基于广义互相关和多项式拟合的TDOA时延估计方法

广义互相关方法在TDOA时延估计中具有较高的精度和程序容易实现等优点而被广泛采用.为进一步提高时延的估算精度,在广义互相关的基础上,融入多项式拟合方法,寻求广义互相关函数的精确峰值位置,将时延估计精度推进到亚采样点级别.通过Matlab仿真分析及实测数据的算法验证,结果表明,在广义互相关方法中融入多项式拟合方法,能大大提高时延估计精度,且算法复杂度低,易于工程实现.     

插值方法在TDOA估计中的研究与应用

TDOA时延估计中,互相关法是最经典方法之一,其所能估计时延的最大精度为系统采样周期.为了将估算精度推进到亚采样周期级别,对原始信号数据进行点内插值预处理,通过算法间接实现提高系统采样率,在此基础上,运用广义互相关及多项式拟合对时延进行估计,尝试提升时延估计的最大精度.通过Matlab仿真及实测数据分析,结果表明,在数据预处理中进行插值处理,可大大提升时延估算精度,时延估算累计误差能够明显收敛,且该算法复杂度低,易于投入工程实测中使用.     

基于FFT的数控镂铣机传动链误差源诊断

分析了造成数控镂铣机传动链误差的原因,在检测中采用快速傅里叶变换(FFT)算法对模拟信号进行频谱分析.为了提高计算的精度、降低对采样频率的要求,提高运算速度,采用一种基于线性插值原理的改进快速傅里叶变换(L-FFT)算法.用此算法对传动链误差的原始数据进行处理,诊断出误差源及位置,为降低传动误差的控制算法提供了依据.试验结果表明,与FFT算法相比,效率提高大约5%,表明该算法具有一定的实用性和有效性.     

基于FFT的MP信号稀疏分解算法的改进

针对基于FFT的MP信号稀疏分解算法中存在的计算量过大的问题,提出了改进算法.改进算法充分利用了当FFT算法的变换长度是2的整数次幂时运算速度最快的性质,用基2 FFF实现信号稀疏分解中的相关运算.理论分析显示,当数字信号长度为1 024采样点时,用FFT算法计算互相关的速度为直接计算的10.6倍.仿真实验结果表明,改进算法的计算速度为直接计算的8.05倍,为原基于FFT的MP算法的3.64倍.     

基于FFT的数控镂铣机传动链误差源诊断

分析了造成数控镂铣机传动链误差的原因,在检测中采用快速傅里叶变换（FFT）算法对模拟信号进行频谱分析．为了提高计算的精度、降低对采样频率的要求,提高运算速度,采用一种基于线性插值原理的改进快速傅里叶变换（L—FFT）算法．用此算法对传动链误差的原始数据进行处理,诊断出误差源及位置,为降低传动误差的控制算法提供了依据．试验结果表明,与FFT算法相比,效率提高大约5％,表明该算法具有一定的实用性和有效性．     

基于BP神经网络拟合的二次相关时延估计

在TDOA无源时差定位中,外界噪声对定位时延估值精度的影响很大.二次相关时延估计算法虽然具有良好的抗噪能力,但随着信噪比的降低,抗噪性也会下降.将BP神经网络引入二次相关时延估计,基于BP神经网络拟合二次相关时域函数曲线,以提升二次相关时延估计的准确度.仿真结果表明,基于BP神经网络拟合的二次相关时延估计算法在低信噪比条件下具有较高的时延估值精度.     

基于奇异值分解的广义互相关时延估计

广义互相关法是TDOA时延估计中的一种经典方法,为了进一步提升广义互相关时延估计算法在低信噪比下的时延估值准确度,在广义互相关法的基础上,对接收到的信号进行奇异值分解,提升信号的信噪比.仿真结果表明,基于奇异值分解的广义互相关时延估计算法极大地提升了时延估计精度,具有明显的性能优势.     

基于三次相关的时延估计算法

针对无源定位中时延估计在低信噪比时估值准确度低的问题,在研究传统互相关法及自相关性质的基础上,提出了一种基于三次相关的时延估计算法.算法以传统互相关法为基础,利用两路输入信号的自相关功率谱函数与传统互相关功率谱函数做互相关,使三次相关功率谱函数中信号频点处的幅值呈现指数倍增长,进而弱化与其他细小尖峰幅值间的关系,达到时延估计取值所需要的互相关功率谱函数的理想效果.实验结果表明,与传统互相关及二次相关法相比,基于三次相关的时延估计算法在信噪比较低的条件下可以得到更为准确的时延值.     

基于简化差分相干积累的北斗B1频点信号精捕获算法

北斗卫星信号的捕获速度、灵敏度及精度将直接影响接收机的性能指标.本文提出了一种提高北斗导航卫星B1频点信号检测信噪比的精捕获算法,该算法基于简化差分相干积累（SDCI）的短时匹配滤波器（STMF）和快速傅里叶变换（FFT）运算（STMF-FFT）.为了保证在降低FFT运算量和提高信号检测概率的条件下,获得更精确的多普勒频率估计,采用逼近效果较好的切比雪夫线性最小二乘曲线拟合法得到多普勒频移的精确化估计值.理论分析和仿真验证表明：本文提出的SDCI算法比非相干积累算法获得的检测信噪比高约3.2 dB.     

基于ZYNQ的谐波检测系统设计

采用基于快速傅里叶变换(fast fourier transform,FFT)的加窗插值算法进行谐波分析。针对目前谐波检测系统存在的运算量大、计算时间长、实时性差等技术瓶颈。提出了使用集成现场可编程逻辑阵列(field-programmable gate array,FPGA)的高速数据处理能力和ARM(advanced RISC machines)高效数字信息管理能力的ZYNQ作为主控芯片的方案。使用FPGA技术实现基于FFT的加窗插值算法,在Vivado平台中建立谐波检测系统,利用Xilinx公司推出的搭载ZYNQ芯片的Zed Board开发板计算出50次以内各次谐波的频率、幅值和相位。将分析结果与Matlab仿真对比,验证了使用该系统进行谐波分析具有较高的精确度。     

窄带干扰条件下水声OFDM系统LMMSE信道估计算法

因为正交频分复用（OFDM）系统中强窄带干扰引起水声信道估计性能退化,因此,提出了一种可实用的线性最小均方误差（LMMSE）信道估计方法.该方法结合最小二乘（LS）信道估计结果对受窄带干扰（NBJ）和加性高斯白噪声（AWGN）噪声干扰的导频子载波进行辨别,从而获得最有效信道抽头;根据导出的理论模型,给出了信道自相关、窄带干扰信号和噪声功率等参数的近似估计方法;并采用傅里叶变换以避免矩阵的求逆运算,减少了计算复杂度.仿真结果表明,在强干扰信号条件下,文中提出的方法接近理想状态的LMMSE方法.     

基于FHT的实信号稀疏分解快速算法

提出了一种适合于计算机程序实现的稀疏分解快速算法．该算法利用Gabor原子时频参数结构特征,把信号稀疏分解中计算量极大的内积运算转换成信号的互相关运算,大幅度提高了信号稀疏分解的速度．对于实信号,用快速哈特莱变换（FHT）实现互相关的快速运算．仿真结果证实了该算法的有效性．     

基于小波包去噪的周界入侵定位算法

针对非对称双马赫-曾德干涉型光纤传感的周界安防系统远距离定位受环境噪声影响大的问题,提出基于改进的小波包去噪和互相关运算的定位算法.首先,根据小波包分解系数的频率高低采用多阈值法则以避免过阈值处理;其次,采用基于三次Hermite插值的新阈值函数以弥补传统软硬阈值的缺点,并以此提高入侵信号的信噪比;最后,采用基于互相关运算的时延估计以得到外界入侵行为的识别定位.仿真实验表明,当光纤总长为75 km、采样频率为10 MHz时的定位精度为±7 m,说明该算法大大提高了系统外界入侵定位精度.     

基于二次反馈的两级交换结构

为缓解FTSA(feedback-based two-stage switch architecture)对调度算法执行时间的限制,提出了一种基于二次反馈的两级交换结构DFTS(double-feedback-based two-stage switch architecture).该结构通过二次反馈和接力调度模式,以多反馈一次N位缓存信息的代价拓展了调度算法的时域空间(N为交换端口数).理论分析表明:在相同条件下,DFTS的时延性能与FTSA的理论性能是一致的.     

离散卷积和相关运算的快速傅立叶仿真研究

时域离散卷积和相关运算一般耗时太长,对信号进行处理的实时性较差。笔者提出了运用快速傅立叶变换(FFT)进行快速卷积和相关计算的方法。结合实际问题,取得令人满意的仿真效果。     

基于参数修正灰色模型的时延估计

针对网络时延的估计问题,提出了基于参数修正灰色模型的时延预测方法.首先,建立传统灰色时延预测模型,将网络时延看成是一个非平稳的随机时间序列;通过传统灰色预测方法对参数α和u进行计算,并依据修正方法在线调整两个模型参数,进而通过修正处理的参数重新建立灰色预测模型,来提高时延的预测精度.仿真结果表明了该算法具有很好的预测精度和实时性.     

基于FPGA的实时互相关运算器

以光纤传感系统空间定位问题的研究为背景,探讨了互相关算法在大规模现场可编程门阵列（FPGA）的实现方案,设计出流水线操作的互相关运算器,并应用VHDL语言实现了互相关运算器.该互相关运算器在64 MHz的时钟下,能够对二路监测信号进行互相关处理,实时完成128点探测距离的互相关运算,为光纤传感系统的后续空间准确定位奠定了基础.利用大规模的FPGA硬件资源丰富特点,用硬件电路实现互相关运算,有效提高了数据处理速度,实现了数据检测的实时性,有效解决光纤干涉仪传感系统中空间信息稳定实时提取的难题.     

基于听觉感知特性的语音质量客观评价方法

讨论了基于MFCC (Mel-frequency cepstral coefficients)特征参数的语音质量客观评价方法Mel-CD (Mel-cepstral distance measure).根据心理声学原理将Johannesma提出的人耳听觉模型和非线性压缩变换引入MFCC特征参数的提取过程,用Gammatone滤波器组对人耳基底膜进行仿真.利用改进后的MFCC作为语音信号特征参数,提出了一种更加符合人耳听觉感知特性的客观评价方法——Mel-GD (Mel-cepstral gammatone filter bank distance measure).性能测试结果表明:所提算法与Mel-CD算法在时间复杂度上保持一致,评价结果的主观与客观的相关度提高了4.9%,平均估计偏差改善了45.5%.      

演化功率谱解耦及其工程应用

为提高非平稳过程的模拟效率,简化非平稳激励下的结构响应分析,将演化功率谱解耦为一系列时间系数与小波函数傅里叶变换模平方乘积之和,即把一般非平稳过程分解为若干个均匀调制非平稳过程之和,并将其应用于非平稳随机过程模拟和结构随机响应分析.研究结果表明:演化功率谱近似解耦具有较高的精度;演化功率谱解耦后,快速傅里叶变换算法一般可使非平稳随机过程的模拟效率提高数十倍,且模拟样本时程的自相关函数估计值与目标值非常吻合;非平稳激励下的结构响应分析得以简化,且与目标值相比,计算结果的误差很小.      

基于血流图双树复数小波域傅里叶变换的红外人脸识别方法

提出了一种基于血流图与双树复数小波域傅里叶变换的红外人脸识别方法．首先利用血流模型把温谱图转换成血流图,然后将人脸血流图进行一级双树复数小波分解,保留分解后的4个低频子带并分别进行傅里叶变换,得到每个低频子带的特征矩阵,分别计算4个子带的欧氏距离并进行简单的加法融合,再用三阶近邻分类器得到最终的识别结果．为了减小算法的时间复杂度,我们对血流模型进行简化．实验结果表明,本文所提的方法有较好的识别结果．而简化的血流图相比原模型的识别率没有明显的下降,甚至某些情况下还稍高于血流模型,说明本文的方法是有效的．