基于Prony算法的谐波和间谐波频谱估计

电力系统中,准确有效的确定信号中的各次谐波分量及间谐波信号,对于改善电能质量有着重要意义。在分析间谐波特性基础上,提出了一种基于Prony算法的信号分解法。该方法将指数变换的时频特性与谐波信号特性描述相结合,可以提供各种分量的特征指标,如频率、幅值、相位等,并利用最小二乘法得到高精度的拟合。经过电弧炉模拟系统试验证明,Prony算法在谐波和间谐波信号分析中,可提供有效、准确的分析结果。

双门限频谱估计的变换域通信系统

为了提高变换域通信系统(Transform Domain Communication System,TDCS)的频谱利用率和将降低它所受到的干扰,提出采用双门限能量检测估计TDCS周围的频谱环境.提出的TDCS将频谱检测值与双门限作比较,大于高门限和小于低门限的频谱被分别标记为0和1,而位于双门限之间的频谱被标记为0.5,频谱标记信息乘以伪随机相位经过离散傅里叶逆变换(Inverse Discrete Fourier Transform,IDFT)产生时域基函数,TDCS采用循环码移位键控(Cyclic Code ShiftKeying,CCSK)将数据调制到基函数上实现通信.仿真表明,当频谱存在干扰时,相比传统的单门限TDCS,提出的双门限TDCS具有更低的误码率(Bit Error Rate,BER)和更高的吞吐量.

TLS-ESPRIT在电力系统信号高精度频谱估计中应用

提出一种电力系统信号频谱估计方法,即基于总体最小二乘法-旋转不变技术的信号参数估计方法(TLS-ESPR IT)。它是基于子空间的信号分析方法,具有较高的频率分辨率。直接以测量数据构成的Hankel数据矩阵为基础,避免求取信号的相关矩阵,简化了计算。把信号空间分解为信号子空间和噪声子空间,能够使用较短的采样数据高精度地辨识信号的频谱信息。用包含谐波分量和间谐波分量的测试信号以及CIGRE直流输电标准测试系统进行仿真,结果验证了该方法在电力系统频谱估计中的有效性。

基于Morlet小波的高分辨率信号频谱估计

提出了基于 Morlet小波的一种新的高分辨率信号频谱估计方法 .理论和仿真结果都证明 ,在短数据信号情况下 ,这种谱估计方法其频率分辨率和估计精度都要高于 FF T方法 .文中讨论了基于 Morlet小波的谱估计算法 。

基于ESPRIT频谱估计和隐马尔可夫模型的铣削颤振辨识系统建模

为有效辨识铣削过程中对工件表面质量影响较大的颤振并确定其具体发生时刻,建立了基于旋转不变技术估计信号参数(ESPRIT)和隐马尔可夫模型(HMM)的铣削颤振辨识模型。建模过程中先利用ESPRIT算法分别对以固定周期采集的切削力信号进行频谱估计。根据频谱特征将经过主轴旋转周期滤波后的切削力信号进行分类,利用具有类标签的力信号训练HMM参数,获得颤振辨识模型的参数。为实现铣削颤振辨识及切削状态监测,开发了基于"PC+FIFO高速数据采集"的切削力信号实时采集与处理功能,建立了该功能与开放式模块化结构数控系统的数据传输机制。实验结果表明,辨识系统可根据建立的颤振辨识模型准确判断加工过程中各时刻的切削状态,实现了铣削颤振的有效辨识。

空间频谱估计中的误差综合矫正技术及其实验研究

分析了空间谱估计中多信号源方向和频率估计中通道失配和阵元互耦导致系统性能下降的机制。克服了现有矫正方法只能针对单频信号补偿某个或某几个误差影响因素的局限性，提出了通道失配和阵元互耦的综合补偿新技术，大大提高了误差矫正的精度。首次尝试在频率、方向同时估计中应用误差校正技术，并得出了一重要结论——此几种误差影响因素对频率估计没有影响且此方法可推广应用于倍频程信号、窄带随机信号和单频信号的组合情况。在全消声室中进行了实验研究，为此方法推向实际应用作了有益的尝试。文中方法简便易行，消声室声学实验证明了该方法是成功的。

基于噪声倒谱阈值频谱估计的语音活动检测

针对低方差频谱估计的语音活动检测(VAD)中Welch频谱估计方法计算量大的问题,提出利用倒谱阈值方法估计VAD中的噪声功率谱。该方法在静音时期为噪声的倒谱设置阈值,利用快速傅里叶变换计算频谱,再更新VAD中的判决阈值。算法复杂度分析与仿真结果表明,该方法的检测性能与Welch方法相当,计算量降低约18%,同时降低整个VAD的时间复杂度。

基于多窗频谱估计和平滑幅度谱包络的Mel频率倒谱系数(MFCC)改进算法

语音的特征提取是说话人识别系统中的关键问题。在传统的Mel频率倒谱系数(MFCC)参数的基础上,提出一种改进的MFCC特征提取算法。该算法着眼于语音的前端处理,在预处理阶段,利用SWCE窗函数,对信号进行多窗频谱估计。并对得到的频谱进行平滑处理,得到信号的谱包络。然后对信号的谱包络进行计算,得到改进的MFCC参数。实验表明,在不同噪声环境下,与传统的MFCC算法相比,改进的算法识别率提高四个百分点以上。

贝叶斯频谱估计算法在测量人工传输线长度中的应用

首先通过公式的推导给出贝叶斯频谱估计的基本思想,然后结合一个人工传输线长度测量的具体实例介绍了如何在实际中运用此估计方法,并与传统方法进行了简单的比较。结果表明,此算法的精确度优于传统算法。

一种新的基于贝叶斯频谱估计的传输线长度测量方法

根据双臂电桥原理搭建出实验电路进行数据采集,再应用贝叶斯频谱估计算法对测得的数据进行分析,得出反射频率周期,然后根据反射原理推算出人工传输线的长度。由于在检测方法和分析方法上的改进,在传输线长度的测量精度上获得了很好的效果。在实验中,根据先验知识和理论得出一个特定的模型方程;在实际应用中如果能够找到一个合适的模型方程,那么就可以运用贝叶斯频谱估计方法进行分析,因此贝叶斯频谱估计算法有着非常广泛的实用价值。

基于贝叶斯频谱估计的相位差测量及实现

针对传统的相位测量方法测量误差大,又受波形失真、频率以及噪声等条件影响的缺点,提出了基于贝叶斯频谱估计理论的相位差测量方案,有效地避免了上述问题。仿真结果证明,该方法检测精度高,可以检测的相位差值达0．0004°,具有一定的实用性和推广价值。

运动模糊图像运动长度的频谱估计法

对于匀速直线运动模糊图像,准确估计运动模糊长度是图像恢复的关键。分析了运动模糊图像的频谱特征,介绍了频谱估计法的数学原理,总结了算法实施步骤,并用matlab软件编程完成了数值模拟,数值实验结果验证了该算法的有效性。

基于多窗频谱估计的PLAR特征提取

为提高PLAR特征在噪音环境下的鲁棒性,提出一种改进的感知对数面积比系数(Perceptual Log Area Ratio,PLAR)特征提取方法.在语音的前端处理中,引入多窗频谱估计方法(Multitapering),代替基线系统中传统的傅里叶(Discrete Fourier Transform,DFT)对信号进行频谱分析,从而获得新的特征参数MTPLAR.多窗频谱估计原理是采用多个窗函数的加权平均值来获得信号的频谱结构,具有更加稳定的频谱分析性能,因此可以获得抗噪性能更高的特征参数.实验结果表明:与传统提取方法获得的PLAR相比,基于改进方法的新特征的说话人确认系统在噪音环境下,平均等错误率获得了17%的相对提高,新特征提高了说话人确认系统的噪音鲁棒性.

异步传输网络的频域分块频谱估计算法

异步传输网络间通信信道组成复杂,对异步传输网络间通信信道的频谱的准确估计可以避免不占用多余的频带,能够实现高数据率通信。提出一种基于频域分块和脉冲响应的异步传输网络频谱估计算法。构建异步传输网络通信信道模型为缓慢时变、空变的相干多途信道,采用正交频率复用OFDM训练序列得到确定的起始帧概率分布,采用同步算法能有效减少系统子载波间的正交性抑制,得到系统函数的基本特征传递函数,实现对频域分块频谱估计。仿真结果表明,该算法能有效提高对频谱的估计精度,提高异步传输网络的通信性能,网络异步数据传输的吞吐量大幅提高。

相位识别中贝叶斯频谱估计算法的应用

针对传统的相移分析方法误差大的问题,通过合理的选取信号模型,采用贝叶斯频谱估计算法对实验中输入输出信号进行了相位识别。经仿真结果表明,贝叶斯频谱估计算法优于传统的分析方法。

噪声对贝叶斯频谱估计精度的影响

研究了贝叶斯频谱估计的基本理论和基本方法 ,分别对无噪声和有噪声的简谐正弦信号进行了频谱估计。计算结果显示 :无噪声信号频率估计偏倚为零 ;当信号噪声系数S/N =1时 。

基于多抽头频谱估计方法的频谱感知技术

认知无线电系统中,认知用户必须具备动态可靠感知与检测频谱空穴的能力。采用多载波调制可以作为认知用户频谱感知的有效实现方式。不同于传统正交频分复用OFDM(orthogonal frequency divisionmultiplex)多载波调制,提出了认知节点基于多抽头频谱估计方法的频谱感知新技术,它基于滤波器组进行实现。采用扁长型滤波器多带调制设计的多抽头频谱估计器,具有较高的频谱动态范围,可以比周期图频谱估计器更有效地估计干扰温度功率谱。通过干扰温度功率谱仿真分析,多抽头频谱估计器作为认知用户前端频谱分析器,可以准确估计干扰温度功率谱,进而实现对主用户接收机的干扰抑制。

基于频谱估计的频域稀疏压缩采样信号重构

压缩采样理论突破了采样定理对稀疏信号采样频率的限制,在保证信号重构精度的条件下能够显著降低采样频率,能够在采样过程中对数据进行压缩。在频域稀疏信号的压缩采样中,由于所处理数据长度的有限性,存在频谱泄漏现象,即稀疏表示基失配,从而导致信号重构性能降低。为克服这种表示基失配引起的重构误差,提出一种基于频谱估计的频域稀疏压缩采样信号重构算法。该算法采用root-MUSIC算法对被测信号的表示基进行自适应地构造:用root-MUSIC算法对频率进行估计,用自适应的基向量构造稀疏表示基矩阵。通过实验对该重构算法的可行性进行验证。与传统信号重构算法相比,该重构算法具有更高的信号重构精度。

基于贝叶斯频谱估计的行波测距算法研究

本文研究了贝叶斯频谱估计的基本理论和基本方法,并在此基础上提出了一种新的高频信号行波测距算法。该算法根据行波理论,在故障电缆测试端进行数据采集,再应用贝叶斯频谱估计算法对测得的数据进行分析,得出相位差,从而计算出故障点的位置。由于分析方法上的改进,在故障点的测量精度上获得了很好的效果。

Bayes频谱估计在装备电缆检测中的应用

基于电桥原理设计出了一套装备电缆故障检测装置:由信号发生器产生的射频信号输入进电缆,从故障点回来的反射波与入射波叠加形成驻波,然后对电缆的输入端的驻波电压值进行采样。接下来对采集到的实验数据进行分析,在分析过程中,采用了Bayes频谱估计方法。