分段滤波在心率变异性功率谱分析中的应用

心率变异性是了解人体植物神经系统功能状态的方便窗口 ,近年来已成为心血管疾病临床研究的一个前沿热点。心率变异性长时程功率谱主要成份分为超低频、极低频、低频、高频。不同的频段具有不同的生理意义。文中介绍了一种可得到各频段局部范围精细结构的分段滤波方法 ,从而利于观察各频段的变化趋势 ,为医学上对心率变异性信号的进一步研究及临床上的应用提供科学的手段。

一种基于分段滤波的通用虚拟仪器系统方案

虚拟仪器的出现是测量仪器领域的一个突破。在充分利用计算机平台强大的数据处理能力的基础上,其外围设备的兼容性及数据可远程传输、控制等特性为测量仪器的发展提供了一个新的方向。本文在分析虚拟仪器现状的基础上,提出了一种通用型虚拟仪器系统的构建方案。

分段滤波在光纤电容液滴分析技术中的应用

光纤电容液滴分析技术通过获取液滴在成长过程中光纤信号随液滴体积的变化规律,得到"液滴指纹图"。由于反映液滴体积的电容信号是一种锯齿波,光纤信号同样也呈周期性突变,在对光纤及电容信号的滤波过程中容易引起信号失真,本文提出了一种分段滤波的方法,提取液滴生长周期,再对每部分周期信号分别进行零相位低通滤波。实验证明该方法很好的解决了液滴分离瞬间的信号失真问题,为光纤电容液滴分析技术在液体真伪鉴别、液体类产品质量控制、污水处理等领域的实际应用打下了坚实基础。

基于分段滤波的Prony算法在谐波检测中的应用

现代电力系统中的谐波与间谐波频率范围广,直接利用Prony算法辨识得到的结果往往不是很精确;随着信号中谐波含量的增多,模型阶数的变大,计算时间变得过于冗长。针对这些问题,文中提出一种基于分段滤波的Prony算法,首先根据谐波的频率范围进行频段划分,确定各频段的采样参数;然后由低频段到高频段依次进行Prony分析,在进行下一频段检测之前,将已辨识出的所有谐波含量从原始信号中滤除;最后综合各段分析结果,得出各频段谐波的模态参数。仿真试验和应用实例表明,对含量较多且复杂的谐波信号,改进后的方法能有效地提高计算速度和辨识精度。

分段最小二乘滤波的原理及应用

针对惯导/双星组合导航系统在战时易暴露目标的特点,提出了一种基于最小二乘滤波的分段滤波技术,并称之为分段最小二乘滤波。该滤波方案在IN S/双星组合导航系统中进行分时段滤波,其它时间为纯IN S解算。选择合理的滤波起始点及滤波时段的长短是分段滤波的关键技术。将分段最小二乘滤波应用到IN S/双星组合系统中进行仿真验证,仿真结果表明采用分段最小二乘滤波既能保证组合导航系统的导航精度又可以有效减小用户与中心站的通信时间,提高了IN S/双星组合导航系统的可靠性。

一种二级分段PMF-FFT卫星信号捕获算法

针对在小点数快速傅里叶变换(Fast Fourier Transform,FFT)中,经典分段匹配滤波(Partial Matched Filtering,PMF)与FFT相结合的PMF-FFT卫星信号捕获算法存在增益损失,导致捕获灵敏度低、频率覆盖范围小和搜索速度慢的问题,提出了一种改进的二级分段PMF-FFT卫星信号捕获算法。截取部分FFT频率分量,缩短算法有效频率覆盖范围,以改善分段求和带来的包络增益衰减;采用在FFT频率分量中间位置追加搜索的方法,以改善FFT带来的扇贝损失;使用从粗略搜索到高精度搜索的策略,以减少搜索次数,提高搜索速度。仿真结果表明,相比经典PMF-FFT算法,在FFT点数不大于64点的情况下,改进算法能有效提高搜索增益和搜索速度,在8点FFT、125 Hz频率精度条件下,平均增益提升了22.19%,搜索次数减少了7.69%。

基于分段重叠零相位滤波的阶比跟踪滤波法

提出了一种用零相位数字滤波实现旋转机械阶比跟踪滤波的新方法 ,和传统的以硬件实现阶比跟踪滤波方法相比 ,该方法有无需跟踪滤波硬件、用纯软件的方法实现和对原始采样信号不产生相位移动等优点。在讨论了这一方法的理论依据和算法后 ,提出了数据分段重叠滤波方法 ,有效地抑制了一般分段数字滤波产生的边缘效应。

红外图像的各向异性分段高斯滤波(英文)

提出了一种各向异性分段高斯滤波,这种方法除了考虑图像的尺度和方向特性外,还根据边缘区域可分特性,使用了分段滤波的方法来进一步解决边缘保持的问题.该方法通过本文所提出的一种图像噪音方差估计模型来确定图像的基准尺度,并由Hermite变换得到其方向角,然后再通过确定高斯模型的轴向比和自适应尺度,使对选择区域的滤波转变为对分段高斯模型的滤波,从而使计算的可靠性得到增强.从仿真结果可以看出,各向异性分段高斯滤波器在噪音去除和边缘保持的综合性能上要优于其他常用的滤波算法.

基于分段串行匹配滤波结合FFT的快速捕获方法研究与FPGA实现

随着GPS现代化的进行和我国北斗2卫星导航系统的发展完善,特别是GPS L5和北斗B3等长码的应用,传统的捕获方法消耗资源过大或者捕获时间过长,已经很难适应需要。在保证快速捕获的前提下,提出了一种分段串行匹配滤波结合FFT快速捕获的方法,有效的减少了资源的消耗和缩短了捕获时间。首先分析了这种捕获算法的原理和理论推导,并说明了其关键技术的实现。然后和其他两种捕获算法对比分析了SPMF-FFT捕获算法的优劣。最后通过研究该算法的性质,来说明该算法关键参数的设置。

基于分段块频域自适应滤波算法的长延时回声消除

在网络电话、电话会议、车载电话、IP电话等免提电话系统以及其他一些通信系统中,要想得到高质量的回声消除效果,必须抑制声学回声、尤其是长延时回声。然而对于长延时回声的抑制,如果采用传统的基于LMS/NLM S的自适应算法,则会产生大而复杂的计算量,且收敛速度慢。为解决此问题,本文对分段块频域自适应滤波算法进行了研究,即首先对该算法进行了描述,然后通过录制两个语音信号进行仿真。仿真结果表明,该方法具有非常好的长延时声学回声消除效果。

基于FFT校频的分段匹配滤波器性能分析

为了对动态PN码捕获中使用的分段匹配滤波器的设计进行指导,在建立其数学模型的基础上,分析了分段数、FFT点数与载波频偏对滤波器性能的影响。结果表明,增加分段数可以减小载波频偏对相关峰的影响;增加FFT点数可以提高频偏校正的精度;在环境噪声为高斯白噪声情况下,存在最佳的分段数和FFT点数组合,可以用最小运算量达到最佳捕获效果。

组合导航滤波器的在线初值设置及收敛判定方法

组合导航滤波时需要设置初值并对滤波是否收敛进行判断。针对初值设置问题,提出一种根据滤波模型递推值对状态变量协方差阵在线初始化的方法;针对判断收敛问题,提出了一种利用状态变量协方差阵进行在线判断滤波是否收敛的方法。通过实时计算状态量协方差的相对值,得出收敛条件,并给出收敛程度。最后通过数学仿真,验证了本文方法的有效性。

基于DFT的全方向M型超声心动图运动曲线的频域滤波

介绍一种基于离散傅里叶变换(DFT)的全方向M型超声心动图运动曲线频域滤波技术。全方向M型心动图是利用B超获取的心脏各结构的序列图像,沿各个方向提取的心脏某结构部位灰度点位置变化在时间轴上展开得到的运动轨迹,其边缘线即全方向M型心动图边界代表了了该灰度点的运动方程。依据其特点及要求,通过对不同区域的频域滤波效果比较,提出了分段滤波方法,实现了消除噪声干扰及减弱阶梯效应的影响的目的,从而保证了对全方向M型心动图的动态信息进一步分析的可靠性。

零相位数字滤波器在非平稳信号处理中的应用

研究零相位数字滤波器在进行非平稳信号滤波时的特点.选用一种典型带通零相位数字滤波器,以非平稳调幅信号作为滤波器输入,进行仿真分析.将零相位数字滤波器与小波包分解重构和经验模态分解方法的滤波能力进行了比较.探讨了零相位数字滤波器在处理非平稳调幅信号时存在的过渡过程,及对滤波结果幅值和频率的影响.论述了滤波误差与滤波器参数、输入信号特性和信噪比等因素的关系.提出了分段零相位滤波器方法,改善了滤波器性能.最后,以一个实测的振荡信号对上述分析进行了验证.为在非平稳信号处理中,正确使用零相位数字滤波器提供了参考.

基于分段线性KF的测向交叉定位算法

单站多点测向交叉定位是单站无源定位技术中较重要的一个分支,目前工程上应用广泛。当测向精度不高的时候,需要首先对方位角进行卡尔曼滤波,提高方位角估计精度后再进行定位,但是,如果单站定位工作时间较长,采用传统线性卡尔曼滤波方法,方位角精度将逐步恶化,最终导致定位结果变差。针对此问题,给出了一种基于分段线性KF的处理方法。仿真结果表明,基于分段线性KF处理的定位算法可以解决定位工作时间较长,定位结果变差的问题,对提高定位精度和缩短定位收敛时间有较显著效果。这种方法简单适用,可以回避EKF,MGEKF等算法中对雅克比矩阵的复杂计算。

综采工作面巡检机器人自主定位方法

目前综采工作面巡检机器人中应用较广泛的是轨道式机器人,机器人经过轨道连接件时会产生抖动,造成惯性导航/里程计组合定位误差增大。针对该问题,在惯性导航/里程计组合导航算法的基础上,采用基于抖动检测的分段滤波方法,实现巡检机器人的自主定位。根据巡检机器人经过轨道连接件时的陀螺仪数据,采用滑动窗口方法对机器人俯仰角速度进行动态分析,通过求导数和判断局部最大上升沿和局部最大下降沿,当最大上升沿与最大下降沿交替出现时,即认为识别到轨道连接件,实现抖动检测,从而将机器人运动状态分为平稳运行状态和抖动状态。当机器人处于平稳运行状态时,陀螺仪和里程计数据均较平稳,此时用惯性导航/里程计组合导航方式进行滤波解算,同时根据陀螺仪数据应该稳定在零值附近的特性来矫正陀螺仪误差;当机器人处于抖动状态时,里程计可能会由于车轮打滑、弹起悬空而产生误差,此时采用纯惯性导航算法消除里程计误差对组合导航定位的影响。实验结果表明,抖动检测算法可准确判断轨道连接件,基于抖动检测的分段滤波方法能有效提升巡检机器人定位精度,平均定位误差小于5 mm,满足综采工作面精确定位要求。

旋进旋涡流量计信号处理方法研究及实现

针对旋进旋涡流量计抗干扰能力差的问题,分析了外部主要干扰信号的特征,提出一种基于分段滤波的旋进旋涡流量计信号处理方法。以MSP430FR5724为主控芯片,首先利用分段滤波电路分别提取高频段和低频段信号,再结合有效值检测电路和峰值检测电路,采集信号的有效值与峰值;以峰值因子为主要因素,设计信号处理算法;最后将采集到的信号有效值和峰值因子与设置的阈值作比较,通过信号输出电路选择符合条件的信号输出。对信号处理模块与流量计整体进行性能测试,实验结果表明,该信号处理模块能准确获取流量值,在低流量区的最大计量误差为-2.5%,高流量区的最大计量误差小于0.4%,均符合旋进旋涡流量计性能要求,同时能有效消除外部干扰对流量计计量的影响,有较高的实际应用价值。

低轨卫星高动态信号捕获算法研究

低轨卫星数量呈井喷式增长,未来低轨卫星天基测控将是提升海量卫星管控能力的有效手段。针对低轨卫星星载终端接收天基测控信号时面临卫星运动速度快、多普勒频率大、可视时间短等因素引起的信号快速捕获难题,论文研究了PMF-FFT(partial match filter-fast Fourier transform)高动态捕获算法对低轨卫星系统的适用性,分析了捕获多普勒范围的决定因素,捕获对信噪比的要求,以及平均捕获时间的相关因素,并通过Matlab仿真进行验证。结果表明,在信噪比-25 dB以上时,能够捕获到多普勒频移为95 kHz的信号,平均捕获时间在200 ms以内。针对不同信号体制和多普勒频率,需要调整匹配滤波器长度和FFT点数,该捕获算法适用于低轨卫星星载终端。

基于SSCF和TSET的滚动轴承冲击故障诊断方法

在对滚动轴承进行故障诊断时,因为噪声等因素的干扰,会导致轴承的冲击故障特征识别困难,针对这一问题,提出了一种基于相似分段协同滤波(SSCF)和时间重排同步特征提取(TSET)的滚动轴承故障诊断方法。首先,利用SSCF对待分析信号划分相似片段,并将其排列成二维阵列,分别用Savitzky-Golay滤波器和多项式拟合算法在X、Y两个方向上进行了滤波处理,再进行了信号的重构,实现了对信号降噪处理的目的;然后,基于同步压缩变换的理论框架,利用TSET进行了群延时估计和时间方向上的时频能量重排,从而获得了清晰集中的冲击特征时频表达;最后,通过计算时频脊线之间的时间间隔确定了故障特征频率,从而实现了对滚动轴承进行故障诊断的目的;同时,对数值仿真信号以及试验台轴承故障数据进行了分析和验证。实验结果表明:经SSCF降噪处理后的相关系数最大,为0.8255,比小波阈值降噪高了0.2504,极大地突出了冲击故障特征;TSET算法的Renyi熵值最低,为11.2861,比SST低了4.3862,获得了能量更加集中的时频表达。研究结果表明:在强噪声环境下对滚动轴承进行故障诊断时,采用基于SSCF和TSET的方法仍具有较高的有效性。

一种改进的窄带信号降噪算法及其应用

提出一种改进的基于FFT窄带信号频域降噪算法,并研究了其在宽带信号分段滤波中的应用。针对传统的基于FFT窄带信号频域去噪方法的不足,首先估计出信号频率与量化频率点的偏离程度,然后对信号进行频移,使信号频率尽量接近量化频率点,再进行频域滤波,并对滤波后信号逆向频移恢复原信号。最后,采用这种基于频移的窄带信号降噪算法对宽带信号进行分段滤波处理。Matlab仿真表明,改进的算法在不同的频率段内性能,且明显优于传统的窄带信号频域去噪算法。