两信号源的相关性对MUSIC算法分辨性能的影响

平均信噪比分辨门限是特征结构算法分辨性能的一种度量,本文给出了含有两信号源相关性的MUSIC算法的平均信噪比分辨门限表达式.模拟结果表明,当两信号源正相关时,MUSIC算法分辨性能会下降;当负相关时,在一定条件下,MUSIC算法分辨性能会提高.本文也讨论了当两信号源的功率差异、方向夹角、阵元数和采样的快拍数变化时,相关性对算法分辨性能的影响的变化规律.

信号源功率不一致对MUSIC算法分辨性能的影响

该文首先定义了用以度量MUSIC算法分辨性能的平均信噪比分辨门限,并给出它的表达式。然后通过数据模拟得知,功率不一致会降低MUSIC算法的分辨能力;在一定条件下,功率不一致对MUSIC算法分辨性能的相对影响与其他参量无关。该文还讨论了功率不一致对阵元数、快拍数和两信号源方位参数绝对差的影响。

一种裕量最大的高速载波比特功率分配算法

在国家电网公司Q/GDW 1379.4-2013技术规范对智能电能表载波通信单元功率消耗的限定要求下,为保障低压远程电力集抄台区本地通信链路的传输速率稳定可靠,给智能用电实时交互平台提供带宽支持,提出了一种裕量最大的高速载波比特功率分配算法。该算法以兼并窄带载波和宽带载波优势的G3-PLC技术为应用对象,使用约束注水法限定各子载波的传输比特数,根据时变的电力信道增益自适应调整比特功率分配方案,并响应通信服务质量QoS对系统误码率和目标传输速率的要求,结合信噪比门限算法对约束注水法进行界定和优化,得到了功率裕量最大化的表达式;仿真结果表明:提出的算法优于低反馈开销算法,能够适应低压电力线信道;在系统目标传输速率为200kbps时,达到了最大裕量值20,极大程度地降低了通信单元调制解调芯片实际的功率消耗。

一种类RNN的改进ISTA稀疏脉冲反褶积

稀疏脉冲反褶积方法对提高地震资料分辨率有着重要作用,迭代阈值收缩算法(ISTA)是其核心算法,首先利用地震数据提取子波,再利用ISTA求解反射系数.当地震子波提取不准确时,反褶积效果不理想.为此,在ISTA基础上,结合循环神经网络(RNN)中反向传播(BPTT)的思想,研究形成了一种类RNN的改进ISTA稀疏脉冲反褶积方法.该算法首先使用常规手段从实际地震数据中提取地震子波,构建反褶积的子波字典;然后将构建的地震子波字典作为已知的初始条件,结合ISTA求取的反射系数;再根据BPTT算法思想,将求取的反射系数与子波褶积并与实际数据进行比较,反向修改地震子波;最终,经过多次迭代修改获得合理的地震子波字典,并利用该地震子波字典求解实际地震数据的反射系数序列.为验证算法的有效性,采用不同信噪比的理论地震记录,给定存在较大误差的初始子波,进行了反褶积计算.采用传统的ISTA和类RNN的改进ISTA进行对比处理,结果表明,改进ISTA具有较好的抗噪能力和子波自适应能力,可使实测地震资料的有效频带拓展约1.5倍,能够较好地适应实际地震资料的反褶积处理.

基于三维曲波变换的地震数据去噪方法研究

作为一种非自适应的多尺度、多方向性几何分析方法,曲波变换能够近乎最优地表示含奇异点的高维曲线,地震数据在曲波域有更好的稀疏表达。对于多炮地震数据,三维曲波变换能够成功地实现信号分离,达到去除随机噪声的目的。阐述了三维曲波变换的基本原理;将三维曲波变换与阈值迭代法结合起来,对不同信噪比的模拟数据和实际地震资料进行去噪处理,并与传统的中值滤波法、F-X反褶积法及二维曲波阈值迭代法处理结果进行量化对比。结果表明,基于三维曲波变换的地震数据去噪方法不仅去除噪声能力更强,而且能够保护有用信息,是一种有效的多炮地震数据去噪方法。

LFMCW雷达高精度测距相位差改进算法

介绍了基于相位差法的线性调频连续波(LFMCW)雷达测距算法的原理,针对其计算量大和信噪比门限高的问题,提出一种改进相位差测距算法。该算法在快速傅里叶变换(FFT)的基础上先使用线性调频Z变换(CZT)对峰值附近的窄带进行细化,避免误差可能导致的谱线之间的相位差模糊,提高抗噪声性能,再应用相位差算法作距离估计。与经典算法进行仿真对比,结果表明,该方法的测距精度比改进Fitz算法高一个数量级,信噪比门限比补零相位差算法低7 dB,且运算量有一倍以上的减少,适用于低信噪比环境下对检测精度要求较高的实时场景,有利于现阶段工程实现和推广。

小波降噪算法在临界折射纵波残余应力检测中的应用

利用超声波方法在进行材料及结构的残余应力检测时,影响因素众多。其中由于物体本身材料的不均匀性或存在缺陷,产生的超声信号噪声会影响应力的检测精度。以小波降噪算法为研究对象,对小波分解层数、阈值算法和阈值处理算法等影响小波降噪的三个条件进行综合分析。结果表明:当选用硬阈值算法对小波系数进行处理后重构的信号信噪比值整体比软阈值算法高很多;在选用无偏似然估计阈值和启发式阈值时,整体的降噪效果比使用固定阈值和极大极小阈值时好很多;并且在相同阈值处理和阈值算法下,降噪效果随着均随着分解层数的增加而降低。选用sym8小波,3层小波分解、无偏似然估计阈值和硬阈值处理是最优的降噪参数。

基于改进小波阈值的数据采集系统降噪研究

在数据采集过程中,噪声和干扰的存在严重影响了数据的准确性。为了获得质量较高的数据,减少噪声的影响,该文提出一种基于遗传算法的小波阈值函数去噪方法,并设计以FPGA为主控的数据采集系统进行了多次实验。实验结果表明,经改进算法处理过的数据信噪比达到了芯片手册中所规定的典型值大小。同时,相比传统的阈值函数去噪方法,将新算法应用于采集到的数据,其信噪比提高了7.0248 dB,均方根误差降低了0.1675,表现出了较好的去噪性能,具有较高的工程应用价值。