Theory and algorithms for two-dimensional warped discrete Fourier transform

In this paper, the two-dimensional Warped Discrete Fourier Transform （2-D WDFT） is developed based on the concept of the 1-D WDFT. An exact computation algorithm is developed for 2-D WDFT based on matrix factorizing with special structure. A fast algorithm is then proposed to reduce greatly the computational complexity of the inverse 2-D WDFT. Finally, numerical examples are given to show the efficiency of the proposed approach.

一种结合Subband-NDFT和改进Goertzel滤波器的DTMF解调算法(英文)

基于Goertzel逻辑判断算法[1],提出了一种将Goertzel逻辑判断和Subband-NDFT相结合的新的解调DTMF信号的算法.Subband-NDFT通过放弃高频分量达到快速计算DFT的目的.软件仿真表明新的算法具有比Goertzel逻辑判断算法更快的解调速度,并且满足ITU在SNR上对DTMF信号的规定.

基于DFT的信号子带分解与准确重构新方法

根据正交分解原理和离散傅里叶变换的物理意义,提出了一种分析滤波器组具有理想特性的信号分解与重构新方法(Discrete Fourier transform subband decomposition,DFTSD)。对于给定序列,通过离散傅里叶变换,将其变换到频域,通过谱线分组,在频域实现信号的分解,经反变换得到时域子带信号。频谱上无交叠的子带信号,从根本上解决了抽取过程所带来的带内混叠问题。综合滤波器组的设计仅需考虑内插后引入的镜像频率分量的滤除。实验结果表明,在无子带抽取和存在子带抽取情况下,重构信号与原信号的平均绝对误差在10-16量级。

采用加权叠加结构滤波器组的子带分割与重构系统设计

子带分割与重构系统是天线组阵系统的重要组成部分。针对传统子带分割与重构系统参数设置不灵活的问题,提出了采用加权叠加(Weighted Overlap-Add,WOLA)结构滤波器组实现子带分割与重构的方法,对WOLA结构的分析滤波器组和综合滤波器组进行推导,利用窗函数法设计具有重构特性的原型低通滤波器,并利用Matlab进行仿真。仿真结果表明,采用WOLA结构子带分割与重构系统增强了参数设置的灵活性,当输入信号是理想无噪信号时,重构误差在5×10-3以内,与离散傅里叶变换(Discrete Fourier Transform,DFT)多相滤波结构相比,系统重构误差减小了一个量级;当输入带噪信号时,重构误差随着信噪比的增加而降低,当信噪比大于20 dB时重构误差回到5×10-3以内,验证了WOLA结构子带分割与重构系统的可行性和良好的重构特性。