排序方式: 共有3条查询结果,搜索用时 15 毫秒
1
1.
针对复杂电磁环境定性分析和定量分级问题,提出基于广义S变换与PNN(概率神经网络)的电磁环境复杂度评估方法.应用广义S变换对电磁环境中受干扰的样本信号进行时频分析,同步提取时频域时域占用度,频域占用度和能量占用度评估参数,分析了各参数的物理意义,并给出了各评估参数的计算公式.同时增加频率重合度、调制格式相似度和背景噪声强度等评估参数,利用获取的参数训练PNN,并进行分类.仿真实验证明基于广义S变换与PNN的电磁环境复杂度评估方法在背景噪声大、训练样本数少的条件下能有效提取评估参数,并对电磁环境复杂度进行有效合理评估. 相似文献
2.
提出了一种时频域混合共极点逼近的开关电流电路Morlet复小波变换方法.将Morlet复小波构成部件高斯包络进行分解,设计了高斯包络时域逼近优化模型,模型可采用常规优化算法求解.利用正弦和余弦信号的周期性,及其与指数信号的乘积在频率域具有相同极点的特性,简化了Morlet复小波函数的拉普拉斯变换,实现了实部和虚部的共极点有理逼近.基于双线性变换积分器设计了一种开关电流复二阶节基本电路,继而综合了Morlet复小波变换基本电路.通过调节基本电路的开关时钟频率可实现其它不同尺度的小波变换功能.对比分析表明,本文方法的逼近效果和系统稳定性均明显优于现有的Padé变换法和Maclaurin级数法;与现有方法相比,本文设计的复小波变换电路具有结构简单、功耗低和体积小等优点.仿真结果表明了方法的有效性. 相似文献
3.
针对心磁信号工频及背景噪声干扰问题, 提出了广义S变换奇异值分解(singular value decomposition, SVD)滤波方法.在离散S变换基础上, 导出了广义矩阵S变换和逆变换公式. 通过对采样信号进行广义S变换, 调节时频分辨率, 利用SVD分解方法确定有效心磁信 号区域, 实现自适应时频滤波. 实验结果表明, 该方法能有效滤除工频及背景噪声干 扰, 且在较少奇异值个数情况下可获得更好的滤波性能.
关键词:
心磁信号
S变换
奇异值分解
时频滤波 相似文献
1