一种基于FHT的离散信号快速内插算法

在许多声信号处理系统中，常常需要在一实序列的相邻两个样值之间进行快速离散内插．本文提出了一种基于ＦＨＴ的离散信号快速内插算法．该算法所需的实乘次数只有Ｈｓｕ－Ｌｉｎ算法实乘次数的６０％左右，而实加次数还不到Ｈｓｕ－Ｌｉｎ算法的６０％．此外，它允许内插率Ｌ可为任意整数，且适用于并行处理．本文算法已用软件实现，对实际声信号处理行之有效．     

离散付里叶变换的新算法

本文将实序列的离散付里叶交换（ＤＦＴ）和离散哈脱莱变换（ＤＨＴ）之间的关系推广到复序列，根据这种关系提出了利用ＤＨＴ计算复序列ＤＦＴ的新算法。这种新算法不仅可减少运算量，且适合于并行处理．     

有源噪声控制的一种变换域算法

有源噪声控制广泛应用于中低频噪声控制中。传统的有源控制都是在时域内使用LMS算法进行控制，由于LMS算法的收敛速度跟输入信号的自相关矩阵特征值分布有关，当特征值分布较大时，LMS算法的收敛速度会变的很慢。本文使用离散余弦变换(DCT)技术，在变换域内进行有源噪声控制的研究，同时考虑了变换域约束。仿真表明算法的有效性。     

基于小波变换及自适应算法的有限冲激响应(FIR)均衡器

研究了基于小波变换的FIR（WFIR）横向滤波器进行换能器均衡的处理方法,并以LMS自适应算法构造WFIR系数。实验表明;与传统的FIR及IIR结构均衡器相比,该方法具有均衡效果好、计算量小的特点。     

基于快速W变换-Ⅱ计算偶离散sine变换-Ⅳ的新算法

偶离散sine变换(EDST)在声信号处理中有广泛的应用.而EDST—IV的快速算法是计算各类EDST的关键.本文导出了用离散W变换-Ⅱ(DWT-Ⅱ)表示EDST—Ⅳ的关系式,由此构造了基于快速W变换-Ⅱ(FWT-Ⅱ)计算EDST-Ⅳ的新算法,并与其它快速算法作了运算量的比较.新算法结构规则所需运算量最少.     

基于DFT-SAMP算法的MIMO-VLC系统压缩感知信道估计

多输入多输出(Multiple-input-multiple-output,MIMO)可见光通信(Visible Light Communications,VLC)系统接收端需精确的信道状态信息用以解调信号，而常用的最小二乘算法对噪声敏感，估计误差较大，难以保证可靠性。基于信道稀疏特性，利用压缩感知方法进行MIMO-VLC信道估计，提出一种基于离散傅里叶变换(Discrete Fourier Transform,DFT)的稀疏度预测自适应匹配追踪(DFT Based Prediction-sparsity Adaptive Matching Pursuit,DFT-SAMP)算法。首先，通过DFT的稀疏度预测方法对信道冲激响应的稀疏度进行预估计，将估计的稀疏度作为算法初始步长，以快速逼近真实稀疏度，提高算法效率；其次，采用SAMP算法重构信道冲激响应，提高信道估计准确性，保证通信可靠性。基于2×2的MIMO-VLC系统信道估计实验结果表明，导频数为32时，本文算法相较于最小二乘算法在误码率满足前向纠错的误码率阈值(3.8×10^-3)时所需的信噪比降低4.5 dB；...     

基3快速W变换（－Ⅱ，Ⅲ）的新算法

离散Ｗ变换（ＤＷＴ）是一种新型的实正交变换．常用的ＤＷＴ有四种类型，即ＤＷＴ－ｊ，ｊ＝Ⅰ，Ⅱ，Ⅲ，Ⅳ，它们均可用于数字信号处理．本文提出了适合于长度Ｎ＝３ｍ的基３快速Ｗ变换（－Ⅱ，Ⅲ）的新算法．首先分别导出了基３快速Ｗ变换－Ⅱ与基３快速Ｗ变换－Ⅲ的算法公式，分析了计算复杂性；然后和直接算法以及基２快速算法的计算复杂性作了比较；最后以长度Ｎ＝３２为算例，给出了基３快速Ｗ变换（－Ⅱ，Ⅲ）算法的信号流图．结果表明，新算法与直接算法相比大大地降低了运算量，并足以和基２算法媲美；而且可进行原位计算，数值稳定，结构简单规则，易于实现．本文算法扩展了快速Ｗ变换（－Ⅱ，Ⅲ）算法的可适用范围．     

自适应滤波器的设计与制作

自适应滤波器是一种能够根据噪声特性实时修改自身参数,从而达到最佳滤波效果的滤波器,目前广泛应用于数字信号处理的各个领域。设计了一款完整的自适应滤波器展示装置,首先使用加法器和移相器电路对原始信号进行加噪处理,将加噪后的信号和原始噪声经过模数(AD)转换后输入FPGA,并在FPGA平台上构建了基于最小均方误差(LMS)算法自适应滤波器,最后将滤波器输出的信号经过数模(DA)转换后在示波器上进行观察。实验结果表明,该自适应滤波方案能在1-200KHz的频带范围内有效地滤除与原始信号频率差大于10Hz的正弦波、三角波和高斯噪声等噪声信号。     

基于场景的红外焦平面阵列非均匀性校正算法综述

红外焦平面阵列的非均匀性噪声是制约红外成像质量的主要因素。基于场景的非均匀校正算法通常利用图像序列并依赖帧间运动对焦平面阵列的非均匀性进行校正。介绍和分析了全局非均匀性校正,Kalman滤波器法,自适应滤波法,轨迹跟踪法,基于场景运动分析的校正算法,基于小波变换实现低通滤波的校正算法,高通滤波与神经网络相结合的算法,基于小波去噪、序列图像配准和正交最小二乘拟合的校正算法,改进的神经网络算法以及代数算法等,对算法进行了比较。     

连续混沌信号的离散余弦变换域二次实时滤波预测

提出了少参数二阶Volterra滤波器的一种离散余弦变换(DCT)域二次滤波实现结构及其NLMS自适应算法，并用这种DCT域二次滤波预测器研究了三种连续混沌信号的非线性实时多步预测性能. 仿真研究结果表明：(1) 这种DCT域二次滤波预测器比少参数二阶Volterra滤波器的一步预测均方误差性能提高了100倍，表明这种实现结构简单、易实现，且具有更好的收敛性能；（2）采用这种滤波预测器对三种连续混沌时间序列的实时多步预测性能明显优于局域法的多步预测性能. 关键词： 混沌 实时预测 NLMS自适应算法     

基于相空间邻域的混沌时间序列自适应预测滤波器(Ⅰ)线性自适应滤波

提出了一种基于相空间邻域的线性自适应滤波算法，将时间域变换到高维重构矢量空间，使 得不可能实现的线性预测变成了可能.实验结果表明：这种基于相空间邻域的线性自适应预 测滤波器能够有效预测一些混沌序列，能够检测到一些混沌载波中的信号，具有去混沌噪声 的能力. 关键词： 混沌时间序列 重构矢量 自适应预测     

一种水下远程目标探测的方法

提出了通过估计目标反向散射系数来探测水下远程目标的一种方法。把估计目标及其附近散射体的反向散射系数构成的序列转化为海洋信道这一带乘性噪声系统的反卷积估计,并给出了最优反卷积算法。在加性噪声和乘性噪声前两阶矩未知的情况下通过建立系统状态滤波和时变噪声统计量交替估计的自适应状态滤波器,给出了自适应反卷积算法。利用上述两种反卷积算法分别对低信噪比(-6.1 dB)微弱信号进行仿真处理,仿真结果证明了所提出方法的有效性。     

基于DFT插值的线性约束最小方差宽带自适应阵列

本文提出一种具有频率不变波束图的线性约束最小方差宽带自适应算法。首先给出了具有频率不变波束图的连续线阵的灵敏度函数与离散线列阵加权系数之间的关系，然后给出了使用DFT插值法求解各子带阵列权系数的方法，最后将DFT插值法应用于线性约束最小方差宽带自适应阵列。理论分析及仿真结果表明，该算法可以在实现最小方差波束形成的同时保持波束图基本不随频率变化，且该方法可以降低宽带自适应阵列的运算量。     

基于双树复小波变换的非平稳时间序列去趋势波动分析方法

多重分形去趋势波动分析是研究非平稳时间序列非均匀性和奇异性的有效工具, 针对该方法中趋势项难以确定的问题, 提出一种基于双树复小波变换的方法, 实现了非平稳信号的多重分形自适应去趋势波动分析. 利用双树复小波变换提取信号的多尺度趋势和波动信息, 通过小波系数的希尔伯特变换确定每个时间尺度不重叠子区间的长度, 使多重分形分析具有信号自适应性及较高的计算效率. 以具有解析形式分形特征的倍增级联信号和分数布朗运动时间序列为例验证本文方法的有效性, 所得结果与解析解相吻合. 与传统的多项式去趋势多重分形方法相比, 本文方法根据信号自身特点自适应地确定信号的趋势和不重叠等长度子区间长度, 所得结果更加精确. 对倍增级联信号时间序列取不同的长度, 验证了算法的稳定性. 分别与基于极大重叠离散小波变换和离散小波变换多重分形方法进行比较, 表明本文方法具有更精确的结果和更快的运算速度.     

Mertz法傅里叶光谱计算过程的改进

叙述了常用的Ｍｅｒｔｚ法的基本原理进一步讨论了其中的计算效率问题。通过利用实序列离散傅里叶变换的性质与相位校正的具体的处理内容相结合,优化了Ｍｅｒｔｚ法的计算处理,提高了计算效率。     

基于第二代小波的超谱遥感图像融合算法研究

超谱遥感图像包含了大量的波段．波段之间的相关性较高．采用信息融合技术可以降低超谱图像的分析难度。提出了一种结构新颖的第二代小波加权融合算法。首先将图像分解为两个序列．用2阶Neville滤波器构造预测和更新算子．对两个序列以矩形栅格和梅花形栅格的格式进行交替预测和更新;再以各个波段的方差作为融合的特征．进行特征级第二代小波加权融合．最后对图像进行第二代小波重构。为了验证新方法的有效性．采用机载可见光-红外成像光谱仪超谱遥感图像进行仿真．并与典型融合方法主成分分析和离散小波变换的融合效果相比较。实验结果表明提出的第二代小波加权融合算法能够很好地保持图像的空间特性和光谱特性．其熵值高于主成分分析融合结果0．1949,高于离散小波变换融合结果0．7998。     

基于Census变换和引导滤波的立体匹配算法

在双目立体视觉系统中，立体匹配是关键步骤之一，其精度对后续的研究有着重大影响。Census算法由于具有简单明晰、运行效果好、实时性强等优点，被广泛采用。但Census立体匹配算法存在变换窗口中心点易受外界条件干扰、深度不连续区域匹配精度低等缺点，由此提出了一种新型的基于Census变换及引导滤波器的立体匹配算法。在Census变换阶段通过计算变换窗口周围的像素的平均值，降低了外界干扰的影响，同时在代价聚合阶段引入具有包边特性且计算量不依赖于滤波核大小的引导滤波器作为自适应权重。实验结果表明:所提算法在Middlebury测试平台上平均误匹配误差为6.03%，相较于目前Census立体匹配算法16.2%的平均误匹配率，匹配效果明显提高，且算法效率较高，具有较好的辐射不变性。     

光学可分离小波变换的研究

为改进光学小波变换,提出了光学可分离小波变换的概念。通过对光学小波变换的必要条件进行分析,采用层叠算法和二维可分离小波变换构造方法计算出了尺度和小波函数的二维离散近似序列。将新的母小波引入到光学小波变换中,获得了光学可分离小波变换。通过与现有光学小波变换及二维可分离离散小波变换进行比较说明了其优点。     

改进的Canny图像边缘检测算法

边缘检测是图像处理中非常重要的一个环节,针对图像边缘检测中噪声抑制与细节保留之间的矛盾,提出了一种改进的基于Canny算子的边缘检测算法,采用小波变换和改进的自适应中值滤波器替代Canny算法中高斯滤波器对图像做去噪工作;采用3×3邻域代替Canny算法中2×2邻域来计算梯度幅值.仿真实验结果较好地说明了改进算法的性能...     

离散分数阶傅里叶变换快速算法的DSP详细实现

为满足在数字信号处理器DSP(digital signal processor)上进行离散分数阶傅里叶变换DFRFT(discrete fractional fourier transform) 实时计算的要求，通过对多种DFRFT计算方法进行比较,选择Ozaktas提出的DFRFT快速算法进行基于DSP的详细实现处理。在对该快速算法进行理论分析的基础上，将快速算法的计算过程进行优化配置，并给出完整的计算量统计结果。在保证精度要求的情况下，提出的详细实现方法将快速算法的实数乘法计算量减至最小。工程实际应用表明：该方法满足DSP运算精度和实时性要求。