一种二维信号波达方向估计的改进多重信号分类算法

多重信号分类(MUSIC)算法是一种经典的空间谱估计算法。该文以L型阵列为例,针对2D-MUSIC算法在接收信号信噪比较小时对多个目标中方位相近的目标无法进行准确估计的问题,提出一种改进2D-MUSIC算法。该算法对经典2D-MUSIC算法所构成的协方差矩阵进行共轭重组,并将重组后矩阵的平方与原协方差矩阵的平方进行相加求平均,由此获得新的矩阵,再对该矩阵对应的噪声子空间进行加权处理,选取适当的加权系数构造新的噪声子空间,最后通过谱峰搜索识别出目标位置。计算机仿真结果表明,与2D-MUSIC算法相比,改进后的算法在接收信号信噪比较小时对多个目标中方位相近的目标也能够进行信号波达方向(DOA)估计,提高了L型阵列2维DOA估计的分辨率,具有较好的工程应用价值。

非规则几何结构阵列下的宽带线性调频信号波达方向估计

针对现有的宽带线性调频(LFM)信号波达方向(DOA)估计方法仅适用于各种规则几何结构阵列的问题,提出了一种基于分数阶Fourier变换(FRFT)、并适用于非规则几何结构阵列的DOA估计新方法.该方法利用FRFT对LFM信号的聚焦性,建立了分数阶Fourier域阵列数据模型.结合ESPRIT算法的思想,在分数阶Fourier域上定义了非规则子阵列间的广义旋转矩阵.利用该矩阵构造空间谱函数,并通过谱峰搜索的办法实现了DOA估计.理论分析证明了该方法是传统的FRFT-ESPRIT算法的广义形式.仿真实验的结果证明了该方法的有效性.

评“基于小波变换的多分辨信号波达方向估计法”

从信号泄漏和空间模糊的角度出发,详细分析了一种基于小波分解的多分辨信号波达方向估计方法(WD MDoA)并指出其缺陷。WD MDoA方法的基本思路是通过小波变换,把接收的阵元数据在空间上分解成多个子带,然后对每个子带进行波达方向估计。分析表明:对于WD MDoA方法,把接收的阵元数据在空间上被分解成多个子带后,如果某个子带外存在其它来波信号时,对该子带进行波达方向估计会产生虚假估计。因此,WD MDoA方法存在着较大的缺陷,计算机仿真结果验证了这个结论。

基于双抽运参量放大中的信号波和闲频波特性

根据信号波和闲频波所满足的耦合非线性薛定谔方程,导出了双抽运参量放大增益系数g、信号波的放大因子和闲频波转换效率,并在输入总抽运功率不变的情况下,仅改变双抽运功率P1,P2的比值s,对参量放大增益系数g、信号波的放大因子和闲频波转换效率理论研究和数值模拟;数值模拟结果表明:相位匹配务件下,通过改变双抽运功率的比值s=P_1/P_2,可获得适当的放大的信号波和一定转换效率的闲频波.

单片机构成的单周期信号波形显示装置

针对普通示波器对单周期信号和缓慢变化信号显示的不足 ,研制了一种由单片机为核心组成的普通示波器附加装置 ,信号经该装置采样及D/A转换后 ,可在普通示波器上进行显示 ,并可根据需要显示信号的细节。

三角波信号波形参数的最小二乘评价

本文介绍了三角波信号时域波形参数的一种评价方法 ;通过使用波形测量手段和最小二乘直线拟合方法 ,对三角波信号的波峰、波谷、中值、幅度、频率、沿斜率、沿线性度、对称性等指标进行了精确评价 ,详细讨论了方法的实现过程以及有关技术问题 ,并对各项参数指标进行了误差分析 ;实验验证结果表明了该方法的有效性和实用性 ,该方法可应用到三角波信号源的性能指标评价中。

Matlab在切峰信号波处理中的应用

桥梁检测工作中，时常由于一定的原因，造成信号采集时发生切峰现象，为内业数据处理、分析带来一定的麻烦。本文针对该问题，提出了Matlab应用polyfit函数进行曲线拟合的思路，将MATLAB数据拟合方法应用于切峰信号波处理中，最终获取曲线峰值；总结了数据拟合的规律和常用函数命令，提出具体拟合方法以及拟合时应遵循的原则及注意的问题。

基于改进稀疏分解的心电信号波形特征点检测及识别

心电信号波形特征点的检测及识别是实际中开展心电监护与评价的基础。本文提出了一种基于稀疏分解及其改进的心电数据分析算法,将检测与识别一体化,具有可靠性较高、易于操作的优点。该算法中原子集由离散化的心电信号典型特征波段经拉伸、平移变换形成,并采用匹配追踪投影寻优。经Physio Net心电数据库检验,该算法的QRS波群检测灵敏度率达到98.5%,T波和P波的波检测灵敏度也达到93.2%和83.8%。

基于CBDNet的被动源面波信号增强

在被动源面波成像中低质量的频谱图会直接导致后续频散曲线的拾取出现较大的不确定性,为了进一步提高被动面波频谱成像图的质量,同时提高频散曲线的拾取的准确性。文章提出了将在原始数据重构得到的虚拟道集上应用CBDNet进行被动源面波信号增强,降低频散成像能量谱中的噪声、增强频散曲线连续性。文中首先通过数值模拟的方式,验证了网络的有效性;然后将其用于北京市广渠门和通州两个地区的实际被动源数据处理中。结果表明,文章提出的网络和被动源面波去噪方法能够很好的解决实际工程中频谱图质量低,频散曲线错位和不连续的问题。In passive-source surface wave imaging, low-quality spectrograms directly lead to significant uncertainties in the subsequent picking of dispersion curves. To further enhance the quality of passive surface wave spectral imaging and improve the accuracy of dispersion curve picking, this study proposes applying CBDNet to virtual shot gathers reconstructed from the raw data. This approach enhances passive-source surface wave signals, reduces noise in the dispersion imaging energy spectrum, and improves the continuity of dispersion curves. First, the effectiveness of the network is validated through numerical simulations;then, it is applied to real passive-source data from two regions in Beijing, Guangqumen and Tongzhou. The results demonstrate that the proposed network and denoising method for passive-source surface waves effectively address the issues of low spectrogram quality, misaligned, and discontinuous dispersion curves in practical engineering applications.

小波变换在去除探地雷达信号直达波的应用

基于二维有向连续小波良好的方向选择性 ,对于探地雷达信号中的直达波进行了去除。通过对两个不同性质的埋地目标的处理 ,验证了这种方法的有效性。应用一维小波变换方法计算了探地雷达信号的瞬时参数 ,分析了几种瞬时参数对于目标识别的作用 ,并且比较了直达波对瞬时参数识别目标的影响。

基于形态滤波的脉搏波信号基线漂移消除方法研究

脉搏中蕴涵着大量的人体生理病理信息,因此分析脉搏信号成为诊断亚健康状态的重要手段。但是由于呼吸运动和身体移位导致了脉搏信号的基线漂移,影响了诊断结果的正确性。针对基线漂移的去除需求,文章提出了一种基于形态学滤波的方法,该方法通过采用2种不同宽度的结构元素,对脉搏波信号进行广义形态开闭和闭开滤波,分离出基线漂移。实验结果表明,该方法能实时有效地滤除基线漂移,处理效果优于传统算法。

一种估计来波信号极化状态的新方法

干扰场的极化估计是自适应极化滤波器首要的也是最为关键的一步,极化估计器的精度直接制约极化滤波器的滤波效果。基于单极化雷达接收天线的空域极化特性,提出了一种来波信号极化状态的估计方法。首先介绍了算法的估计原理,并对算法性能进行理论分析,在此基础上,进行相应的计算机仿真实验,探讨了影响估计性能的主要因素及提高算法性能的主要途径。理论推导和计算机仿真结果均证明了估计算法的有效性。

一种消除脉搏波信号中呼吸基线漂移的方法

该文提出一种在经验模式分解的过程中结合小波变换的方法,来消除呼吸基线漂移的影响。首先通过经验模态分解将脉搏波信号分解为若干内在模式分量,并判断出含有呼吸基线漂移信息的分量,再利用小波变换将这些分量分解,将代表呼吸基线漂移的小波细节置零,信号重构后就达到了消除呼吸基线的目的。利用自行研制的测量装置采集的脉搏波信号进行实验验证,并采用信号交直流比进行效果评价。结果表明该方法有效地消除了呼吸基线漂移,这将有利于血氧饱和度等人体生理参数无创检测精度的提高。

线性调频连续波信号检测与参数估计算法

针对长时间积累的方法较难在线性调频连续波信号的检测和参数估计中应用的问题,该文基于归一化变窗长相干平均法,提出一种联合帧间相关法与循环平稳法的线性调频连续波信号检测与参数估计算法。该方法首先利用归一化变窗长相干平均法实现噪声方差的一致性,然后在此基础上利用帧间相关法实现周期的精确估计,最后利用循环平稳法估计信号的相位参数。该算法以较低的计算复杂度实现信号的长时间积累,在低信噪比条件下具有较好的估计性能。仿真结果验证了该方法的有效性。

对称三角线性调频连续波雷达信号多周期模糊函数分析

针对大时带宽积对称三角形线性调频连续波信号模糊函数须考虑多普勒效应对复包络函数的影响,该文利用信号复包络求解法,导出了大时带宽积对称三角线性调频连续波信号的单周期与多周期模糊函数,研究了它们的对称性、模糊度图及沿主轴切割性质等特性。通过分析模糊函数表达式,得到了单、多周期信号的理论多普勒分辨率与时延分辨率。结果表明:单周期和多周期信号的时延分辨率相同,而N周期信号的多普勒分辨率提高到单周期信号的1/N。

人体血氧饱和度检测中消除脉搏波信号高频噪声的方法

基于光电容积脉搏波的方法可以用于人体血氧饱和度的无创检测,基于光电容积脉搏波测量时,由于信号采集过程中随机噪声等干扰,脉搏波信号中存在高频噪声,影响最终的血氧饱和度测量精度。提出采用基于连续均方误差(CMSE)准则的经验模态分解(EMD)法消除脉搏波信号中的高频噪声。利用自行研制的光电容积脉搏波采集装置采集脉搏波信号,应用该方法消除信号中高频噪声,并采用信号的频谱进行效果评价。结果表明:该方法有效消除了高频噪声,这将有利于人体血氧饱和度无创检测精度的提高。

线性调频连续波信号参数估计算法

提出了一种线性调频连续波信号参数估计算法。利用短时傅里叶变换得到信号的时频变化曲线,根据时频曲线的周期特性对它进行频谱分析,找出信号参数与相关谱线的位置、幅度之间的关系,从而估计出信号的主要参数。仿真结果表明,文中提出的算法能够精确估计出线性调频连续波信号的参数,在信噪比大于-8 dB的情况下性能稳定,具有很好的估计精度。

EEMD在同时消除脉搏血氧检测中脉搏波信号高频噪声和基线漂移中的应用

人体血氧饱和度是基于脉搏波信号测量得到的,然而在脉搏波信号采集的过程中存在着由人体呼吸和仪器本身热噪声等带来的基线漂移和高频噪声,影响人体血氧饱和度的测量精度。因此,该文提出一种总体平均经验模态分解(Ensemble Empirical Mode Decomposition,EEMD)与基于排列熵(Permutation Entropy,PE)的信号随机性检测相结合的方法,同时消除基线漂移和高频噪声。对脉搏波信号进行EEMD分解,计算分解到得到的内在模式分量的排列熵,选取阈值,分别判断并剔除代表高频噪声和基线漂移的内在模式分量。最后信号重构就得到同时消除高频噪声和基线漂移的脉搏波信号。通过自行研制的测量装置所采集的脉搏波信号进行实验验证,利用信号的频谱和交直流比R评价效果。结果表明:该方法有效地同时消除了脉搏波信号中的高频噪声和基线漂移,这将有利于人体血氧饱和度测量精度的提高。

利用LMS算法处理血氧饱和度监测中的脉搏波信号

血氧饱和度是反映血液中氧含量的重要参数,它的准确监测对于生理研究及医学应用都具有重要的意义。目前对血氧饱和度的无创监测通常是以识别脉搏波并提取其特征值为基础的双波长法,所以,准确识别脉搏波并在相应周期内提取脉搏波峰-峰值,是计算血氧饱和度的基础。由于得到的脉搏波信噪比较低,因此,正确识别脉搏波波形对于准确地测量血氧饱和度是至关重要的。本文利用最小均方(LMS)自适应算法处理脉搏波信号,取得了比较理想的降噪效果,从而大大提高了脉搏波的正确检出率。

基于小波分析的脉搏波信号去噪

脉搏波信号采集过程中存在引入的肌电干扰和基线漂移等噪声,引起脉搏信号不准确。针对传统滤波方法滤除脉搏波噪声性能较低的特点,提出了一种改进的空域相关滤波方法。将信号小波分解后,在小波变换值的相关量中加入一个自适应调整系数,最后用保留的小波系数对原信号进行重构;改进方法具有良好的自适应性能和显著的滤波效果,在有效去除噪声的同时,很好地保留了信号的主要细节。仿真结果表明,改进算法去噪效果好,同时减小误差,提高了信噪比,为脉搏分析提供了准确信息。