基于频率搜索的间谐波闪变检测方法

电压波动与闪变是电能质量的一项重要指标。随着间谐波大量注入电网,间谐波引起的闪变越来越受到人们重视。基于间谐波的闪变效应计算方法的关键在于间谐波的精确检测,然而谐波与间谐波间、间谐波与间谐波间存在的干扰影响了间谐波的检测精度。针对该问题,文中在时域准同步和加窗插值的基础上提出一种频率搜索的方法,该方法通过分析加窗后间谐波的频谱特性,得到多个间谐波共同作用时的理论频谱与实际频谱的匹配程度,通过搜索得到匹配程度最大时对应的频率,进而得到间谐波参数。经仿真验证,该方法有效降低了谐波泄露和加窗后主瓣宽度对间谐波检测结果的影响,准确检测出多个间谐波分量的频率和幅值,从而计算出间谐波的闪变效应。

自适应的椭圆曲线滑动窗口标量乘法

在公共密钥密码体系中,椭圆曲线加密算法是一种非常流行的方法,影响椭圆曲线算法执行效率的因素有很多,标量乘法就是一个重要因素．文中分析了几种现有的椭圆曲线标量乘法后,提出了一种改进的计算椭圆曲线标量乘法的算法,即自适应的滑动窗口标量乘算法．文中给出了改进算法中几个重要函数的实现方法,分析了改进算法的执行效率,并给出实验结果．

基于改进的PMF-FFT扩频信号快速捕获算法研究

低轨道卫星通信系统存在较大的多普勒频偏,这会使本地伪码与接收伪码同步时的相关峰值急剧下降,从而加大GNSS接收机对伪码的捕获难度,增大系统捕获时间。因此,为实现大多普勒频偏下伪码的快速捕获,研究了通过加窗和补零改进的PMF-FFT捕获算法,并对窗函数进行了改进,以进一步减小扇贝损失。通过对FFT的输入数据加改进窗并补零的方法大大改善了扇贝损失;通过对PMF的输入数据加汉宁窗的方法减小了输出增益的衰减。最后通过理论分析和MATLAB仿真对改进算法进行了性能分析,分析结果表明,在恒虚警概率下,信号检测概率显著增大并且平均捕获时间明显减小,捕获性能明显提高。

基于Android系统的电力谐波检测仪

基于目前电力系统电能质量现状设计了一款基于Android系统的便携式电力谐波检测仪。介绍了检测仪硬件实现方案和软件设计方法。数据采集模块基于16位,6通道同步采样芯片AD7606,上层Cortex-A9平台搭载Android操作系统,完成检测系统配置,实现了数据处理、数据存储、人机界面控制功能。采用加窗FFT算法完成数据处理,降低了栅栏效应和频谱泄漏造成的检测误差。测试结果表明,该检测仪能够提取电能谐波信息,满足电力谐波检测要求。

基于FPGA IP核的FFT实现与改进

利用FPGA IP核设计了一种快速、高效的傅里叶变换系统。针对非整数倍信号周期截断所导致的频谱泄露问题,提出了一种通过对输入信号加窗处理来抑制频谱泄露的方法。利用Modelsim和Matlab对设计方案进行了仿真,同时在Altera公司的Cyclone II硬件平台上进行了验证。验证结果表明,系统性能良好,改进效果明显。

一种新的音频生命探测技术的实现

音频生命探测仪采用的是被动的探测方式,救援现场的噪声对它的探测效果影响很大。而且采用传统的滤波方法,根本无法识别现场施救者与呼救者的音频信号。本文提出用小波变换+窗函数滤波的方法,能有效地检测到被复杂环境噪声污染的呼救者的呼喊声。

基于小波变换的基音同步叠加技术

针对传统的基音同步叠加方法的缺陷提出了相应的改进方法：一是将小波变换用于声门闭合时刻（ＧＣＩ）的检测，获得ＧＣＩ的准确位置，在此基础上，按每个基音周期起始的精确位置进行基音同步叠加，在一定的范围内，改变单音节的基频和时长去拟合连续语流中音节的超音段变化；二是用升余弦滚降窗函数代替基音同步叠加算法中的Ｈａｍｍｉｎｇ窗函数，使合成语音的质量明显提高，调节更加方便．

基于PMF-FFT的星载扩频通信系统捕获算法

针对传统捕获算法在星载扩频信号上捕获性能的不足,提出了一种基于分段匹配滤波器和快速傅里叶变换的高动态快速捕获(Partial Match Filter-Fast Fourier Transform,PMF-FFT)算法。在详细分析了PMF-FFT的数学模型和改进方法的基础上,对PMF模块和FFT模块分别加调谐系数为1.712的改进窗,大幅度降低了捕获系统的输出增益衰减和扇贝损失,并且算法捕获时间缩短至45 ms。在基于XC7V690T的星载应答机上对该算法的捕获性能进行验证,结果表明,改进后的算法将在大多普勒下的捕获时间缩短至2 s。

一种改进的PMF-FFT算法及其验证

针对硬件资源有限、低信噪比情况下提高PMF-FFT算法多普勒频率捕获精度的问题,提出了一种两轮搜索算法。文中分析了PMF-FFT算法的两种固有衰减,对其进行加窗处理以提高捕获增益。通过第一轮捕获得到码相位与粗频率,用同样的码相位进行第二轮频率搜索并比较两次搜索值,可在不增加FFT点数的情况下,将搜索频率精度提高一倍。理论分析和实测数据仿真表明,该算法在低信噪比情况下提高了检测概率,提高了捕获频率精度。

基于隐马尔可夫模型的物联网终端语音身份动态识别方法

为提高多角度面部表情识别的精度,提出了一种基于隐马尔可夫模型的物联网终端语音身份动态识别方法。通过隐马尔可夫函数特征,构建物联网终端语音模型和身份模型,结合两种模型完成隐马尔可夫语音身份特征的建模。在此基础上,构建物联网终端语音的采集平台,完成物联网终端语音数据的采集,再对原始信号进行滤波预处理,使用加窗方法提取处理后语音信号的身份特征,并对身份特征信号数据进行分类识别,从而完成基于隐马尔可夫的物联网终端语音身份动态识别。实验结果表明,该方法识别精准度较高,识别用时较短,且稳定性较好。

非完整信号自相关模式匹配动态截获模型研究

针对电子战截获接收机不能适应复杂战场电磁环境的实际情况,分析了接收信号造成非完整性的具体原因,根据非完整信号截获时间起点变化和谱泄漏的实际情况,首先采用基于分段加窗自相关的方法对非完整信号的初始相位进行了校正,然后再通过波形模式匹配的方法搜索整周期的起止点,其次在起止点已知的基础上对信号采取整周期重采样或收发时长调整的两种方式建立非完整信号自适应的动态截获模型。最后通过仿真实验给出了该算法对典型LPI雷达LFM信号的实现效果,表明其能够有效改善现有电子战截获接收机系统中信号截获时间起点限制和频谱泄露造成的信号能量缺失对后续处理性能的影响,较好地解决了现代战场电磁环境下的复杂信号缺失问题。