基于MUSIC对称压缩谱的快速DOA估计

为提高波达方向(direction of arrival,DOA)估计的速度、降低运算量,在分析多重信号分类(multiplesignal classification,MUSIC)算法原理的基础上,利用噪声子空间降维的思想构造一维MUSIC对称压缩谱(MU-SIC symmetrical compressed spectrum,MSCS)。MSCS通过构造共轭噪声子空间并对噪声子空间及其共轭子空间的交集进行奇异值分解得到,其物理实质等效于在空间辐射源的对称位置添加相同数目的镜像辐射源。理论分析和仿真实验表明,MSCS不受实际阵型的限制,能将DOA估计的计算量降至传统MUSIC算法的50%,并具有与MUSIC相当的估计精度。

30例正常人脑电压缩谱阵初步分析

为探讨正常人脑电压缩谱阵特征，本文对３０例正常人按不同年龄分为三组，进行脑电图与ＣＳＡ对比分析。结果发现：α峰幅各组均以枕区最高，额区最低，但谱阵图型儿童组为α主峰型，青年组为单α峰型，中年组为单α峰型或峰不突出型；中心频率与边缘频率亦各有其相应特征，并能与谱阵图型一样实时显示出睁眼与过度换气时脑电图的变化。

失神发作放电的压缩谱阵研究

分别取２秒与２０秒为单元对１０例失神发作３Ｈｚ棘慢波放电作ＣＳＡ研究，结果发现每阵放电均于３Ｈｚ附近峰最高，在此峰之外的较高频段伴或不伴１～３个次高峰，与综合波的棘波有关；名峰频均从放电开始到结束逐渐减慢。表明ＣＳＡ可对此型放电进行识别和深入认识，值得进一步研究。此外，本文还就单元长短对放电检出的影响进行了讨论。

过度换气对脑电压缩谱阵图的影响

目的：研究对过度换气（ＨＶ）对常规脑电图的压缩谱阵（ＣＳＡ）的影响。方法：对３０例正常人常规ＨＶ前、中、后各１ｍｉｎ的脑电图进行ＣＳＡ分析。结果：ＨＶ前枕区主频谱峰较额区为快，波幅较高。ＨＶ中谱阵主峰解体、增强、减弱或不变，整个主峰频率有左移倾向，年龄越小改变越明显。结论：ＣＳＡ能充分地实时显示常规ＨＶ前后脑电功率变化的特点。

癫痫患者痫样放电的压缩谱阵研究

目的评估ＣＳＡ对癫痫的检测价值，探讨痫样放电在ＣＳＡ上的特点。方法用脑电监护仪连续记录清醒与睡眠期脑电后，以２ｓ为单元作离线ＣＳＡ分析。结果ＣＳＡ可清晰地显示出清醒期与浅睡期的散在频发中高幅放电与１ｓ以上的阵发放电，而不能显示出散在性少量放电与低幅放电；不同的放电类型在ＣＳＡ上具有不同的特征。结论对于癫痫，ＣＳＡ能有效且应主要应用于放电频繁的癫痫或癫痫状态的监护，并对发作类型的判断有一定参考价值。

对称压缩谱的改进求根快速DOA估计

为提高波达方向(DOA)角估计算法的运算速度,在分析了对称压缩谱(MSCS)算法利用构造共轭噪声子空间并对噪声子空间和共轭噪声子空间的交集进行奇异值分解,等效添加镜像辐射源思想的基础上,提出了构建MSCS算法的多项式,求解MSCS算法多项式根的方法。该算法保持了MSCS算法的镜像特性,并且不需要在半谱内进行遍历搜索,只需在半谱内进行求根处理即可。理论分析和仿真实验表明,该算法进一步提高了MSCS运算速度;相对于求根类MUSIC算法,该算法提高了DOA估计精度,从而证明了该算法的有效性。

脑电功率值数据图、脑电功率谱(频谱)曲线图和脑电功率谱(频谱)直方图和压缩谱阵图

计算机技术在脑电图学上的应用,克服了传统的肉眼分析的主观性干涉,使脑电图的结果能用定量数字进行表达。因此在脑电图肉眼分析的基础上,再结合定量分析,必然会进一步提高脑电图的诊断水平。然而,脑电图定量分析技术有许多表达方法,各种表达方法都有各自的长处和不足。因此了解它们的长处和不足,根据临床的具体情况,选择性地使用相应的脑电图定量分析方法是很重要的。

脑电压缩谱评价高原训练效果的探索性研究

应用脑电压缩谱分析技术,对国际健将级游泳运动员刘禹,在赛前实施高原训练前后的脑功能进行个案分析,评价其高原训练的效果。结果:1 )运动员在下高原后赛前调整的1 0天中,其脑主序参量形式发生了非常明显的变化;信息熵水平大幅度升高,信息离散趋势明显;2 )运动员的血液指标反映其机能状态良好。结论:1 )刘禹高原训练后参加全国比赛的成绩下降,是赛前训练强度及内容安排不合理,导致了脑突触功能矩阵协同水平的重调,脑功能的状态结构水平发生变化,表现为信息熵离散,而信息熵或主序参量离散或右移,导致运动员竞技能力下降;2 )在高水平运动员的运动训练中,生理生化等监控指标仅能反映运动员的机能状态,但是不能正确反映出运动员的竞技状态。

驱动场强度对共振荧光压缩谱的影响

压缩光在现代的生活生产中广泛应用,我们通过用单色场驱动二能级原子获得其共振荧光的分量压缩.调节单色场场强的大小和原子与场的失谐的程度就可以控制压缩出现在不同的分支上,并且压缩的程度和压缩的模数不同.所以说改变驱动场可以得到不同模式的压缩.

基于谱宽分析的MUSIC对称压缩谱算法

针对MUSIC对称压缩谱估计算法(MUSIC symmetrical compressed spectrum,MSCS)中对称邻近目标无法快速分辨的问题,提出了基于谱宽分析的MSCS改进算法。该方法利用MSCS算法粗估单侧镜像范围的目标角度,再通过谱宽分析分离出间隔较大目标进行进一步估计,仿真结果表明了所提方法的有效性。该方法解决了MSCS算法无法分辨镜像邻近目标的问题,同时降低了MSCS相关改进算法的计算时间。

基于谱压缩的大斜视TOPS BP图像自聚焦算法

在机动平台大斜视TOPS模式SAR成像时,通过使用地平面直角坐标系BP成像算法,能够在短时间内获取地距平面无畸变的宽幅SAR图像,但实际应用中如何对BP图像快速完成运动误差补偿与旁瓣抑制仍是一个难点。针对此问题,提出了一种改进的谱压缩方法,基于此能够快速实现机动平台大斜视TOPS模式地平面BP图像自聚焦等后续操作。首先,考虑到传统BP谱压缩方法仅适用于聚束成像模式,结合大斜视TOPS SAR虚拟旋转中心理论与波数谱分析,推导出了改进的精确谱压缩函数,能够通过全孔径压缩获得无模糊的地平面TOPS模式BP图像频谱。在此基础上,利用相位梯度自聚焦(PGA)能够快速完成全孔径运动误差估计与补偿。此外,基于提出的改进谱压缩方法得到的无模糊对齐BP图像频谱,可以在方位频域统一加窗实现图像旁瓣抑制。最后,通过仿真数据处理验证了所提算法的有效性。

谱压缩感知的非凸低秩矩阵优化模型与方法综述

谱压缩感知研究有限样本下谱稀疏信号及其连续频率参数的恢复问题,是经典的信号频谱分析问题的拓展,在阵列与雷达信号处理和无线通信等信息技术领域中有着广泛应用.谱压缩感知的经典方法和本世纪诞生的凸松弛方法由于适用范围、估计精度或算法速度的制约,无法满足当下5G和未来6G无线通信等技术对于高精度、高速度的迫切需求.近期,一系列基于结构低秩矩阵的非凸优化模型被提出,这些模型通过精确刻画谱稀疏信号的几何结构,将具有严重非凸性的原参数域优化问题等价刻画为信号域中的结构低秩矩阵恢复问题,为谱压缩感知问题提供了全新的求解思路,带来了算法精度的本质提升.本文系统性地综述了已有关于单通道、多通道和恒模这三类常见谱稀疏信号的结构低秩矩阵恢复模型和求解算法,分析了这些模型的共同点和差异性,并对未来可能的研究方向进行了展望.

急性脑梗死患者的脑电压缩频谱研究

目的：探讨压缩谱阵（CSA）对于急性脑梗死（ACI）患者脑电的临床应用价值。方法：对观例ACI患者和20例年龄相匹配的正常人的常规脑电图作CSA显示，并观察脑电相对功率，90％谱边缘频率（SEF）和中间频率（MPF）的变化。结果：ACI患者的CSA图形以慢频带话峰突出或为主峰，并以病例为著，过度换气（HV）中有明显变化，同对照组明显不同；δ、θ相对功率患侧极显著地高于健侧与对照组，SEF、MPF则患侧明显慢于健侧与对照组。结论：CSA不仅直观，而且能充分显示ACI患者的脑电图特征，并提供定侧定位的信息。

脑电压缩谱阵在正常人与脑梗死患者中的应用

目的：探讨压缩谱阵（ＣＳＡ）分析常规脑电图的临床价值。方法：对正常人与３０例急性脑梗死（ＡＣＩ）患者ＣＳＡ分析。结果：不同年龄组正常人与ＡＣＩ患者的脑电图构型及其在睁眼与过度换气（ＨＶ）中的变化能以不同的谱阵图型式直观地显示出来；ＡＣＩ患者ＨＶ前的脑电中心频率与谱边缘频率患侧明显慢于健侧与对照组，而 δ、θ相对功率非常显著地高于健侧与对照组。结论：ＣＳＡ分析与ＡＣＩ定侧定位是一有效方法。

10例失神小发作放电的脑电压缩谱阵观察

失神小发作放电的特征性脑电图表现为节律性3Hz棘慢波爆发,有关其时域特征的分析已有较多报道,而从定量脑电图角度进行分析探讨尚少,本文首次应用压缩谱阵(compressed spectral arrag,CSA)方法对失神小发作放电进行观察,以探讨本型癫痫放电的CSA特征,并对此方法的应用价值作简要评估。

应用压缩谱阵检测痫样放电的初步研究

对癫痫患者以2s为单元作离线CSA分析。结果发现:CSA可显示出清醒与浅睡期散在频发中高幅放电与1s以上的阵发放电,但不能显示出散在少量与低幅放电;不同放电类型,CSA有不同的特征。表明CSA可有效地用于呈频繁放电的癫痫状态的监护,并可判断癫痫发作类型。

某型越野车试验场载荷谱的压缩与外推

基于雨流计数法,对某型越野车在试验场实测的各路段载荷谱进行压缩;然后对压缩后的雨流均幅值矩阵进行强化外推和基于目标关联模型的比例叠加;最后对叠加后的雨流均幅值矩阵进行时域重构,得到了可用于室内道路模拟试验的目标载荷谱。

飞秒孤子在色散渐增光纤中谱压缩的数值分析

通过数值求解修正了的广义非线性薛定谔方程,研究了孤子在色散渐增光纤中的谱压缩进程.详细分析了入射脉冲峰值功率对输出脉冲的谱宽和中心波长的影响,并描述了脉冲的脉宽、谱宽及啁啾在光纤中的演化过程.计算结果表明,脉宽200fs、中心波长1550nm的基孤子在群速度色散从-1ps2/km至-11ps2/km线性变化的长100m的色散渐增光纤中传输时,脉冲谱宽由12.6nm压缩至5.2nm,即可获得最大压缩比为2.42.

抗噪声的小波谱压缩特征提取算法在语音识别中的应用

针对语音识别实际应用过程中的噪声问题,给出了一种新的抗噪声的特征提取算法,即先利用小波变换将语音信号进行小波子带分解,再根据人耳的听觉掩蔽效应,由谱压缩的技术,将小波变换后的子带语音信号进行压缩,从而提取其对应的语音特征。通过MATLAB软件建立实验平台,仿真实验结果表明该语音特征可以在噪声环境下得到较高的识别率。新的特征参数即充分利用了小波的抗噪声特性又有效地降低了语音识别中的训练环境和识别环境间的失配,具有抗噪声的特点。