关于滑动DFT算法中的频谱泄漏问题的探讨

针对滑动DFT算法中的频谱泄漏效应的处理问题,提出用频域加窗的办法,避免了时域加窗中窗与输入信号的N次相乘,破坏滑动DFT实时计算的简捷性、可靠性,保证了滑动DFT算法的实现与优化。在硬件实现上,用3个结构简单的谐振器,将其谐振频率分别调到3个相邻的DFT频率单元,即可实现此处理过程。     

基于LMS算法的多点滑动DFT方法

 根据自适应LMS法,LMS谱分析器可以通过递归运算完成滑动窗口中数据的DFT运算.本文推导了LMS算法及多点滑动DFT运算之间的关系式,并由此提出了一种基于LMS算法的多点滑动DFT运算方法.文章在理论推导的同时,进行了计算机仿真验证.该方法使用方便,可灵活适用于不同的滑动窗口大小及滑动步长参数.     

一种基于DFT滑动窗的实时FSK解调算法

介绍一种FSK调制信号的解调算法方案,并在DFT滑动窗理论基础上完成实时运算。首先根据傅里叶变换中频域与时域的运算关系,针对已知FSK信号的特定频率完成相应的运算参数配置,达到优化硬件资源的目的;同时,根据此优化设计完成的滑动窗运算可以达到实时性,极大地降低了在通信FSK解调系统中对调频信号到数字码的转换时间,达到提高整体通信速度的目的。     

一种基于递归滑动DFT信道化结构的DRFM干扰机设计

大瞬时带宽,高信噪比,实时性是衡量干扰机性能的重要指标,而数字信道化技术中的滑动DFT结构能够满足这些指标的实现,因此本文选用滑动DFT信道化结构设计干扰机。通过数据的逐点滑动,大大提高了干扰机的时间分辨率,并且通过频域加窗的递归算法来进一步减少DFT的运算量,在工程中要比基2FFT算法节省大量的乘法器资源。最终仿真得出产生的干扰效果良好,所以此种结构的干扰机在今后的工程中有较大的运用价值。     

滑动DFT在宽带数字接收机中的应用

提出了一种基于滑动DFF的数字信道化接收机的结构设计。滑动DFF算法利用前一组DFF结果仅需少量运算即可得到新一组值，因此可以达到较高的运算速度，并节省运算单元，易于硬件实现。在DFF后增加了频域卷积，以减小频谱泄漏的影响。该接收机方案基于时频分析的思路，对各信道输出数据进行聚类处理，以实现对宽带信号的截获，仿真结果验证了该结构的有效性。     

一种基于滑动DFT算法的FM静噪检测器

静噪是FM接收机中的重要组成部分,本文比较了FM接收机中常用的静噪方法,重点分析了在FM数字化接收机中静噪功能的实现,提出了一种采用滑动DFT算法的导频静噪检测算法,并对其性能进行了分析。仿真结果表明,该算法具有静噪可靠性高、运算复杂度低等优点。     

DFT算法在电能质量谐波分析中的应用

介绍了以TI公司TMS320F2812为核心的电能质量监测仪,结合DSP芯片特点分析了用DFT进行连续信号的频谱分析方法,并仿真了同步采样幅频与非同步采样幅频的实验结果。本文对谐波参数的计算,在传统傅里叶算法的基础上对加窗插值的FFT算法进行了深入研究,从而有效的减少非同步采样造成的频谱泄露和栅栏效应,大大提高各次谐波幅值及相位的计算精度。     

FFT/DFT旋转因子生成算法误差分析及修正

旋转因子生成是FFT/DFT算法中的重要步骤,直接影响系统实现时的计算速度和资源开销。一种改进的算法给出了一个原理简单、计算速度快、占用存储资源少的旋转因子生成方案。然而系统实现时,乘加单元定点操作会引入截位或舍入误差,且该误差会随着乘加次数的增加而逐级扩散,导致旋转因子精度值下降,无法满足系统性能要求。基于FFT/DFT矩阵分解实现方式,本文给出了旋转因子生成的具体硬件实现结构,以及详细的误差分析。同时采用重定标的误差修订方案以减小误差,并推导出了重定标次数与系统给定条件之间的关系式,便于设计者进行灵活的设计。文章同时引入流水技术提高了系统速率。性能分析表明,相对于以往的算法,本文提出的算法占用的存储资源大大减少;且相对于不进行重定标方案,7次重定标能保证旋转因子精度提高约16个dB。      

滑动窗在Turbo码解码系统中的应用及改进

Ｔｕｒｂｏ码是近年提出的一种性能优越的信道编码,它在编码时采用并行的系统反馈卷积码（ｒｅｃｕｒｓｉｖｅ ｓｙｓ－ｔｅｍａｔｉｃ ｃｏｎｖｏｌｕｔｉｏｎａｌ）编码器,解码时则主要采用ＭＡＰ（ｍａｘ ａ ｐｏｓｔｅｒｉｏｒ）算法。在本文中,笔者尝试将滑动窗（ｓｌｉｄｉｎｇ ｗｉｎｄｏｗ）技术运用到Ｔｕｒｂｏ码的解码过程中,以减少Ｔｕｒｂｏ码的解码延迟,并在此基础上提出了一种改进方案,在模拟中获得了较好     

滑动离散傅里叶算法输出稳定性研究

受数字系统有限字长的影响,滑动离散傅里叶变换(滑动DFT)算法的频率单元存在输出不稳定的缺点。利用改进Goertzel算法的递归单元对滑动DFT算法的频率单元改造后,不仅可以直接计算起始频谱值,而且滑动DFT算法可以每隔N个输出值就对频率单元清零,并能提供准确的新谱值,保证了滑动DFT算法的频率单元可以长时间连续不断的处理输入数据,而不会出现输出不稳定现象。这种方法在连续地、实时地进行时频谱分析中具有重要的意义。     

随机噪声信号的功率谱估计的仿真

在通讯与电子信息工程行业及领域中,大部分问题的解决需要进行估计一个随机信号在频率域上的功率谱分布,诸如此类的问题有很多,比如：设计滤波器消除噪声信号,振动随机信号的回波抵消,随机信号的特征抽取与表示等等。功率谱估计的分类：一般分为两大类,一类是参数法功率谱估计,一类是非参数法功率谱估计。参数法功率谱估计通常对数据进行一种建模,比如把数据建模成滑动平均模型（Moving Average）,或者自回归（Autoregressive）模型,而非参数法功率谱估计。除了要求信号满足广义平稳之外,不需要其它的统计假设。与非参数法相比较,参数法的优点是在一个给定的数据集合上能够有较少的误差、偏差与方差。     

经典功率谱估计Welch法的MATLAB仿真分析

周期图法是经典功率谱估计中的一种基本方法,但是在实际应用中难以同时保证良好的分辨力和方差性能.因此本文以周期图法原理为切入点,对改进后的Welch算法进行研究,并借助MATLAB软件强大的信号处理与数值分析能力,对Welch算法的谱估计分辨力、方差等性能进行仿真分析.讨论了不同数据分段长度、不同窗函数类型等因素对算法性...     

基于阈值改进的DFT信道估计算法*

针对正交频分复用(Orthogonal Frequency Division Multiplexing, OFDM)系统中,基于离散傅里叶变换(Discrete Fourier Transform, DFT)的信道估计算法未抑制循环前缀之内的噪声的问题,设置时域阈值来可以有效的抑制该部分噪声。鉴于一些文献的阈值算法存在的不足,提出将噪声样本点能量升序后,取中间部分样本点的能量平均值并乘以适当系数,作为新的阈值。仿真结果表明,改进的算法能够进一步抑制该部分噪声,性能得到了提高,但增加的计算量较小。     

Spectral estimation of video signals

Spectrum analyzers are ubiquitous in laboratory work concerning one dimensional signals. This is because linear operators are best examined in the frequency domain. Linear operators, such as linear filters, DCT coders, line shufflers, etc., dominate also the video systems scenario. Their frequency domain study is as appropriate and informative as it is in the case of their one-dimensional counterparts. This paper considers the problems associated with the introduction of two well-known spectral estimation techniques, the periodogram and AR estimates, to the context of television signals. The potential for application of spectral estimation to video problems is exemplified by a number of applications related to the fields of enhanced quality television and HDTV. Special attention is paid to the computational aspects, whose effective solution conditions the practical applicability of the proposed spectral estimation techniques.R. Rinaldo is currently at the Department of Electrical and Computer Engineering of the University of California, Berkeley.     

DFT spectrum estimation from critically sampled lapped transforms

Critically sampled perfect reconstruction lapped transforms (LT), apart from signal representation, are difficult to use for signal analysis and processing. We tackle this problem by establishing a novel connection between the LT and the DFT based on matrix analysis. Specifically, for the modified discrete cosine transform (MDCT) with an arbitrary symmetric window, one of the most widely used LT, a sparse matrix representation for the conversion to and from the DFT is developed, leading to an efficient implementation in the form of low-order frequency domain FIR filtering. We give two example applications, MDCT domain group delay estimation and aliasing reduction for the temporal noise shaping (TNS).     

Figures of merit of windows for power density spectrum estimation with the DFT

The figures of merit of windows for harmonic analysis proposed by Harris [1] are discussed, and other figures of merit are investigated. An interesting result is that for the estimation of the power density spectrum from a limited amount of data, the only relevant characteristic of a window is the spectral sidelobe level.     

基于Matlab的DFT及FFT频谱分析

DFT及FFT是数字信号处理的重要内容。DFT是FFT的基础,FFT是DFT的快速算法,在MATLAB中可以利用函数FFT来计算序列的离散傅里叶变换DFT。基于此首先介绍了Matlab软件;其次给出了基于Matlab软件的DFT和FFT频谱分析的方法,利用Matlab软件方法,使得设计方便、快捷,大大减轻了工作量;最后结合实例给出了仿真结果。