指数修正高斯拟合寻峰算法处理FBG传感信号

光纤布拉格光栅(FBG)传感系统因其检测精度高、重复性好和适应性强等优点而被广泛应用于不同领域。由于FBG传感器为波长调制型传感器,因此对于外界参量的检测即为FBG中心波长的检测,而FBG中心波长值对应于FBG反射光谱的峰值。因此,系统解调的核心即为FBG反射光谱的峰值检测,而高精度的寻峰算法是系统解调的关键技术。现有的寻峰算法对FBG反射谱进行峰值检测时,都是以FBG反射谱为标准高斯型为前提的。但由于实际制作工艺及环境的影响,FBG反射光谱并不是标准高斯型光谱,而是非对称的高斯型光谱,其非对称特性往往会对寻峰精度有一定的影响。针对现有算法这一缺陷,提出了一种指数修正高斯(EMG)拟合寻峰算法。利用三次判定定位实现粗定位,同时剔除假峰和无效峰值;在此基础上以粗定位点为中心进行光谱重构,再利用积分判定峰值偏向;然后根据不同的峰值偏向以给定的指数修正函数进行相应的峰值修正。实验仿真结果表明：定温条件下或变温条件下,与直接寻峰算法、高斯拟合算法和文献中的算法相比,EMG算法的峰值检测误差最小,寻峰精度提高。考虑了FBG反射光谱非对称特性对寻峰的影响,从光谱自身特性的角度,既克服了传统寻峰算法的局限性,又保证了高精度的寻峰效果。     

混沌量子克隆算法求解认知无线网络频谱分配问题

对认知无线网络中的频谱进行有效分配是实现动态频谱接入的关键技术.考虑3次用户对频谱的需求和分配的公平性,给出了频谱分配的数学模型,并将其转换为以最大化网络收益为目标的带约束优化问题,进而提出一种采用混沌量子克隆优化求解的认知无线网络频谱分配算法, 并证明了该算法以概率1收敛.最后,通过仿真实验比较了本文算法与颜色敏感图着色算法、基于遗传算法的频谱分配、基于量子遗传算法的频谱分配的性能.结果表明:本文算法性能较优, 能更好地实现网络收益最大化. 关键词： 混沌量子克隆算法 认知无线网络 频谱分配     

功率受限的常规波束形成后处理拟合方法

针对水下目标方位超分辨估计问题,提出一种功率受限(Power Constraint)的常规波束形成(Conventional BeamForming)拟合算法(PC-CBF)。PC-CBF算法通过常规波束形成获得目标方位谱数据,利用阵列响应向量对方位谱进行后处理,准确估计目标个数与目标方位。算法对接收信号的功率进行限制,获得对方位谱的欠拟合,利用凸优化进行反演卷积,估计目标的方位信息。仿真结果表明,算法性能在分辨率上优于基于半正定规划的常规波束形成算法(semi-definite programming Conventional BeamForming,sdp-CBF)和多重信号分类(MUltiple SIgnal Clasification,MUSIC)。对水池实验数据以及湖试数据处理结果显示,PC-CBF算法能够获得较窄的谱峰宽度以及较低的背景级,具有较强的方位估计分辨能力。      

基于傅里叶变换光谱技术的Zoom-FFT算法研究

在分析经典的Zoom-FFT算法基础上,提出一种基于傅里叶变换光谱技术的Zoom-FFT算法,用matlab仿真常规FFT算法和Zoom-FFT算法,对不同采样步长的干涉条纹进行数据处理,通过反演出的光谱曲线图和原始光谱曲线图可以看出:采样步长小于20 m时,FFT和Zoom-FFT算法都可以反演出光谱;而当采样步长大于20 m且小于33.3 m时,FFT算法未能反演出光谱,而Zoom-FFT算法仍然可以反演出光谱。     

基于窄带谱能量的快速正弦分析方法

文中提出了一种基于窄带谱能量的快速正弦参数分析方法。该方法将信号η阶导数的傅氏变换与传统傅氏变换相结合,并且根据窗函数的主瓣能量集中特性,用原始信号的窄带能量逼近单个正弦分量的全带能量来提取正弦参数。实验表明,与已有算法相比,该算法的提取精度提高了30%~60%,计算量降低了4倍以上,可应用于实时语音分析和语音通信。      

多源光谱特征组合的COD光学检测方法研究

水样的化学需氧量大小直接决定水质的污染程度,传统的检测方法都是源于氧化还原反应,对水样会造成二次污染。为此,提出一种基于多源光谱特征组合的水质化学需氧量光学检测方法,以不同地点实际水样为被测对象,分别采集其紫外和近红外光谱曲线,进行预处理后,通过非负矩阵分解算法进行光谱数据的特征提取、数据特征归一化,然后将组合特征输入训练集样本,通过粒子群最小二乘支持向量机算法对验证集水样的化学需氧量进行定量预测。讨论了非负矩阵分解算法中基光谱数目对预测模型的影响。实验结果显示,紫外光谱的最佳基光谱数目为5,近红外光谱的最佳基光谱数目为2;预测模型的验证集平方相关系数为0.999 8,预测均方根误差为3.26 mg·L-1;分别与不同特征提取方法(主成分分析, 独立成分分析)、不同光谱法(紫外光谱法, 近红外光谱法)以及不同的组合方式(数据直接组合, 先组合数据再提取特征)加以比较,表明非负矩阵分解算法更适合光谱数据的特征提取,粒子群最小二乘支持向量机算法作为实际水样的定量模型校正方法可以得到良好的预测精度。     

应用半正定规划的目标方位超分辨方法

针对水下目标方位超分辨估计问题,提出了一种基于半正定规划(Sdp)的常规波束(CBF)方位超分辨算法(SdpCBF).Sdp-CBF算法基于常规波束形成获得多目标方位谱数据,利用阵列响应矩阵和半正定规划技术,精确估计目标数量和波达角方向.该算法的本质是利用阵列特性和信号能量信息获得超分辨方位估计,不用进行子空间分解,通过卷积反演的方式将阵列孔径的有限效应消除,在L₂范数约束条件下重构空间谱.仿真表明,Sdp-CBF算法具有较强的噪声抑制能力,对非相干和相干信号均具有目标方位超分辨能力,在低信噪比环境下的方位分辨性能超过多重信号分类(MUSIC)等经典高分辨算法。对消声水池以及湖上实验数据的处理结果显示,Sdp-CBF算法在复杂环境中对相干信号及微弱信号具有较强的分辨能力。      

利用Doppler-warping变换的水下对空运动声源的线谱探测EI北大核心CSCD

提出了一种利用Doppler-warping变换的水下对空运动声源的线谱探测方法。该方法首先利用Doppler-warping变换线性化目标线谱的多普勒相位,再提取线性化后的目标线谱点,结合波束形成算法实现对目标的探测。仿真和海试数据处理结果表明,与直接提取目标线谱实现探测的方法相比,所提出方法有以下几个优势:(1)将目标线谱多普勒相位线性化,线谱跟踪更为稳定连续;(2)将目标线谱频带展宽的能量重新集中到原频率附近,在低信噪比环境下能更好地提取目标线谱;(3)将干扰线谱瞬时频率非线性化,能更好地实现干扰线谱的分离。海试数据处理结果表明,实现了对远至16.8 km处空中运动目标的水下有效探测,探测能力与抗干扰能力明显增强。     

Distributed Brillouin fiber sensing based on spectrum line fitting and wavelet packet denoising

A novel signal processing method is proposed to improve the spatial resolution, frequency resolution and dynamic characteristics of BOTDR. For the BOTDR system with 50 ns pump pulse, by using spectrum line fitting technology based on Levenberg-Marquardt (LM) algorithm, the spatial resolution is improved from 5 m to 5 cm. Combination of LM fitting algorithm, a large frequency scanning interval is adopted without sacrificing measurement accuracy of the BOTDR system. It reduces the number of sampling points of Brillouin spectrum significantly. So, the fitting speed is improved greatly. This is the first time using a large scan interval to increase the spectrum line fitting speed. To improve the fitting speed, the difference between the reference and measured spectrum is used to estimate the variation of Brillouin frequency shift. The measured amplitude of Brillouin spectrum is used to estimate the width of region strain occurred. Finally, by using wavelet packet denoising technology, the spectra containing noise are fitted successfully.     

三维荧光光谱结合交替惩罚三线性分解同时对水中三种酚类测定

酚类化合物对动植物机理有着严重危害,利用三维荧光光谱结合交替惩罚三线性分解（APTLD）算法,完成了不含干扰物和干扰物共存时激发-发射荧光光谱重叠严重的麝香草酚、对苯二酚和苯酚的直接快速准确定性、定量分析。研究了温度对三种酚类化合物荧光强度的影响。对扫描所得激发-发射矩阵信号（EEM）进行二次去散射和光谱校正预处理,最大程度保留了原光谱信息,避免光谱严重失真。将APTLD算法与平行因子（PARAFAC）和交替三线性分解（ATLD）算法进行对比,突显该算法的优势。实验得出,APTLD算法能够较好的解析荧光光谱数据的重叠峰,分别得到三种目标分析物的荧光光谱,实现快速定性分析;定量分析时平均回收率为（97.4±4.5）%~（103.1±3.0）%;预测均方根误差（RMSEP）低于1.664×10-2 μg·mL-1,且检测限低于国家标准;处理过程简洁快速,为水环境中酚类化合物实现现场检测和在线实时监测提供了有力依据。