信号的实值特点,对多于阵元数的信号进行测向,不仅可以处理非相干信号,还可以处理相干信号,获得的测向精度优于多重信号分类(multiple signal classification,MUSIC)算法和空间平滑算法。仿真实验结果证实了CMUSIC算法的有效性。     

基于粒子群算法的欠定盲源分离方法改进

欠定盲源分离技术是一个热门的研究领域,其广泛应用于信息理论、神经网络、统计信号处理、生物医学工程等领域。在大多数实际情况下,当接收到由多路源信号叠加而成的观测信号时,源信号的数量大于观测时长,采用通常的盲源分离技术难以恢复源信号。着重讨论基于"两步法"的欠定盲源分离问题;该分离技术分两个阶段,第一阶段采用基于粒子群算法的K-均值聚类改进算法求解混合矩阵,将蚁群算法信息素的概念应用其中;第二阶段采用最短路径法求解L1-范数模型获得源信号的估计。相比于现存的二阶段方法,该方法可达到更高的信号重构信噪比。     

基于粒子群算法的欠定盲源分离方法改进研究

欠定盲源分离技术是一个热门的研究领域,其广泛应用于信息理论、神经网络、统计信号处理、生物医学工程等领域。在大多数实际情况下,当接收到由多路源信号叠加而成的观测信号时,源信号的数量大于观测时长,采用通常的盲源分离技术难以恢复源信号。着重讨论基于"两步法"的欠定盲源分离问题;该分离技术分两个阶段,第一阶段采用基于粒子群算法的K-均值聚类改进算法求解混合矩阵,将蚁群算法信息素的概念应用其中;第二阶段采用最短路径法求解L1-范数模型获得源信号的估计。相比于现存的二阶段方法,该方法可达到更高的信号重构信噪比。     

超声血流信号的计算机仿真模型研究综述

 超声技术是目前常用的血管狭窄疾病诊断方法,其诊断准确性不仅与设备的硬件性能相关,还与血流信号处理方法及诊断特征提取算法密切相关.计算机仿真模型合成的超声血流信号是一种广泛使用的信息已知的信号分析及特征提取算法性能评价的信号源,在血流信号处理方法及诊断特征提取算法研究中具有广泛应用.近年来,研究者们综合考虑血管及其狭窄斑块的特性、几何形状、尺寸大小、血流分布的计算方法及超声工作模式,从不同角度提出了许多超声血流信号计算机仿真模型.对其中几种主要仿真模型作了一个归纳总结,并深入讨论了超声血流信号的计算机仿真领域的可能发展方向.     

盲小波算法在金属矿床地震资料去噪处理中的应用

根据小波分析和盲信号分离原理,提出了一种金属地震资料降噪的盲小波算法。首先将金属地震信号用小波分解为不同频带的信号;其次把不同频带的信号进行软阈值法处理,并进一步对不同频带信号进行盲分离,提取出与源信号相关的信号;最后通过小波重构估计源信号。通过盲小波算法与其他降噪技术对实际金属地震资料进行降噪处理,结果表明盲小波算法能有效消除各种干扰噪声。去噪后的金属地震资料纹理清晰,地震资料剖面信噪比显著提高。     

一种ΔDOR算法的初步实现

ΔDOR(双差分单向测距)技术是一种广泛应用于深空探测的测角技术.中国VLBI(甚长基线干涉测量)网目前使用互相关方法实现ΔDOR技术,然而在信号的信噪比很低时,使用基于互相关方法的相关处理机进行时延测量会有弱信号处理能力不足的局限性.随着更遥远距离的深空探测的推进,对弱信号求时延将成为必然的任务需求.本文将高性能三阶锁相环作为测量信号的频率和相位的基本模块,并由此推导了一种弱信号处理能力较强的基于本地相关的ΔDOR算法.该算法避免了传统本地相关方法中本地模型信号与含噪信号进行互相关运算时引起的算法性能损失问题,同时算法更为简洁.对天问一号数据求残余群时延间接验证了本文提出的算法的可行性,为进一步发展高性能ΔDOR技术提供了一种方案.     

一种新的实值信号共轭MUSIC算法

利用实值信号特性提高波达方向(direction of arrival,DOA)估计性能,提出一种新的共轭多重信号分类(conjugate multiple signal classification,CMUSIC)算法.先拼接阵列上的接收数据矩阵和其共轭矩阵,再利用新矩阵中数据间的均匀延迟关系进行矩阵重构,对其奇异值分解获得信号子空间,CMUSIC可充分利用信号的实值特点,对多于阵元数的信号进行测向,不仅可以处理非相干信号,还可以处理相干信号,获得的测向精度优于多重信号分类(multiple signal classification,MUSIC)算法和空间平滑算法.仿真实验结果证实了CMUSIC算法的有效性.     

基于混沌的离散小波变换鲁棒音频盲水印

提出了基于混沌的离散小波变换（DWT）的数字音频盲检测算法.算法首先对原始音频数据进行分段处理,然后对每个音频数据段进行4级DWT变换,最后利用4级细节小波系数统计均值趋于零的特性,通过修改4级细节小波系数统计均值,每一段中嵌入一个水印比特,算法提取水印时不需要原始音频信号.为了便于观察,水印选用了二值可视图像,并利用混沌技术进行了加密处理,加强其安全性.仿真实验证明了算法对滤波、有损压缩、重采样等常见信号处理方法具有鲁棒性,与同类算法相比,具有更好的不可感知性.     

基于 RIE 的自适应窄带干扰抑制算法

针对直接序列扩频(direct sequence spread spectrum,DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题,将窄带干扰存在性识别技术(recognition of interference existence,RIE)和变换域窄带干扰抑制算法相结合,提出了一种自适应窄带干扰抑制算法.该算法能根据接收到的信号,利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号,从而决定是否需要对其进行干扰抑制处理.理论分析表明,当接收信号中不合窄带干扰或干扰信号较小时,既可减少由于窄带干扰抑制算法对有用信号造成的损伤,提高误码率性能,又能降低系统处理的复杂度.仿真结果表明,自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案.