基于线性正则变换的非均匀采样信号重构方法

提出了一种新的基于线性正则变换的非均匀采样信号的重构方法.根据周期非均匀采样信号模型的特点,提出了一种新的非均匀线性正则变换;研究所提出信号的离散非均匀线性正则变换谱与其连续谱的关系,并根据此关系提出了一种线性正则变换域基于周期非均匀采样信号点重构算法;为验证推导结果,采用一维周期非均匀采样信号进行仿真,仿真结果表明,重建信号与原始信号基本一致.      

基于零阶保持器的非均匀采样信号恢复方法

在模/数转换过程中由于环境等因素会造成信号采样的非均匀性。非均匀采样信号使得数字控制系统数/模转换过程出现误差,提出了将非均匀采样信号通过零阶保持器进行恢复的信号重构算法,分析并证明了重构信号的频谱保持了原连续信号的谱特征。利用PSPICE仿真软件对非均匀采样信号及通过零阶保持器的连续输出信号进行了仿真验证,实验结果验证了本文提出方法的正确性。     

高精度DFT分析的非均匀采样实现

从数字信号处理的基本原理出发,给出了谐波泄漏产生的根本原因,指出实际工作中的傅立叶分析都是对非均匀采样序列进行的;如果能有效地逼近理想整周期采样序列,即使是非均匀采样,也可以提高谐波分析的精度．计算机仿真结果证实了这种分析的正确性．     

基于ITCSAMP的周期非均匀采样与重构

根据周期非均匀采样的特点,结合联合子空间理论,将信号采样与重构转化为向量运算.并针对自然界中的稀疏信号,结合压缩传感理论,提出采用阈值迭代压缩采样匹配追踪(ITCSAMP)重构算法进行信号重构,并分析了其完整重构条件.最后,借助软件(Matlab)搭建模型,验证该算法可以很好实现稀疏信号的周期非均匀采样与重构.     

基于独立分量分析的非均匀采样弱信号频域检测

非均匀采样可以在对模数转化器件的采样频率要求较低的情况下,提取超出Nyquist采样定理限制的频率.当包含两个幅值相差大于10%信号的混合信号经过非均匀采样后,由于采样的伪随机性会产生频谱噪声,因此从幅值谱中辨别不出幅值很小的弱信号.根据非均匀采样的幅值谱识别出大信号频率,构造模拟源信号,以混合信号作为另一个源信号,根据独立分量分析(ICA)对幅值不敏感的特点,使用FastICA算法从混合信号的频谱中成功分离出幅值为强信号幅值五百万分之一的弱信号.在弱信号检测过程中,提出利用互相关系数进行"扫相"处理,以解决大信号相位匹配的问题.在相位匹配存在0.70%误差的情况下,成功分离出幅值为强信号幅值0.06%的弱信号.     

Jurkevich方法在非均匀采样频谱分析中的应用

引入Jurkevich方法来处理实际中所遇到的非均匀、非理想状况下采样的频谱分析,并且结合Kidger方法对结果进行了处理.结果表明Jurkevich方法是处理非均匀采样频谱分析的一种非常有效的方法.     

信号的采样及其频谱的计算机辅助分析

本文给出信号采样和频谱分析的计算机辅助分析方法。将慢变化的连续时间信号通过高频脉冲采样后，变换为离散时间信号，再通过傅立叶变换，得到该信号的频谱。从而对著名的“采样定理”和时域与频域之间的转换等基本理论的理解加以深化     

一种新的非均匀离散傅立叶变换域数字音频水印算法

非均匀离散傅立叶变换（Nonuniform Discrete Fourier Transform,NDFT）具有可以在任意频率点上嵌入水印、安全性高等优点。本文提出一种基于非均匀离散傅立叶变换的幅度比较的音频水印算法,并设计了一种新的攻击方式以此证明该类算法的安全性。实验结果表明：本文提出的算法能有效抵抗多种攻击,如加噪、MP3压缩、重采样、重量化和低通滤波等,具有较高的鲁棒性和安全性。     

Wiener-amalgam空间的非均匀采样集

研究了由Wiener-amalgam空间中的函数Ф生成的整平移不变子空间V^2（Ф）的采样集X问题,并运用生成子Ф的连续模（oscillation）刻画了构成V^2（Ф）的采样集X的一个充分条件,     

非均匀快速傅立叶变换在音频编码中的应用

在音频变换编码中,一般采取均匀变换的方法进行频谱分析和心理声学模型计算,比如快速傅立叶变换（FFT）,移位离散傅立叶变换（SDFT）和改进离散余弦变换（MDCT）.但均匀频谱分析方法并不符合人耳听觉特性,需要进行额外的非线性映射,并且在低频段分辨率不足.本文在音频编码中引入非均匀快速傅立叶变换（NUFFT）,可以直接使频谱在不同频段具有不同的频率分辨率,非常有利于提高编码效率 同时根据音频编码的需求提出一种专门的近似求逆方法,尽管这种方法存在一定误差,但是可以证明这些误差主要与人耳不敏感的高频信息有关,并且采用此种近似求逆方法,NUFFT相对于FFT有更好的算法稳定性.最后给出了利用NUFFT和FFT进行变换操作的测试结果,从数据精度和客观音质评价两方面都说明在低码率下NUFFT的表现优于FFT.     

移频信号抗干扰检测算法研究

时域分析和傅氏变换的频域分析方法是现代铁路信号检测的主要方法之一 .随着铁路的发展 ,需要更多的信息量和更加有效的铁路信号检测方法 ,以满足铁路运输安全和高效率的需要 .近年来 ,现代频域分析已有很大的进展 ,出现许多新的信号分析处理方法 ,特别是小波和高阶谱分析的发展 ,已能分别对非平稳和非高斯信号进行有效地分析处理 .本文尝试采用小波变换对铁路移频信号进行分析 ,在分析时考虑交流干扰 ,得到铁路移频信号的完整参数 ,并给出仿真结果     

基于扩充的Prony方法对信号的谱估计

目的 探讨现代谱估计方法在雷达信号谱估计的应用。方法 采用扩充Ｐｒｏｎｙ方法和ＦＦＴ方法分别对双正弦信号进行仿真计算。结果 理论分析及仿真结果表明扩充Ｐｒｏｎｙ方法具有比ＦＦＴ高的谱估计精度。结论 扩充Ｐｒｏｎｙ方法可应用在雷达信号的多普勒频率和相位的估计中,并由此估计和计算出目标的运动参数和运动轨迹。     

功率谱分析方法在周期分析中的应用

以谱估计理论为基础,对周期图谱分析方法和最大熵谱分析方法进行了简要阐述。通过模拟信号验证了它们分析周期的可行性,并把这两种方法应用到提取太阳黑子数1750年至2008年的平滑月均值的周期分析中,获得被分析资料中隐含的平均周期分别是10.1年、11.1年、11.9年、105.3年,这个结论和实际观测非常一致。并对这两种周期分析方法进行了比较。     

非均匀DFT频谱泄漏抑制方法研究

针对不规则采样信号的谱估计问题,提出一种非均匀离散傅里叶变换频谱泄漏抑制方法,通过迭代非线性估计实现了非均匀采样信号离散傅里叶变换的计算.进行了数值计算试验,并给出了缺失数据重建的应用实例.计算结果表明,该方法能有效抑制非均匀离散傅里叶变换结果中的频谱泄漏,提高DFT频谱的分辨率.     

信号的DFT对其CFT逼近程度的研究

离散傅立叶变换（ＤＦＴ）或它的快速计算（ＦＦＴ）是信号分析与处理最有力的工具之一,但由于它是用为基频整数倍的Ｎ个频率分量去逼近实际信号的连续傅立叶变换（ＣＦＴ）的值,故用ＤＦＴ估计信号的频谱通常是近似的．本文不仅给出了信号的ＤＦＴ与其ＣＦＴ之间的关系式,而且在此基础上证明了用ＤＦＴ估计信号谱的近似性,给出了用ＤＦＴ精确估计整数频率和非整数频率信号的频谱方法．同时,还研究了窗函数的形状及在离散数据后面补零对用ＤＦＴ估计这些信号ＣＦＴ的影响     

心音信号的短时傅立叶变换分析

心音信号是一种典型的非平稳信号,短时傅立叶变换(STFT,又称窗口傅立叶变换)是用于对非平稳信号进行时频分析的有效工具.在用STFT分析心音信号时,窗口宽度的选择是非常重要的.一方面,要使用尽可能窄的窗口来保证信号的局部平稳性,另一方面,要选用较宽的窗口来提高频率分辨率.如何处理这一矛盾就成了问题的关键.通过调整滑动时间窗的宽度,达到了比较满意的效果.首先用窄时间窗进行分析,频谱图具有高时间分辨率,得到了心动周期等时域特征参数.进而逐渐加宽时间窗,最后得到高频率分辨率的频谱图,可以看出各心音成分的频谱特征.实验结果表明,不同时频尺度的STFT分析可以很好地描述正常心音信号的时域和频域特征.     

基于谱相关的BOC＋BPSK混合调制信号的参数估计性能研究

针对卫星导航系统中BOC＋BPSK混合共用载频调制的现状,研究了基于频域平滑周期图法的BOC单频调制与BOC＋BPSK混合共用载频调制2种调制信号循环谱包络切面的特性,实现了对这2种调制信号的参数估计.仿真结果表明,基于谱相关的BOC＋BPSK混合共用载频调制时的参数估计性能与BOC单频调制时基本一致,验证了BOC信号叠加在传统BPSK导航信号上可有效实现频段共享.     

基于MATLAB的信号分析仪器仿真

本文简要介绍了MATLAB软件的特点，开发出示波器和频谱分析仪仿真程序，以实例说明该软件在信号分析中的应用.     

基于小波变换的火车车轮扁疤信号能量分析

火车车轮扁疤是火车行车事故的重大隐患之一，了解扁疤信号的能量分布情况对正确检测车轮扁疤有重要的意义．针对车轮扁疤信号具有持续时间短、突变快等特点，提出了一种运用小波变换的多分辨率分析和小波能量谱对扁疤信号进行分析的方法，通过比较扁疤信号在不同尺度下的能量密度，找出能量与各频段之间的对应关系，得出了扁疤信号的能量主要集中在2500Hz以下的频带范围内，在实际的车轮扁疤检测算法中只需分析频带范围为2500Hz以下的扁疤信号即可，通过实验验证了该能量分析方法的有效性．