联合数字滤波在涡流检测数据采集系统中的应用

涡流响应信号中时常伴有坏点,通常的FIR滤波难以克服坏点的影响,给后续的特征提取造成困难.在分析了FIR滤波器窗函数设计方法的基础上,提出了一种应用于涡流在线检测的联合数字滤波方法,即先利用中值滤波剔除涡流信号中可能存在的坏点,再利用FIR滤波对其进行在线平滑处理.实验表明:与常规FIR滤波相比,该联合滤波方法可有效地...     

微机械陀螺随机误差补偿研究

为了提高微机械陀螺使用精度,研究了随机漂移误差补偿方法。对静态陀螺输出数据进行预处理,提取出随机漂移数据,采用时序分析方法对其建立AR模型。基于模型设计Kalman滤波器,进行静态和动态仿真。结果表明：静态条件下滤波效果显著;动态条件下,滤波效果变差。针对此问题设计了标量因子时变的自适应Kalman滤波器,试验表明,此算法能够有效降低微机械陀螺的随机漂移。     

基于FPGA的FIR低通滤波器的设计与仿真实验

在船舶噪声数采集的过程中,虽然在模拟信号调理部分已经做过滤波处理,但是为了使得到的信号中杂波更少,同时也为了使得本数据采集系统在信号调理模块无法使用的情况下,也能正常使用,在此增加FIR的数字滤波功能,以采集后的数字信号通过FPGA进行处理实现。本文首先介绍了FIR滤波器的数学原理,再利用MATLAB设计FIR滤波器,并在FPGA中利用Verilog HDL编程实现该滤波器,然后在ModelSim中进行仿真,能够达到滤波器要求。由于在ModelSim仿真中无法看出滤波前后的信号频谱的变化,于是将通过FPGA滤波之后的信号数据导出至文本文档中,再用MATLAB重新读取,并画出滤波处理后的信号频谱。     

基于前向线性预测和小波的FOG信号降噪算法研究

针对光纤陀螺输出信号的噪声,提出了一种处理该噪声的前向线性预测滤波与小波变换相结合的级联滤波方法,以前向线性预测滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器。运用Allan方差法对级联滤波结果进行了分析,结果表明该级联滤波能取得较好的光纤陀螺信号降噪效果。     

采用加窗LS FIR滤波器实现波束形成的分数时延

为解决由时延量化误差引起的波束图畸变,采用FIR分数时延滤波器来实现波束形成中的非整数倍采样间隔的时延,并进行仿真研究.首先介绍波束形成中由时延量化误差引起的波束图畸变现象,然后给出采用加窗最小平方误差FIR滤波器设计来精确实现波束形成中的分数时延的方法.基于50元均匀线列阵的波束设计实例验证了该方法的有效性.该方法不仅保证了波束形成的精度而且简单易行,对实现时域数字多波束形成的快速并行处理有重要意义.     

基于短时傅里叶变换的语音信号处理研究

由于语音信号具有时域分析与频域分析的特点,可以将傅里叶变换应用到语音分析上,同时对FIR滤波器进行窗函数设计,通过实验分析可以得出零相移滤波器在语音滤波处理中拥有比线性FIR滤波器更多的优势。     

OFDM系统信道估计技术研究

论文介绍了信道的估计算法和插值算法,对FFT插值算法进行了优化,通过加窗处理解决了FFT算法中频谱能量泄露的问题。针对变换域滤波算法中导频信息不能集中在低频区域的问题,提出了内插和变换域滤波结合的算法,使导频信息变化平缓,更好的集中在了低频区,通过仿真分析表明,信道的估计性能得到提高,运算量增加不大。     

基于光纤梳状滤波器的光纤Bragg光栅波长解调技术研究

为了提高光纤Bragg光栅波长解调系统的解调精度和速度,研究了光纤Bragg光栅中心波长的解调方法,提出了一种利用光纤梳状滤波器对光纤Bragg光栅中心波长标定的方法.该方法基于牛顿插值算法,利用光纤梳状滤波器提供参考点,实现对光纤Bragg光栅中心波长的标定.研究结果表明,该方法可通过光纤梳状滤波器提供多个参考点,提高了解调精度;拉格朗日插值算法和牛顿插值算法的解调精度都很高,达到了±1～±5 pm,波长的均方误差小于4 pm.牛顿插值算法的运算量小,节省算术运算次数,尤其是节省乘、除次数,给计算机处理大量数据提供了方便.     

数字滤波器设计及DSP实现

数字滤波器是数字信号处理技术中的重要组成部分,论文完成了FIR数字滤波器在DSP中的实现。首先借助Matlab软件计算得到所需滤波器的系数,然后导入DSP中生成DSP的滤波系数文件,最后通过滤波器的汇编程序完成滤波器的DSP实现。     

插值滤波器在单站外辐射源无源定位中的应用

把一种基于stirling内插公式的插值滤波器（DDF），应用于单站外辐射源无源定位中的非线性滤波问题。与传统扩展kalman滤波（EKF）相比，插值滤波器避免了非线性方程泰勒展开求解的过程，同时实现复杂性和计算量都很小。计算机仿真表明，一阶插值滤波（DD1）滤波精度相当EKF，而二阶插值滤波（DD2）滤波精度接近甚至略优于无轨迹kalman滤波（UKF）。