经典谱估计方法的MATLAB分析

讨论了用MATLAB实现经典谱估计的各种方法 ,比较了它们的性能指标 ,并优选它们的参数 .得出了在科学研究和工程技术应用中有一定参考价值的结论 .     

多维自回归模型的最大熵谱估计

本文以多维时序模型预测误差能量最小为依据，推导了一种新揿维自回归谱分析算法。理论和实验表明，该算法估计的模型精度较高，而运算工作量较低，是目前较好的一种算法。     

一种非递推ARMA谱估计方法的探讨

本文提出一种ARMA谱估计的非递推最小二乘法。这种方法能预先确定模型阶数,并同时给出了参数估计的方差,计算量小于其它算法。数值计算结果表明本文方法的性能满足要求。     

柴油机振动信号谱估计的自回归方法

介绍了经典谱分析和现代谱分析中自回归 (AR)谱分析的各种常用方法 ,比较了各种方法对模拟信号 (样本总数N =32 )和柴油机爆发信号 (N =12 8)的处理效果。结果表明 ,经典谱分析方法的稳定性好 ,但分辨率受信号样本数影响 ,不适于小样本信号。现代谱分析方法比经典谱分析方法有更高的分辨率 ,因而可用于柴油机小样本数据段的分析 ,但使用时要注意模型阶次 p的选择。当 p太高时 ,各种方法都出现不稳定的现象。自相关法的分辨率略低 ,但其稳定性较好 ,可优先考虑使用。柴油机振动过程中有许多小样本信号 ,如爆发、阀开关、喷油信号等 ,它们引起的振动信号都非常短 ,采用AR谱估计方法是非常合适的     

基于周期图的自适应谱估计方法

移动的修正周期图谱估计方法在实时处理和非平稳信号处理的场合中是常用的一种有效方法。本文利用其相邻时刻数据组中的数据大量重叠的特点,提出一种谱递推形式的快速自适应谱估计方法,显著地减小了原方法的运算量。     

功率谱估计

本文主要讨论了用最大熵Burg算法进行功率谱估计。文中给出了Burg算法,程序框图和运算结果。结果与理论值吻合得较好。     

周期图法的功率谱估计

功率谱估计是数字信号处理的重要研究内容之一。对目前用得较多且最具代表性的周期图法进行研究,并针对它谱分辨率比较低等缺点,利用Matlab实现了几种改进的周期图法。     

非协作通信中的信噪比估计算法

研究基于信号协方差矩阵分解的信噪比估计算法.该算法使用最小描述长度准则实现了信号空间维数的估计,进而实现信噪比估计.在此基础上,提出了基于信号功率谱的信噪比估计算法.由该方法计算出接收信号的功率谱,估计出有用信号的带宽,在有用信号频带外的噪声频带上估计出噪声的功率,从而估计出信噪比值.仿真实验表明,当信噪比小于3dB时,基于信号功率谱的信噪比估计算法优于基于信号协方差矩阵分解算法.     

Nakagami衰落信道的信噪比估计及其在Turbo译码中的应用

在Turbo译码中,需要精确的信噪比信息来计算子译码器生成的外信息,而在无线衰落信道中,Nakagami衰落信道具有通用性,文中对Summer信噪比估计算法进行了改进,使之能够应用于Nakagami衰落信道。最后,对应用了改进Summer信噪比的Turbo译码进行了性能仿真。从结果可以看出,改进的Summer信噪比估计算法能够成功应用到Turbo译码中,使得Turbo译码获得良好的性能。     

遥感图象信噪比的估算

信噪比是衡量遥感仪器性能的一项重要指标,图象信噪比反映图象中信号与噪声的比值．本文回顾了从图象本身来获得信噪比的一般方法,通过分析,采用图象分块统计与半方差图两种方法对两块ＴＭ 与ＳＰＯＴ影象的信噪比进行了计算,同时,给图象加入高斯随机噪声进行对比研究．结果表明,图象信噪比与信号水平以及地物覆盖类型相关,所得出的结果能够正确反映图象质量     

低信噪比的俄歇电子信号提取

当信噪比小于1的时候,俄歇电子信号完全被噪声所掩埋,利用计算机的多次存贮信号,可以把无规律的噪声去除,而有规律的信息被提取出来,再经过平滑处理,可以得到很好的俄歇电子能谱图。     

基于扩充的Prony方法对信号的谱估计

目的 探讨现代谱估计方法在雷达信号谱估计的应用。方法 采用扩充Ｐｒｏｎｙ方法和ＦＦＴ方法分别对双正弦信号进行仿真计算。结果 理论分析及仿真结果表明扩充Ｐｒｏｎｙ方法具有比ＦＦＴ高的谱估计精度。结论 扩充Ｐｒｏｎｙ方法可应用在雷达信号的多普勒频率和相位的估计中,并由此估计和计算出目标的运动参数和运动轨迹。     

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.     

TH-PPM UWB信噪比的估计方法

TH.PPM UWB(Time Hopping.Pulse Position Modulation Ultra Wide Band)系统利用基于能量比较的TOA(Time of Arrival)估计算法可以提供很高的定位精度,但该算法需要知道准确的信噪比.针对此问题,提出了一种在多径条件下利用相关器的输出信号进行信噪比估计的方法.仿真结果表明,该方法具有很高的估计性能,并且数据量越大,估计的性能越好.     

白噪声关联调制对单模激光信噪比的影响

用线性化近似方法计算了单模激光增益模型的光强功率谱及信噪比,以噪声、信号频率和时间周期调制频率为参数讨论信噪比R随量子噪声强度D的变化,发现负关联情况下会出现随机共振,对噪声间关联程度的时间周期调制是引发随机共振的重要因素.     

提高卫星电视接收机信杂比的途径

根据噪声系数的定义，在分析不同类型电路系统的噪声系数基础上，讨论提高卫星电视接收系统信杂比的途径和采用不同电路系统配置方案对接收系统性能的影响。     

基于FastICA的低信噪比雷达信号分选算法

针对传统的基于参数的信号分选系统已无法适应当前复杂情况下的雷达信号分选问题,将基于独立分量分析(ICA)的盲源分离算法引入雷达信号分选算法.快速ICA(FastICA)算法结合了定点迭代和非高斯最大化算法,具有稳定性好、收敛速度快、计算量小等优点.但该算法对噪声非常敏感,无法在低信噪比情况下进行信号分选.针对这一缺点,引入同步累加平均降噪算法,并结合信号均衡、平滑处理进行改进,使得新算法在低信噪比情况下对雷达信号进行分选.仿真表明改进后的算法在低信噪比情况下具有良好的分选效果,并保留了原算法的优点.