参差周期序列的功率谱估计

本文提出了参差滞差的自相关函数和它的功率谱密度的富里叶变换对;论述了参差周期功率谱密度的一些基本特性。基于4种等周期的谱估计(BT、LP、ML和LSR)和该参差周期功率谱密度,本文说明了相应的4种参差周期谱估计的原理,评价了它们的性能并给出了一些应用的例子。     

周期长度为奇素数的伪随机序列的功率谱分析

本文分析了奇素数有限域中平方剩余的某些性质，介绍了长度为奇素数的伪随机序列的构造和产生方法，简明地证明了这些序列的自相关函数，最后推导出了奇素数ｑ≡１（ｍｏｄ４）序列的功率谱表达式。     

直接序列扩频信号的初相和扩频码序列初始时间的循环谱估计

本文提出一种直接序列扩频信号参数估计的新方法，基于直接序列扩频信号的循环谱幅度与相位特性，利用特定处循环谱相位实现信号初相与扩频码初始时间的估计；该估计方法避免了多维搜索，计算量小，估计精度高，且不需要知识扩频码；文中对估计误差方差进行了理论分析，并通过仿真实验验证了其性能。     

IGS连续运行参考站高程时间序列功率谱分析

为提高 GPS 数据的精确度和可靠性,采用最小二乘平差原理、最小二乘平差的3倍单位权中误差限差准则和稳健估计粗差探测的四分位距（IQR）准则,对数据进行粗差探测、剔除、分类处理与比较,并基于 MATLAB 平台采用时间序列拟合模型与谱分析法对我国国际 GNSS 服务组织（IGS）站的高程分量数据进行研究。通过对北京房山站高程数据的研究可以看出,GPS 点位高程分量的时间序列的残差序列近似于正弦函数,周期近似为1年,振幅为0.03,高程分量数据不仅存在很明显的线性趋势,而且存在较明显的周期特性。表明最小二乘原理、误差限差和 IQR 准则可以很好地体现高程数据的线性特征、周期特征及残差谱特征。     

经典功率谱估计方法的研究

本文主要针对随机信号处理中最重要的统计表征——功率谱密度,研究了经典功率谱估计的方法,包括自相关函数法和周期图法。通过仿真分析了几种方法的性能,研究了窗长度、窗函数及信噪比等对谱估计性能的影响,为工程应用中谱估计方法及参数的选择提供了依据。     

随机信号功率谱估计

1引言 功率谱估计（PSD）是利用给定的一组样本数据估计一个平稳随机信号的功率谱密度,它能给出被分析对象的能量随频率分布的情况。在雷达信号处理中可以根据回波信号的功率谱密度、谱峰的宽度、高度和位置可以确定运动目标的位置、辐射强度和运动速度。功率谱估计是数字信号处理的重要研究内容之一。功率谱估计可以分为经典谱估计（非参数估计）和现代谱估计（参数估计）。经典的功率谱估计有2种：一种是直接法;另一种是间接法。直接法就是先计算N个数据的傅里叶变换,然后取频域和其共轭的乘积得到功率谱;间接法则是先计算N个样本数据的估计自相关函数,然后再计算自相关数据的傅里叶变换得到功率谱。     

基于功率谱AR模型估计的序列图像复原算法研究

在分析信号复原过程的基础上,提出基于功率谱AR模型估计的序列图像复原算法.对分段信号的功率谱进行估计,在保持图像整体信息良好的前提下,得到幅值谱的补偿滤波器,从而实现序列图像复原.利用所建模型对风洞试验图像进行实验研究,复原图像信噪比得到提高,复原以后的图像误差得到很大程度的减小,恢复效果明显.研究表明,采用功率谱AR模型估计的复原方法,可以有效地应用于气动光学效应序列图像复原.     

随机信号功率谱估计

1引言功率谱估计(PSD)是利用给定的一组样本数据估计一个平稳随机信号的功率谱密度,它能给出被分析对象的能量随频率分布的情况。在雷达信号处理中可以根据回波信号的功率谱密度、谱峰的宽度、高度和位置可以确定运动目标的位置、辐射强度和运动速度。功率谱估计是数字信号处理的重要研究内容之一。功率谱估计可以分为经典谱估计(非参数估计)和现代谱估计(参数估计)。经典的功率谱估计有2种:一种是直接法;另一种是间接法。直接法就是先计算N个数据的傅里叶变换,然后取频域和其共轭的乘积得到功率谱;间接法则是先计算N个样本数据的估计自相关函数,然后再计算自相关数据的傅里叶变换得到功率谱。间     

直扩信号伪码周期的谱检测

针对低信噪比直扩信号（DS／SS信号）的伪码（PC码）周期截获的难题,提出了一类基于信号功率谱二次处理的新方法,理论分析和计算机模拟表明,该类方法在较低的输入信噪比条件下能良好地工作。     

应用增强二次谱估计直扩信号扩谱周期

在二次谱方法提取直扩信号扩谱周期的基础上，提出一种增强直扩信号二次谱的方法。这种方法不利用先验条件，在直扩信号二次谱的基础上，通过二次谱的局部统计分析，克服时域平稳噪声的影响，增强信号扩谱周期的特征谱线。实践证明，这种方法能在极低信噪比条件下快速准确提取直扩信号的扩谱周期。     

基于小波功率谱估计的空间目标RCS特性分析

随着空间技术的研究与发展，对空间目标的监测与识别显得越来越重要。在小波变换的基础上，详细讨论了小波功率谱估计的实现方法，并利用窄带雷达测量获得的空间目标RCS数据，利用Morlet小波对几个空间目标的RCS时间序列进行功率谱分析。并把傅里叶变换同小波变换进行结合，以实现对目标RCS的信号功率谱估计。分析结果反映了目标的某些重要的散射特性。     

多径环境下接收DS-UWB信号的PN序列周期盲估计

经过密集多径信道的直接序列超宽带(DS-UWB)信号形式变得非常复杂,这给信号的伪随机(PN)序列周期的盲估计带来了困难.基于信号功率谱二次处理,对信号的功率谱进行估计,然后将估计的功率谱作为输入再求取功率谱,最后得到的二次谱就会在接收的DS-UWB信号的PN序列周期的整数倍处得到一序列的尖峰脉冲,通过估计这些脉冲的间距就可以得到PN序列周期的估计.推导得出的接收的DS-UWB信号的二次谱的表达式表明了该方法的可行性,同时为了增强估计性能,使用了二次谱平均累积方法.仿真实验验证了该方法能够在较低的输入信噪比条件下良好地工作.     

参差周期序列的格形滤波器

本文提出参差周期序列的格形滤波器结构。借助于提出的参差周期Levinson递推关系式(见附录),证明了该格形结构的最佳性。给出了高效的加权调和平均算法的参差格形反射系数估计;讨论了减少反射系数估值方差的递推平均和块平均的方法。通过对它们在平稳和非平稳序列中的学习特性的研究,说明了该类滤波器在自适应处理中的良好性能。     

自适应谱估计的神经网络方法

提出了一种基于自适应ＡＲ过程参数求解而进行谱估计的神经网络方法，采用神经网络完成的ＡＲ参数估计回避了以往各种算法中的递推公式计算，实现了无乘法器的求解，该神经网络模型结构简单，便于硬件实现，计算机模拟结果表明，这种方法对平稳和非平稳随机过程进行的ＡＲ／ＭＥ谱分析结果令人满意。     

基于Matlab的现代谱估计仿真

谱估计技术作为一种重要的信号分析手段广泛应用于各种技术领域,具有十分重要的工程应用价值。文章在介绍Yule-Walker方程法等常用现代谱估计算法原理基础上基于Matlab仿真平台对估计算法进行了仿真和验证。仿真结果表明,Yule-Walker方程法等谱估计算法可以实现对加噪信号频谱的正确估计。     

自相关算法的AR功率谱估计

研究了现代功率谱估计中AR模型的自相关算法,并用MATLAB实现了功率谱估计。     

随机信号的功率谱估计及Matlab的实现

从介绍功率谱的估计原理入手，分析了经典谱估计和现代谱估计两类估计方法的原理、各自的特点及在Matlab中的实现方法，最后举了一个例子加以说明。     

基于Matlab实现现代功率谱估计

功率谱估计可以分为经典谱估计和现代谱估计。现代谱的估计可建立AR模型对离散信号进行谱估计、建立MA模型和ARMA模型进行谱估计。基于Matlab对三种模型进行仿真,并对结果进行了分析。结果显示,三种模型对现代谱的获得是有效的,并得到较好的谱估计。     

基于LMD-Teager变换的功率谱估计

局域均值分解(LMD)方法是一种新的自适应信号处理方法,Teager能量算子是求解信号瞬时能量的非线性操作算法,能有效提取信号的瞬时能量。结合这两种方法的优点,提出一种基于LMD-Teager变换的功率谱估计方法,给出了算法原理和步骤,讨论了功率谱估计的物理意义,并在与快速傅里叶变换(FFT)方法、小波变换对比的基础上,用短数据序列和非平稳信号进行了仿真验证。结果表明:该方法突破了FFT方法中对所分析的信号必须平稳的要求,更适合于非平稳信号的处理;且对数据长度的要求较傅里叶方法低,而其分析精度和分辨率优于传统的傅氏方法和小波变换。     

参差采样序列傅氏分析的理论研究

本文研究了参差采样序列傅氏分析的一些基本理论，包括参差傅氏谱的特征，参差傅氏变换的性质，时域和频域内插函数，周期参数差序列的傅氏级数及有限长差差序列的离散傅氏变换对。