譜估計
- 基于FPGA的測風(fēng)激光雷達(dá)功率譜估計系統(tǒng)設(shè)計
值[3]。功率譜估計是相干測風(fēng)激光雷達(dá)獲取大氣徑向風(fēng)速和風(fēng)場信息的重要過程[4]。目前，比較常見的是采用MATLAB等分析軟件進(jìn)行編程或者使用數(shù)字信號處理器（Digital Signal Processor，DSP）來完成雷達(dá)回波信號的功率譜估計[5～6]。但是，一方面使用MATLAB等工具來處理數(shù)據(jù)，具有通用性和靈活性，但其缺點是費時低效，不能達(dá)到實時處理的要求，另一方面，由于DSP內(nèi)部的乘法器資源有限，在做大規(guī)模FFT運算時，往往需要使用多片DSP進(jìn)行
電子制作 2023年3期2023-02-19
- 基于AR模型的直升機(jī)槳葉模態(tài)的識別方法有效性研究
]利用AR模型譜估計對頻域分解法進(jìn)行了改進(jìn)，驗證了這種方法對識別固定翼機(jī)翼振動模態(tài)的有效性，其試驗表明，這種改進(jìn)提高了阻尼識別精度和模態(tài)分布的可視性。鑒于頻域法的直觀和計算的簡單，并且噪聲易處理，本文采取基于AR模型的頻域分解法對直升機(jī)槳葉模態(tài)應(yīng)用的有效性進(jìn)行了分析，驗證了這種方法能夠有效識別旋轉(zhuǎn)槳葉固有頻率。1 頻域分解法的基本理論頻域分解法是在峰值拾取法的基礎(chǔ)上發(fā)展起來的一種頻域模態(tài)參數(shù)的識別辦法[6]。其基本原理是系統(tǒng)的頻率響應(yīng)函數(shù)峰值可以代表自身的
科技與創(chuàng)新 2023年1期2023-01-07
- 一種單矢量水聽器通道增益一致性分析方法
MVDR)空間譜估計有很大影響，仿真分析驗證了理論推導(dǎo)結(jié)果的有效性。結(jié)合通道增益一致性對MUSIC算法的影響，本文提出一種判斷單矢量水聽器各通道增益是否一致的分析方法。1 單矢量水聽器誤差測量模型1.1 單矢量水聽器測量模型二維矢量型水聽器可以同時共點輸出聲場的聲壓P和振速Vx、Vy，在平面波條件下，其輸出可表示成[2-4]：式中：x(t)為接收到的聲壓信號，θ是聲壓信號的水平方向方位，取值范圍是-π≤θ＜π。如果有K個相互獨立的聲波信號同時到達(dá)二維單矢量
聲學(xué)技術(shù) 2022年4期2022-10-17
- 基于小波分解的鼾音信號功率譜估計方法研究*
位置鼾音的功率譜估計［1］特點，為診斷OSAHS 阻塞位置提供一種簡單方便的檢測方法。功率譜估計方法分為傳統(tǒng)譜估計法［2］和現(xiàn)代譜估計法［3］。傳統(tǒng)譜估計法原理簡單，便于實現(xiàn)，在實際中應(yīng)用較廣，常用的方法有Welch法［4~6］、多窗譜法［7~8］等。現(xiàn)代譜估計是先將實驗信號建立參數(shù)模型，再依據(jù)模型估計信號的功率譜。線性模型在信號處理中應(yīng)用最多，具體分為AR 模型［9］、MA模型、ARMA模型。常用的方法有基于AR模型的自相關(guān)法［10］和Burg 法［11
計算機(jī)與數(shù)字工程 2022年3期2022-04-07
- 基于頻域分析的間接式胎壓監(jiān)測算法研究
速信號采用傳統(tǒng)譜估計法估計出功率譜，然后采用曲線平滑的方法提取常壓與欠壓時輪胎共振頻率，并以此設(shè)定輪胎欠壓閾值，在汽車行駛過程中動態(tài)判斷輪胎是否欠壓。由于頻域法基于每個輪胎本身特征，因此可以獨立監(jiān)視特定輪胎壓力，但目前的頻域法準(zhǔn)確度較低，主要是由輪速信號獲取誤差以及輪胎共振頻率估計誤差造成。因此本文從以下兩個角度對算法進(jìn)行改進(jìn)：首先采用改進(jìn)遞歸最小二乘法（RLS）對輪速信號進(jìn)行修正，以獲得準(zhǔn)確的輪速信號；采用基于AR模型的伯格（Burg）算法代替?zhèn)鹘y(tǒng)譜估計
現(xiàn)代電子技術(shù) 2021年21期2021-11-04
- 基于層次分析法的低信噪比空間譜估計誤差校正算法
）1 概述空間譜估計是估計信號信源位置的重要技術(shù)之一，利用空間譜估計誤差校正模型，判斷信源位置，在測向領(lǐng)域中得到了廣泛的應(yīng)用。然而測向傳感陣列在實際應(yīng)用中有不可避免的誤差，針對陣列誤差模型及校正算法在低信噪比情況下效果不好，建立了低信噪比情況下的空間譜估計誤差校正模型。傳統(tǒng)低信噪比空間譜估計誤差校正模型由通道幅相誤差對信號波接收機(jī)通道噪聲的影響和對信號波接收信號的影響兩部分組成，但這兩個因素對判斷信號源位置的影響有著不同的重要程度。鑒于此，本文引入層次分析
科學(xué)技術(shù)創(chuàng)新 2021年10期2021-04-26
- 共軛梯度算法在振動信號處理中的應(yīng)用
用傅里葉變換的譜估計方法[1]，這種方法有著分辨率低和旁瓣泄漏嚴(yán)重的固有缺點，嚴(yán)重時會將振動信號中包含的主要頻率特征掩蓋，而產(chǎn)生較大的失真。而現(xiàn)代譜估計方法可以有效地解決這個問題，現(xiàn)代譜的精確估計值可以當(dāng)作是解一組線性方程，AR(auto—regressive)、MA和ARMA是功率譜中的主要參數(shù)模型。AR參數(shù)模型譜估計是現(xiàn)代譜估計中最常用的時間序列的建模方法，目前已廣泛應(yīng)用于很多領(lǐng)域，如雷達(dá)、聲納、機(jī)械等。在每種模型的建立中，其核心問題是其參數(shù)的求解問題
火箭推進(jìn) 2021年1期2021-03-02
- 基于Burg法的城市軌道交通快速線路軌道不平順譜研究
定程度上緩解了譜估計過程中的邊界效應(yīng)。文獻(xiàn)[4]分析了鋼軌接頭處的不平順功率譜，并使用了小波分析方法。文獻(xiàn)[5]通過對大量基礎(chǔ)數(shù)據(jù)的總結(jié)提出了中國干線鐵路通用軌道譜。文獻(xiàn)[6]對朔黃重載鐵路進(jìn)行了不平順譜的估計，并使用HHT(Hilbert-Huang Transform)從時域與頻域上進(jìn)行了軌道不平順幅值能量的分析。國外譜如美國六級譜[7]與德國干擾譜[8]，更是廣泛應(yīng)用于相關(guān)的設(shè)計與研究工作之中。綜上可以看出，通過不斷研究[9-13]，已經(jīng)獲得不同類型
鐵道學(xué)報 2020年4期2020-05-29
- 雙譜估計在遙測振動參數(shù)處理中的應(yīng)用?
的工具。2 雙譜估計概念高階譜是通過高階統(tǒng)計量來定義的，所謂高階統(tǒng)計量通常應(yīng)該理解為高階矩、高階累積量以及它們的譜——高階矩譜和高階累積量譜這四種主要的統(tǒng)計量，此外還有倒高階累積量譜即倒多譜。由于高階累積量比高階矩在分析隨機(jī)信號的情況下更為適用，所以一般稱高階累積量譜為高階譜［2］。設(shè)f(x)是隨機(jī)變量x的概率密度函數(shù)，其傅里葉變換Φ(ω )稱為第一特征函數(shù)，即其二維傅里葉變換稱之為三階譜，也稱雙譜，即雙譜階數(shù)最低，計算量小，成為高階譜分析中的熱點。與常用
艦船電子工程 2020年1期2020-03-03
- 多普勒信號的Burg算法優(yōu)化研究
隨機(jī)信號，通過譜估計法對多普勒信號進(jìn)行頻域信號分析。譜估計分為經(jīng)典譜估計與現(xiàn)代譜估計兩種，以AR參數(shù)模型法為代表的現(xiàn)代譜估計對觀測數(shù)據(jù)進(jìn)行外推，預(yù)測求出觀測數(shù)據(jù)以外的其他數(shù)據(jù)，極大增大了頻譜的分辨率。在實際列車測速中，需要根據(jù)信號的有限采樣點來估計AR模型參數(shù)。常用方法有Yule-Walker法、協(xié)方差法、Burg算法和改進(jìn)協(xié)方差法[3-4]。其中改進(jìn)協(xié)方差法為Burg算法的進(jìn)一步發(fā)展。針對Burg算法的誤差來源，分析了基于窗函數(shù)的優(yōu)化算法，并針對改進(jìn)的協(xié)
測控技術(shù) 2019年3期2019-09-20
- 艦船輻射噪聲仿真模型置信度評估方法
性是利用最大熵譜估計法進(jìn)行譜估計，提取線譜，并對線譜區(qū)間的線譜進(jìn)行相容性檢驗及相容性結(jié)果轉(zhuǎn)換。譜密度的發(fā)展變化趨勢一致性是根據(jù)灰色關(guān)聯(lián)分析法的物理含義，對艦船輻射噪聲仿真數(shù)據(jù)和實測數(shù)據(jù)的譜密度進(jìn)行一致性分析。能量一致性是提取艦船輻射噪聲信號特征頻段的能量，并對艦船輻射噪聲仿真數(shù)據(jù)和實測數(shù)據(jù)能量進(jìn)行一致性分析。下面具體介紹這3種方法。2.1 現(xiàn)代譜估計算法經(jīng)典譜估計算法具有計算速度快的優(yōu)點，但同時存在功率譜分辨率低、方差性能差等缺點。現(xiàn)代譜估計算法克服經(jīng)典譜
數(shù)字海洋與水下攻防 2019年3期2019-08-28
- 基于空間譜估計的終端AOA定位*
C）算法的空間譜估計的高精度波達(dá)方向（Direction Of Arrival，DOA） 算法。對信號的到達(dá)方位角進(jìn)行測量一般采用陣列天線。文獻(xiàn)[3]采用8元均勻圓環(huán)陣，實現(xiàn)了多波束覆蓋，同時兼顧粗略DOA估計。本文采用MUSIC經(jīng)典空間譜估計算法，實現(xiàn)對終端上行信號的DOA估計，估計精度高，同時通過移動一定距離多次測量取平均值實現(xiàn)終端的AOA精確定位。1 空間譜估計1.1 均勻圓環(huán)陣圖1給出的是均勻圓環(huán)陣示意圖。陣元均勻分布在XOY平面內(nèi)半徑為r的圓環(huán)上
通信技術(shù) 2019年5期2019-06-10
- 基于MATLAB的無線電信號功率譜仿真與分析
號處理中，功率譜估計是非常重要的信號分析手段。頻譜模型在語音信號識別中，可了解語音是如何產(chǎn)生的，及語音識別、語音合成；信號的頻譜在雷達(dá)和聲吶系統(tǒng)中，能夠起到聲源進(jìn)行定位的作用。所以信號處理研究的一個重點就是隨機(jī)信號的功率譜分析。功率譜估計的分析方法可分為經(jīng)典功率譜估計法和現(xiàn)代功率譜估計法。經(jīng)典功率譜估計分析的方差不準(zhǔn)確，信號特性不全以及較低的分辨率。針對這些弊端，現(xiàn)代功率譜估計的目的就是得到較高的分辨率。以下對平均周期圖法和最大熵譜估計法進(jìn)行仿真比較分析。
微型電腦應(yīng)用 2019年4期2019-04-26
- 空間譜估計經(jīng)典MUSIC算法性能分析
）1 引言空間譜估計技術(shù)是在近30年發(fā)展起來的一門新興的空域信號處理技術(shù)，它是在波束形成技術(shù)和時域譜估計技術(shù)的基礎(chǔ)上發(fā)展起來的一種新技術(shù)，屬于陣列信號處理的一個重要分支。陣列信號處理技術(shù)，是將多個傳感器設(shè)置在空間的不同位置組成傳感器陣列，并利用這一陣列對空間信號場進(jìn)行多點并行采樣和處理，目的是提取陣列所接收的信號及其特征信息，同時抑制干擾和噪聲或不感興趣的信息[1]?？臻g譜估計技術(shù)自20世紀(jì)60年代發(fā)展起來后，其主要的內(nèi)容是研究提高處理帶寬內(nèi)空間信源角度估
數(shù)字通信世界 2018年10期2018-11-12
- 基于四階累積量的機(jī)載多基線SAR譜估計解疊掩方法
AR方法主要有譜估計方法[4-9]、最大似然估計方法[10，11]、CS[12-17]算法等。在傳統(tǒng)的譜估計方法中，Capon， MUSIC， ESPRIT等方法具有高度向超分辨率的能力，而實際的機(jī)載多基線InSAR系統(tǒng)中基線大多為非均勻基線，使得譜估計的高度-譜函數(shù)中譜峰周圍形成較大的旁瓣，從而影響疊掩處散射點的高程估計精度及分辨性能[18]，同時機(jī)載多基線InSAR系統(tǒng)基線數(shù)目較少(3～4個左右)，使得估計疊掩處散射點的數(shù)目較少，高度估計精度也大幅降低
雷達(dá)學(xué)報 2018年6期2018-04-17
- 無線電信號的高階譜估計分析
輸模型2 高階譜估計通常Skx(ω1,ω2,…,ωk-1) 是復(fù)數(shù)，上式存在的充分必要條件為高階譜估計的方法可分為參數(shù)法和非參數(shù)法。參數(shù)法是利用觀測到的數(shù)據(jù)來建立所分析過程的參數(shù)模型，理論上的頻率分辨率是不受限與觀測數(shù)據(jù)的長度，可得到分辨率較高的譜估計。非參數(shù)法則是在傅里葉變換的基礎(chǔ)上，借助于FFT算法，易于得到物理意義明確的譜估計。但頻率分辨率受限于觀測數(shù)據(jù)的長度。無論是參數(shù)法還是非參數(shù)法，選擇合理地參數(shù)模型和模型階數(shù)是極為重要的。2.1 非參數(shù)法譜估計
電子設(shè)計工程 2018年1期2018-01-18
- 基于最大熵譜估計的某型飛行模擬器動態(tài)性能驗證
）0 引言經(jīng)典譜估計雖然計算效率高，但是由于窗函數(shù)的局限性，在計算過程中不可避免地出現(xiàn)頻譜泄露、譜峰轉(zhuǎn)移、分辨率低等缺點。針對經(jīng)典譜估計的局限，現(xiàn)代譜估計方法應(yīng)運而生，其中最大熵譜估計法是一種常用的現(xiàn)代譜估計方法。1 最大熵譜估計與一致性驗證1.1 最大熵譜估計1967年，Burg最早將“熵”這一概念從信息論中引入到譜估計中，提出最大熵譜估計[1]。最大熵譜估計具有分辨率高，使用范圍廣的特點。“熵”是對于隨機(jī)性進(jìn)行度量的量，熵值越大，則隨機(jī)性越大。假設(shè)p(
現(xiàn)代計算機(jī) 2017年34期2018-01-15
- 基于窗譜估計的某型飛行模擬器飛行性能驗證
022）基于窗譜估計的某型飛行模擬器飛行性能驗證王哲，李國輝，趙善祿（空軍航空大學(xué)軍事仿真研究所，長春 130022）將預(yù)處理后得到的動態(tài)飛行性能數(shù)據(jù)，用窗譜分估計的方法進(jìn)行一致性驗證。首先分析譜估計的驗證方法，然后以平飛加速過程中飛機(jī)的過載隨速度變化曲線為例，采用窗譜估計得方法進(jìn)行一致性檢驗。結(jié)果顯示，該型飛行模擬器的仿真數(shù)據(jù)與飛機(jī)真實數(shù)據(jù)的一致性較好，該驗證方法也適用于模擬器其他動態(tài)數(shù)據(jù)的一致性驗證。動態(tài)飛行性能；窗譜估計；驗證0 引言飛行模擬器的動態(tài)
現(xiàn)代計算機(jī) 2017年33期2017-12-27
- 基于AR模型的現(xiàn)代功率譜估計算法在新型甲烷檢定裝置的應(yīng)用
模型的現(xiàn)代功率譜估計算法的工作原理，分別將Yule-Walker算法，Burg算法和協(xié)方差算法等3種現(xiàn)代功率譜估計方法，用于新型紅外激光甲烷儀表標(biāo)準(zhǔn)檢定裝置的信號處理。通過Matlab軟件仿真表明：Burg算法的運算周期和實時性等能滿足甲烷檢定裝置的要求，能實現(xiàn)檢定裝置的動態(tài)檢定和甲烷濃度梯度瞬變控制。關(guān)鍵詞：新型紅外激光甲烷儀表標(biāo)準(zhǔn)檢定裝置；Yule-Walker算法；Burg算法；協(xié)方差算法中圖分類號：TP391 文獻(xiàn)標(biāo)識碼：A 文章編號：1007-9
數(shù)字技術(shù)與應(yīng)用 2017年7期2017-09-09
- 基于MATLAB實現(xiàn)的AR模型功率譜估計
的AR模型功率譜估計劉明曉1，王旭光2（1.西安鐵路職業(yè)技術(shù)學(xué)院 陜西 西安 710014；2.西安航天自動化股份有限公司 陜西 西安 710014）現(xiàn)代功率譜估計和經(jīng)典功率譜估計是兩種常用的功率譜估計，同時也是分析隨機(jī)信號的常用方法。本文詳細(xì)介紹了現(xiàn)代功率譜估計中有關(guān)AR模型參數(shù)的功率譜估計，具體包括自相關(guān)算法、Burg算法、協(xié)方差算法以及改進(jìn)的協(xié)方差算法，在此基礎(chǔ)上又對四種不同功率譜估計方法的性能指標(biāo)進(jìn)行了比較分析。在MATLAB仿真軟件平臺上對AR模
電子設(shè)計工程 2017年17期2017-09-07
- 基于AR模型現(xiàn)代譜估計的某型高超聲速導(dǎo)彈熱模態(tài)試驗研究
于AR模型現(xiàn)代譜估計的某型高超聲速導(dǎo)彈熱模態(tài)試驗研究李智勞 李曉東 劉凡（中國飛機(jī)強(qiáng)度研究所，陜西 西安 710065）高超聲速導(dǎo)彈在飛行過程中表面會受強(qiáng)烈的熱作用，結(jié)構(gòu)本身的動特性也會發(fā)生明顯變化，進(jìn)而會影響結(jié)構(gòu)的顫振臨界速度，因此在導(dǎo)彈設(shè)計階段就必須考慮氣動加熱對結(jié)構(gòu)動特性的影響。采用模擬計算的方法很難準(zhǔn)確獲得結(jié)構(gòu)高溫時的動特性參數(shù)，所以必須通過試驗進(jìn)行驗證和修正。本文開展了某型高超聲速導(dǎo)彈的熱模態(tài)試驗，運用基于AR模型的現(xiàn)代譜估計方法對結(jié)構(gòu)在加熱情況
化工管理 2017年17期2017-07-18
- 基于波束空間的多重信號分類算法
且計算量更小。譜估計 波束空間 多重信號分類 誤差空間譜估計的目標(biāo)空間由信號源的參數(shù)和復(fù)雜的空間環(huán)境參數(shù)構(gòu)成，譜估計是用某種特定的方法從目標(biāo)空間中得出與信號源相關(guān)的某些想要知道的參數(shù)或者屬性。觀察空間，物理上是按一定方式排列的陣元，實際應(yīng)用中通過陣元來接收目標(biāo)空間的信號源。傳統(tǒng)的空間譜估計算法，已經(jīng)不能再進(jìn)行有效的測向，出現(xiàn)了計算量小而且便于實現(xiàn)的空間平滑技術(shù)，但空間平滑技術(shù)是以有效陣元數(shù)為代價，對陣列孔徑會產(chǎn)生一定的影響，而且它的算法性能在低信噪比的情況
數(shù)碼世界 2017年6期2017-07-18
- 采用隨機(jī)矩陣?yán)碚摰乃曣嚵蠸MI-MVDR空間譜估計技術(shù)*
-MVDR空間譜估計技術(shù)*郭 拓，王英民，張立琛 （西北工業(yè)大學(xué)航海學(xué)院，西安 710072）對角加載MVDR技術(shù)是一種經(jīng)典的空間譜估計技術(shù)，在水聲陣列信號處理中有著廣泛的應(yīng)用。該技術(shù)之所以具有較好的性能是由于其通過對角加載使樣本協(xié)方差矩陣的特征值分散度減小。提出了基于隨機(jī)矩陣?yán)碚摰腗VDR空間譜估計技術(shù)，具體思路是利用隨機(jī)矩陣特征值的極限性質(zhì)實現(xiàn)樣本協(xié)方差矩陣噪聲的抑制，以達(dá)到類似對角加載能夠?qū)崿F(xiàn)的特征值分散度減小的效果。仿真表明所提出的方法與對角加載方
火力與指揮控制 2017年3期2017-04-24
- 基于多窗譜估計的改進(jìn)維納濾波語音增強(qiáng)
21)基于多窗譜估計的改進(jìn)維納濾波語音增強(qiáng)張 青 吳 進(jìn)(西安郵電大學(xué) 陜西 西安 710121)為減少維納濾波在語音增強(qiáng)中殘留的“音樂噪聲”，將多窗譜估計和改進(jìn)的維納濾波方法結(jié)合，并進(jìn)行語音合成。設(shè)計了基于多窗譜估計的改進(jìn)維納濾波語音增強(qiáng)方法，該方法采用多窗譜估計噪聲功率譜，改進(jìn)維納濾波降噪得到增強(qiáng)語音，以及重疊相加語音合成，并給出仿真對比驗證。結(jié)果表明，基于多窗譜估計的改進(jìn)維納濾波方法在抑制噪聲，減少音樂噪聲方面優(yōu)于基于維納濾波的增強(qiáng)算法和基于多窗譜估
計算機(jī)應(yīng)用與軟件 2017年3期2017-04-14
- 譜估計方法的仿真與分析
變化，這在功率譜估計中能得到很好的體現(xiàn)。所分析的數(shù)據(jù)來源于隨機(jī)過程中的，所得到的真實功率譜，也是從隨機(jī)序列的數(shù)據(jù)中計算出來的，因此，這研究的問題明顯就是屬于譜估計方面的。在隨機(jī)的過程中，衡量真實的程度，是以譜估計質(zhì)量作為標(biāo)準(zhǔn)的，譜估計質(zhì)量也會受到某些因素的影響，比如數(shù)學(xué)模型的建立，使用譜估計的方式。在本文中，譜估計所用到的幾種方式，都會相應(yīng)的被提及到，以此作為前提，在繼續(xù)往更深的層次去探究周期圖法、Welch法和AR法，借助Matlab，可進(jìn)行仿真實驗，將
電子技術(shù)與軟件工程 2017年3期2017-03-22
- 利用譜估計算法的雷達(dá)信號分選*
240)?利用譜估計算法的雷達(dá)信號分選*楊 翔**1，汪文浩2(1.中航工業(yè)北京青云航空儀表有限公司，北京 100017；2.上海交通大學(xué) 密西根學(xué)院，上海 200240)傳統(tǒng)雷達(dá)信號分選過程中分別進(jìn)行脈沖重復(fù)頻率檢測與初始到達(dá)時間估計時，脈沖搜索時間過長。為此，提出了一種新的基于譜估計的信號分選算法。該算法通過諧波濾除減小了脈沖初始到達(dá)時間估計的運算次數(shù)，并在進(jìn)行脈沖重復(fù)頻率檢測的同時估計脈沖初始到達(dá)時間，從而避免了傳統(tǒng)信號分選算法中對整個序列的遍歷，節(jié)
電訊技術(shù) 2016年7期2016-12-20
- 基于Burg算法功率譜估計的參數(shù)選擇
urg算法功率譜估計的參數(shù)選擇黃 超，王 偉，單 涼(電子工程學(xué)院，合肥 230037)介紹了現(xiàn)代功率譜估計中常用的基于自回歸(AR)模型的Burg算法，分析了Burg算法中參數(shù)選擇對功率譜估計的影響，并給出綜合最優(yōu)的Burg算法參數(shù)選擇方法，最后將本文參數(shù)選擇方法應(yīng)用于列車測速系統(tǒng)進(jìn)行實驗驗證，準(zhǔn)確地估計出了列車的多普勒頻率。功率譜估計；自回歸模型；Burg算法；參數(shù)選擇0 引 言在現(xiàn)代信號處理中，對于具有各態(tài)歷經(jīng)性的平穩(wěn)隨機(jī)信號很難用數(shù)學(xué)關(guān)系式來清楚地
艦船電子對抗 2016年5期2016-12-13
- 基于二維普估計的汽車?yán)走_(dá)高分辨率跟蹤系統(tǒng)分析
用高分辨率二維譜估計來設(shè)計車載雷達(dá)目標(biāo)跟蹤系統(tǒng)。介紹了該系統(tǒng)如何實現(xiàn)跟蹤，并研究其與一般汽車?yán)走_(dá)系統(tǒng)在測量誤差方面的差異，以及通過改進(jìn)做出了更好的高分辨率跟蹤濾波器。采用汽車跟蹤雷達(dá)目標(biāo)，擴(kuò)展視野和快速更新掃描視場的方法，以及將雷達(dá)目標(biāo)及范圍、徑向速度和角度測量的檢測作為二維譜估計所涉及的問題，并通過高分辨率APES（振幅和相位估計）算法進(jìn)行解決。通過利用APES算法進(jìn)行二維譜估計，實現(xiàn)高角分辨率以及提高跟蹤的正確率。通過仿真結(jié)果表明，基于二維譜估計的汽車
汽車文摘 2016年12期2016-12-07
- 二維譜估計算法的空間探測性能分析及驗證
0036）二維譜估計算法的空間探測性能分析及驗證李婷（中國西南電子技術(shù)研究所，四川 成都 610036）針對二維譜估計算法的空間探測性能分析的需求，從計算速度、計算量、頑健性、計算精度以及實際工程應(yīng)用的角度出發(fā)，對基于L型陣列的二維MUSIC、二維干涉儀、二維增廣矩陣束的譜估計算法進(jìn)行了簡要介紹，并對上述二維譜估計算法的性能進(jìn)行了仿真分析，得到了3種算法的角度RMSE的對比分析，可知在同樣仿真條件下，二維增廣矩陣束算法最優(yōu)，二維MUSIC算法次之，二維干涉
電信科學(xué) 2016年5期2016-11-20
- “現(xiàn)代信號處理”課程中功率譜估計的實驗設(shè)計
理”課程中功率譜估計的實驗設(shè)計朱周華(西安科技大學(xué) 通信與信息工程學(xué)院, 陜西 西安710054)針對“現(xiàn)代信號處理”中功率譜估計學(xué)習(xí)困難的問題,設(shè)計并實現(xiàn)了功率譜估計的綜合實驗,包括經(jīng)典譜估計和現(xiàn)代譜估計的各種方法。實驗設(shè)計使學(xué)生能更好地理解和掌握本章節(jié)的基本理論,并能提高學(xué)生的應(yīng)用能力,實踐表明,該實驗在課程的實驗教學(xué)中取得了良好的教學(xué)效果。功率譜估計； 綜合實驗； 實驗設(shè)計“現(xiàn)代信號處理”是信號處理學(xué)科高年級或者研究生一年級重要的一門專業(yè)課程。隨著學(xué)
實驗技術(shù)與管理 2016年9期2016-11-16
- “隨機(jī)信號分析”課程中功率譜及估計的研討
為例，說明功率譜估計方法在實際工程中的應(yīng)用。本文對于功率譜及其估計的教學(xué)有一定的指導(dǎo)作用，并且有助于學(xué)生更好地理解理論和工程應(yīng)用。隨機(jī)信號分析；功率譜；維納辛欽定理；功率譜估計0 引言功率譜及其估計是“隨機(jī)信號分析”課程教學(xué)中的重要部分，對于工程應(yīng)用中譜估計有著重要的指導(dǎo)意義[1-3]。關(guān)于功率譜的教學(xué)，重點在于理解功率譜密度的定義和性質(zhì)、掌握功率譜密度與自相關(guān)函數(shù)的關(guān)系、功率譜估計的方法及其運用。在理論教學(xué)和實驗教學(xué)中，學(xué)生普遍反映功率譜估計的方法難以掌
電氣電子教學(xué)學(xué)報 2016年3期2016-06-05
- 基于多窗譜估計譜減法和能熵比法的語音端點檢測算法
00）基于多窗譜估計譜減法和能熵比法的語音端點檢測算法趙發(fā)（安徽工程大學(xué)，安徽 蕪湖 241000）語音端點檢測是語音處理中非常關(guān)鍵的一個環(huán)節(jié)，目前主要的語音端點檢測算法都側(cè)重于語音特征參數(shù)的提取而忽略了之前的語音增強(qiáng)。論文提出一種基于多窗譜估計譜減法和能熵比的語音端點檢測復(fù)合算法，該算法利用多窗譜估計譜減法將有噪聲環(huán)境下的語音信號減噪，提高性噪比，達(dá)到語音增強(qiáng)的效果，再結(jié)合能熵比法進(jìn)行端點檢測。仿真結(jié)果表明，算法在低信噪比情況下，可以提高語音端點檢測的正
巢湖學(xué)院學(xué)報 2016年6期2016-02-08
- 噪聲譜估計算法對語音可懂度的影響
，王華彬?噪聲譜估計算法對語音可懂度的影響張建偉，陶亮，周健，王華彬(安徽大學(xué)計算智能與信號處理教育部重點實驗室，安徽合肥230031)噪聲譜估計是單通道語音增強(qiáng)算法的關(guān)鍵步驟，當(dāng)前大部分語音增強(qiáng)算法旨在提高語音質(zhì)量，提高語音可懂度的算法卻很少。在傳統(tǒng)的單通道語音增強(qiáng)算法中，語音質(zhì)量的提高往往是以犧牲語音的可懂度為代價的。對目前主流的幾種噪聲譜估計算法對語音可懂度影響進(jìn)行分析。在不同噪聲背景、不同信噪比情況下進(jìn)行噪聲譜估計，并采用譜減法對含噪語音信號作去噪
聲學(xué)技術(shù) 2015年5期2015-10-14
- 經(jīng)典功率譜估計方法的研究
00）經(jīng)典功率譜估計方法的研究俱瑩，何佳，胡稷鑫（國家無線電監(jiān)測中心陜西監(jiān)測站，西安710200）本文主要針對隨機(jī)信號處理中最重要的統(tǒng)計表征——功率譜密度，研究了經(jīng)典功率譜估計的方法，包括自相關(guān)函數(shù)法和周期圖法。通過仿真分析了幾種方法的性能，研究了窗長度、窗函數(shù)及信噪比等對譜估計性能的影響，為工程應(yīng)用中譜估計方法及參數(shù)的選擇提供了依據(jù)。功率譜密度；自相關(guān)函數(shù)法；周期圖法；分辨率1 引言隨機(jī)信號在各個時間點上的取值是不能先驗確定的，但是可以用它的統(tǒng)計平均特性
數(shù)字通信世界 2015年4期2015-09-23
- 一種魯棒自適應(yīng)閾值的語音端點檢測方法
并融合Burg譜估計,與其他傳統(tǒng)語音特征相比,提高了語音與噪聲的區(qū)分度;能更準(zhǔn)確地反映背景噪聲特征,克服了固定閾值適應(yīng)性較差的缺陷,從而更大程度上提高了檢測的準(zhǔn)確率.仿真結(jié)果表明,該方法在低信噪比及非平穩(wěn)噪聲下,檢測準(zhǔn)確率更高,說明該方法在低信噪比及非平穩(wěn)噪聲環(huán)境下魯棒性更好.低信噪比;非平穩(wěn)噪聲;語音端點檢測;長時段信號譜平坦度;Burg譜估計語音端點檢測是指從一段帶噪語音信號中區(qū)分出語音段和噪聲段,準(zhǔn)確地定位語音的起始點和結(jié)束點.它是語音識別系統(tǒng)的一個
西安電子科技大學(xué)學(xué)報 2015年5期2015-07-24
- 高維隨機(jī)信號THREE功率譜估計及其仿真
THREE功率譜估計及其仿真李 穎(天津大學(xué) 理學(xué)院，天津 300072)功率譜估計是隨機(jī)信號處理領(lǐng)域的基本問題之一，其基本方法是利用有限長的數(shù)據(jù)估計信號的功率譜.從演化進(jìn)程上來看，可分為經(jīng)典譜估計和現(xiàn)代譜估計.參照現(xiàn)代譜估計中的THREE譜估計方法，對基于Hellinger度量的隨機(jī)信號的功率譜估計方法進(jìn)行了探討，并進(jìn)行了模擬仿真.通過數(shù)值模擬，發(fā)現(xiàn)基于Hellinger度量的隨機(jī)信號的功率譜估計方法能有效用于高維隨機(jī)信號的譜估計中.譜估計；度量；凸優(yōu)化
- 波流信號交叉譜估計方法比較*
期圖法進(jìn)行交叉譜估計,發(fā)現(xiàn)2000m與2300m流速時間序列在周期為2個多月和1個多月的振動有很好的相關(guān)性,100m與2300m流速時間序列在周期為15.5d和2d等的振動有很好的相關(guān)性。McKone(2003)基于IAS(Intra-Americas Sea)不同地點的 NLOM模擬海流數(shù)據(jù),采用 Welch方法和MTM 方法進(jìn)行交叉譜估計,發(fā)現(xiàn)年周期振動均存在強(qiáng)烈的相關(guān)性,其中一部分地點之間在9、6、4、2.4個月周期振動也存在相關(guān)性,而采用帶通濾波器
海洋與湖沼 2015年4期2015-03-08
- Welch譜估計的隨機(jī)誤差與置信度
計（Welch譜估計）[1—2]。Welch譜估計本質(zhì)上是修正周期圖方法的一種，其做法是通過對振動信號的分段平滑、數(shù)據(jù)重疊以及加窗處理等技術(shù)，以達(dá)到降低譜估計方差的目的。Welch譜估計是一致估計，即當(dāng)用于譜估計的每段數(shù)據(jù)足夠長且數(shù)據(jù)段足夠多時，Welch譜估計結(jié)果的偏差和方差均等于0或趨于0[3—4]。令人遺憾的是，工程中用于譜估計的數(shù)據(jù)總是有限的，既不能保證每段數(shù)據(jù)足夠長，也不能保證數(shù)據(jù)段足夠多，即使對于平穩(wěn)隨機(jī)過程也是如此。為了便于操作，GJB 15
裝備環(huán)境工程 2015年1期2015-02-06
- 汽輪機(jī)振動信號的最小方差譜估計算法＊
汽輪機(jī)振動信號譜估計中，最常采用的方法就是以周期圖法為代表的經(jīng)典譜估計的各種算法［1］．由于汽輪機(jī)振動信號并非純粹的平穩(wěn)隨機(jī)過程，利用經(jīng)典譜估計算法分析汽輪機(jī)振動信號的功率譜有一定局限性，會產(chǎn)生譜估計質(zhì)量不高的問題，影響后續(xù)處理［2］．基于經(jīng)典算法的局限性，又提出了現(xiàn)代譜估計算法［3］，AR模型算法就是其中之一，不僅克服了經(jīng)典譜估計算法的局限性而且使方差性能與分辨力性能得到很大的改善［4］．擁有很好的方差性能和分辨力性能可進(jìn)一步提高振動信號頻譜分析的精度和
西安工業(yè)大學(xué)學(xué)報 2015年11期2015-01-01
- ADCP方向譜估計的傾斜修正算法研究
傾斜狀態(tài)下方向譜估計方法。RD公司商用軟件WAVESMON選取當(dāng)傾斜姿態(tài)角大于10°時進(jìn)行修正［1－4］，而當(dāng)使用坐底式ADCP時，實測數(shù)據(jù)姿態(tài)角大于10°的情況不多，小于10°的姿態(tài)角同樣會帶來較大誤差，所以為了得到盡可能準(zhǔn)確的估計值，通常是對每組數(shù)據(jù)進(jìn)行傾斜修正［5］。我們研究發(fā)現(xiàn)當(dāng)ADCP處于傾斜條件下，方向譜估計誤差不僅需要考慮姿態(tài)角，同時還必須要考慮到ADCP的安放深度。本文重點研究不同傾斜狀態(tài)下，ADCP傾斜姿態(tài)角和安放深度對于方向譜估計的影響
山東科學(xué) 2014年4期2014-12-03
- 應(yīng)用多抽頭譜估計和小波變換的寬帶頻譜感知方法?
一種應(yīng)用多抽頭譜估計和小波變換相結(jié)合的寬帶頻譜感知方法，仿真分析了該方法的性能。相對于周期圖估計功率譜再利用小波變換的方法，本文方法具有更好的性能。2 多抽頭譜估計周期圖譜估計是一種常用的非參數(shù)功率譜估計方法，給定時間序列x（n），n＝0，1，…，N－1，周期圖采用式（1）對功率譜進(jìn)行估計：為降低估計方差，還可采用如下平均周期圖估計：其中N／L為將x（n）順序均勻劃分的分段數(shù)，每段包含L個數(shù)據(jù)，段與段之間不重疊。在實際中，周期圖法可以用FFT實現(xiàn)，由于其實
艦船電子工程 2014年8期2014-11-28
- Channel Error Compensation for Multi-channel SAR Based on Cost Function
基于Capon譜估計的星載SAR自適應(yīng)DBF研究[J].雷達(dá)學(xué)報,2014,3(1): 53-60 Feng Fan,Dang Hong-xing,and Tan Xiao-min.Study on adaptive digital beamforming for spaceborne SAR based on Capon spatial spectrum estimation[J].Journal of Radars,2014,3(1): 53-60.[
雷達(dá)學(xué)報 2014年5期2014-10-03
- 基于稀疏恢復(fù)的空時二維自適應(yīng)處理技術(shù)研究現(xiàn)狀
、DOA/空間譜估計、自適應(yīng)陣列處理、空時2維自適應(yīng)處理等。在一定的變換下，這些待估計的信號具有稀疏性。目前國內(nèi)外已經(jīng)有大量學(xué)者開展了將稀疏恢復(fù)應(yīng)用到雷達(dá)信號處理中的研究?？諘r 2維自適應(yīng)處理(Space-Time Adaptive Processing,STAP)技術(shù)是機(jī)載陣列雷達(dá)中一種重要的信號處理手段，其主要作用是抑制地雜波，檢測慢速小目標(biāo)[8]。傳統(tǒng)的STAP技術(shù)需要通過距離維上足量的獨立同分布的平穩(wěn)訓(xùn)練樣本來獲得對雜波協(xié)方差矩陣的估計：Reed等
雷達(dá)學(xué)報 2014年2期2014-10-03
- 融合Burg譜估計與信號變化率測度的語音端點檢測
)融合Burg譜估計與信號變化率測度的語音端點檢測張君昌,胡海濤,崔 力(西北工業(yè)大學(xué)電子信息學(xué)院,陜西西安 710129)針對現(xiàn)有基于特征的語音端點檢測方法在低信噪比及非平穩(wěn)噪聲下檢測性能較低的問題,提出了一種融合Burg譜估計與長時段信號變化率測度(LTSV)的語音端點檢測方法.該方法采用表征較長時段語音變化率的LTSV參數(shù),較準(zhǔn)確地反映了語音的非平穩(wěn)程度.與傳統(tǒng)基于特征的語音端點檢測方法相比,該方法在低信噪比及非平穩(wěn)噪聲情況下的檢測性能有了較大提高.
西安電子科技大學(xué)學(xué)報 2014年3期2014-07-31
- Welch功率譜估計算法在相位噪聲測量中的應(yīng)用
相結(jié)果進(jìn)行功率譜估計。傳統(tǒng)的功率譜估計方法雖然頻譜分辨率很高，但是頻譜分布很不穩(wěn)定，無法反映信號的時變特性［1］。Welch功率譜估計算法利用分段平均和時間窗函數(shù)的思想能很好地解決這些問題。該方法根據(jù)不同的噪聲信號對Welch法的參數(shù)進(jìn)行調(diào)整，能很好地改善相位噪聲功率譜估計性能。1 相位噪聲測量原理相位噪聲可表示為:式中:δm(t)為隨機(jī)相位噪聲;δni(t)cosωnit為周期性雜散信號。因為噪聲在實際應(yīng)用中很小，所以設(shè)δm(t)＜＜1，被測信號可表示為
自動化儀表 2014年1期2014-06-01
- 基于MPI的Welch功率譜估計并行算法的實現(xiàn)
有用信息。功率譜估計技術(shù)對信號分析有著重要作用，其廣泛應(yīng)用于雷達(dá)、語音、地震學(xué)以及生物醫(yī)學(xué)等領(lǐng)域。功率譜估計主要分兩種：一種現(xiàn)代譜估計，另外一種是經(jīng)典譜估計?，F(xiàn)代譜估計以信號模型為基礎(chǔ)，主要有AR，MA，ARMA模型法。經(jīng)典譜估計是建立在傳統(tǒng)傅里葉變換的基礎(chǔ)上的，主要有周期圖法和BT法[1]。相比而言，周期圖法由于物理概念清晰，使用方法簡便，以及計算效率高等特點，已經(jīng)成為功率譜估計廣泛應(yīng)用的一種方法。但周期圖法的波動和方差較大，為滿足實際信號譜估計的需要。
計算機(jī)工程與應(yīng)用 2014年12期2014-04-03
- 修正的基于廣義Gamma語音模型語音增強(qiáng)算法
統(tǒng)計模型的短時譜估計法以其復(fù)雜度低和相對有效的特點，長期以來受到了廣大研究者的廣泛關(guān)注?；诮y(tǒng)計模型的短時譜估計語音增強(qiáng)算法，主要是在不同的語音和噪聲先驗分布模型假設(shè)下，依據(jù)一定的準(zhǔn)則（如MMSE、MAP等）對語音信號的短時譜進(jìn)行最優(yōu)估計[1-3]。早期的算法通常假設(shè)語音信號服從高斯分布，例如，文獻(xiàn)[1]首先提出了基于高斯模型的最小均方誤差短時幅度譜估計算法（MMSE-STSA）。文獻(xiàn)[2]考慮人耳的聽覺感知機(jī)理，進(jìn)一步提出了基于高斯模型的最小均方誤差對數(shù)
計算機(jī)工程與應(yīng)用 2014年18期2014-04-03
- 基于盲源分離的管道聲波信號分析及處理方法探究
程度。2 功率譜估計如果振動信號是震動源引起的由震源引起的，那么該振動信號就可以被看作是廣義平穩(wěn)的隨機(jī)信號，分析這種信號的方法中，信號的功率譜分析是一種經(jīng)典的頻域分析方法[1]。2.1 功率譜密度定義自相關(guān)函數(shù)的傅立葉變換即功率譜度的定義，對離散隨機(jī)信號有:2.2 經(jīng)典功率譜估計直接法和間接法是經(jīng)典功率譜估計的兩種有效算法。a) 直接法直接法是在1899年由舒斯特提出的，也被叫做周期圖法。把平穩(wěn)信號序列的n點觀察數(shù)據(jù)當(dāng)作能量有限信號，得出傅立葉變換結(jié)果Xn
電子測試 2013年8期2013-11-14
- 基于數(shù)字信號處理的串聯(lián)重復(fù)序列識別方法
了一種基于參數(shù)譜估計的串聯(lián)重復(fù)序列識別方法，PSE（Parametric Spectral Estimation）識別法，作者采用了現(xiàn)代頻譜估計中的自回歸模型（AR Auto-Regressive）作為功率譜估計的模型。通過對該方法的進(jìn)一步分析，發(fā)現(xiàn)該方法在求解基因串聯(lián)重復(fù)序列時還存在不足之處。首先，基因序列的頻譜圖會出現(xiàn)譜峰分裂現(xiàn)象，不利于觀察串聯(lián)重復(fù)序列的重復(fù)周期。其次，識別速度有待提高，PSE識別法中采用二進(jìn)制表示法將基因序列映射成數(shù)字序列，導(dǎo)致計算
山西電子技術(shù) 2013年1期2013-09-06
- 基于譜的海浪模擬與譜估計＊
譜3.1 功率譜估計功率譜估計利用給定的一組樣本數(shù)據(jù)估計一個平穩(wěn)隨機(jī)信號的功率譜密度，它能給出被分析對象的能量隨頻率的分布情況，因此被廣泛的應(yīng)用于雷達(dá)、聲納、地震等領(lǐng)域［6］。功率譜估計可以分為經(jīng)典譜估計和現(xiàn)代譜估計兩大類。Welch方法是一種改進(jìn)的周期圖譜估計方法，屬于經(jīng)典譜估計?，F(xiàn)代功率譜估計法大致分為參數(shù)模型譜估計和非參數(shù)模型譜估計兩大類。最常用的模型有ARMA 模型、AR 模型、MA 模型，因其能提高信號的分辨率而得到廣泛應(yīng)用［7］。Matlab是
艦船電子工程 2012年5期2012-11-23
- 基于AR模型譜估計的調(diào)制方式自動識別算法
識別，通過經(jīng)典譜估計方法得出信號的功率譜，在此基礎(chǔ)上提取出若干特征值.但是，由于經(jīng)典譜估計的方差性能較差、分辨率較低、頻譜為離散譜線等固有缺點，導(dǎo)致在信噪比較低或采集的數(shù)據(jù)點數(shù)較短時，容易有干擾峰值的出現(xiàn)，提取特征參數(shù)時容易發(fā)生錯誤.為此，本研究提出了基于現(xiàn)代譜估計的方法，通過現(xiàn)代譜估計方法得到信號的功率譜，提出了譜峰的個數(shù)和譜峰的峰態(tài)量兩個新特征值并給出了新特征值的計算方法，實驗證明新特征值在低信噪比情況下識別性能很好.1 基于現(xiàn)代譜估計的調(diào)制信號功率譜
河南工程學(xué)院學(xué)報(自然科學(xué)版) 2012年3期2012-11-22
- 基于聲發(fā)射技術(shù)的液固體系顆粒粒徑測量
濃度對信號功率譜估計的影響首先對信號進(jìn)行零均值處理，目的是為了消除數(shù)據(jù)中的直流分量，且若不去除均值，可能會導(dǎo)致在低頻段的功率譜估計產(chǎn)生較大誤差.功率譜估計采用Welch算法［12］，又稱加權(quán)交疊平均法，該方法是對經(jīng)典譜估計周期圖法的改進(jìn)，其基本思想是利用分段加窗的方法把一長度為N的數(shù)據(jù)xN（n）分成L段，每段長度為M＝N／L，允許每段數(shù)據(jù)有部分重疊，且各段數(shù)據(jù)互為獨立.將每段的功率譜加以平均得到平均功率譜.與標(biāo)準(zhǔn)離散傅里葉變換相比，該方法在控制估計方差和頻
上海理工大學(xué)學(xué)報 2012年5期2012-10-10
- 典型陣列快速MUSIC算法研究
MUSIC算法譜估計的效果的前提下，將MUSIC算法的運算速率提高了50倍以上。因此，新算法具有廣闊的應(yīng)用前景。典型陣列；導(dǎo)向矢量；查表法；快速MUSIC(MUltiple SIgnal Classification)算法1 引言傳統(tǒng)的空間信號譜分析法是傅里葉變換法，由于陣列尺寸有限，該方法的分辨率受到瑞利限的約束。以多重信號分類 (MUltiple SIgnal Classification, MUSIC)算法為代表的子空間類處理方法，即所謂超分辨空間譜
雷達(dá)學(xué)報 2012年2期2012-07-24
- 脈沖噪聲環(huán)境下的改進(jìn)MUSIC譜估計方法
8)＊0 引言譜估計是數(shù)字信號處理的十分重要研究領(lǐng)域，人們先后提出了各種譜估計的理論和方法，MUSIC譜估計因其具有分辨率高、穩(wěn)定性好等優(yōu)點，在生物醫(yī)學(xué)工程、雷達(dá)、水聲信號等領(lǐng)域得到廣泛應(yīng)用.MUSIC譜估計方法基本思想是直接對估計的隨機(jī)過程相關(guān)矩陣進(jìn)行特征分解，分別生成信號子空間和噪聲子空間，利用信號子空間和噪聲子空間的正交性，構(gòu)造空間譜函數(shù)，從而進(jìn)行譜峰搜索來估計信號頻率.傳統(tǒng)的MUSIC譜估計方法假定背景噪聲滿足高斯分布，并采用二階統(tǒng)計量方法處理，但
大連交通大學(xué)學(xué)報 2012年3期2012-07-02
- 聯(lián)合對角化技術(shù)在空間譜估計中的應(yīng)用
角化技術(shù)在空間譜估計中的應(yīng)用趙龍龍1, 宋海巖2(1. 中國人民解放軍91388部隊, 廣東 湛江, 524022; 2. 黑龍江工程學(xué)院 電氣與信息工程學(xué)院, 黑龍江 哈爾濱, 150050)在實際工程應(yīng)用中, 傳統(tǒng)空間譜估計方法受噪聲、干擾及采樣效應(yīng)等因素影響, 其性能明顯退化。為了克服這些因素對方位估計結(jié)果的影響, 提高算法性能, 本文將空時相關(guān)矩陣組代替?zhèn)鹘y(tǒng)的采樣協(xié)方差矩陣, 利用聯(lián)合對角化這一新的數(shù)學(xué)工具, 研究了一種基于Jacobi旋轉(zhuǎn)正交聯(lián)合
水下無人系統(tǒng)學(xué)報 2012年5期2012-05-28
- 面向隨機(jī)振動功率譜估計的小波變換去噪算法理論分析*
考譜。實驗證明譜估計的誤差會引起自調(diào)整算法誤差顯著增大甚至不能收斂[4]。傳統(tǒng)基于FFT 的周期圖法對功率譜作估計由于缺少對估計值的統(tǒng)計平均，因此產(chǎn)生方差大[4-10]，韋斯(Welch)法，可以減小譜估計的誤差，卻降低了譜估計的頻率分辨率[11]。增大處理數(shù)據(jù)量提高頻率分辨率的同時造成系統(tǒng)回路時間變大，影響到系統(tǒng)的均衡性能。小波變換是一種時間-尺度分析方法，具有多分辨分析的特點，且具有時頻兩域表征信號局部特征的能力[6.9]，很適合于振動頻譜均衡控制，如
- 基于FFT與自相關(guān)函數(shù)的快速功率譜估計方法＊
相關(guān)函數(shù)的功率譜估計中，加快估計的計算速度。在信號功率譜估計中有許多的高分辨率譜估計算法，之所以討論FFT在關(guān)于譜估計中的應(yīng)用，是因為FFT已經(jīng)廣泛應(yīng)用到數(shù)字接收機(jī)的設(shè)計中。文中首先簡要介紹了有偏和無偏自相關(guān)函數(shù)的定義，然后給出了基于自相關(guān)函數(shù)的譜估計算法，最后就如何借助FFT來實現(xiàn)信號的功率譜估計給出了詳細(xì)過程，并給出了計算實例。2 自相關(guān)函數(shù)的定義及其計算過程假設(shè)有N點輸入數(shù)據(jù)x（n），n＝0，…，N－1，其自相關(guān)定義為［1，9］：式中m稱之為自相關(guān)的
艦船電子工程 2011年10期2011-06-06
- Kalman濾波在Yule-Walker譜估計中的應(yīng)用
）1.引言功率譜估計是數(shù)字信號處理的主要內(nèi)容之一，主要研究信號在頻域中的各種特征，目的是根據(jù)有限數(shù)據(jù)在頻域內(nèi)提取被淹沒在噪聲中的有用信號，將其廣泛用于民用通信和軍事通信中。現(xiàn)代譜估計主要是針對經(jīng)典譜估計的分辨率差和方差性能不好的問題而提出的?，F(xiàn)代譜估計從方法上大致可分為參數(shù)模型譜估計和非參數(shù)模型譜估計兩種[1]，前者有AR模型、MA模型、ARMA模型、PRONY指數(shù)模型等；后者有最小方差方法、多分量的MUSIC方法等。在信號的傳輸過程中，會不可避免地存在著
電腦與電信 2011年7期2011-03-27
- 色噪聲背景下弱信號頻率估計互譜方法研究
022)現(xiàn)代互譜估計是抑制有色觀測噪聲的一種有效方法. 本文針對旋轉(zhuǎn)不變技術(shù)來估計信號參量的方法進(jìn)行了深入的分析 ,進(jìn)而提出了在有色觀測噪聲背景下 ,基于最小二乘技術(shù)的信號估計的互譜 ESPR IT方法 。這種方法的突出特點是不需要任何色噪聲的先驗信息準(zhǔn)確地估計出待估計信號 ,不僅避免了以往互譜估計本身所固有的在整個頻域上的譜峰搜索 ,而且克服了自譜 ESPR IT估計方法對噪聲的嚴(yán)格限制 (要求噪聲為白色高斯噪聲 )。可直接通過特征值確定信號參數(shù)估計值
長春大學(xué)學(xué)報 2010年6期2010-11-06
- 幾種不同模型參數(shù)估計法的性能分析
0 引 言功率譜估計是利用給定的樣本估計隨機(jī)信號的功率譜密度,表征信號能量隨頻率的分布特性。最初的譜估計方法有周期圖法和自相關(guān)法,稱為經(jīng)典功率譜估計法。周期圖法假設(shè)觀察數(shù)據(jù)區(qū)域外的數(shù)據(jù)為零,自相關(guān)法假設(shè)數(shù)據(jù)在延遲窗以外的自相關(guān)函數(shù)為零,2種方法均無法實現(xiàn)功率譜密度原始定義中的求均值和求極限的運算,使得其在功率譜估計中不僅方差性能較差,而且分辨率較低,難以與實際功率譜匹配。為了克服這些缺點,Yule通過用線性回歸方程模擬時間序列,奠定了現(xiàn)代譜估計的基礎(chǔ)。隨后
艦船電子對抗 2010年4期2010-06-28