用数字信号处理技术实现电源频率的无噪声检测

常规的测量电源系统工作频率的方法易受噪声和谐波的影响。该文介绍一种用来测量电源系统工作频率的新方法。该方法基于数字信号处理技术 ,采用滑动数据窗算法 ,能对电源频率附近 4 0Hz范围内频率信号进行正确地无噪声检测 ,并易于用现有技术实现。文中详细介绍了该测量系统的设计、算法以及采用数字信号处理技术的实现方法。

海洋环境噪声背景下水声信号检测的新方法

介绍了利用随机共振原理检测微弱周期信号的基本原理,并对该方法进行了高斯白噪声下的仿真验证。然后,把这种方法应用于以模拟海洋环境噪声为背景干扰的水声信号的检测中,仿真结果证明了这种方法的可行性。

自适应最小均方法在信号检测中的削弱噪声处理

利用非接触检测系统可检测到生命参数信号(呼吸、心动等信号)。针对呼吸、心动信号频谱有重叠的特征,采用自适应最小均方法对信号进行相关噪声削弱处理,从而获取较为理想的心动信号,实验研究分析及实测结果表明该算法简易、实用。

一种复杂噪声环境下的机电系统故障在线监测声学处理方法

针对复杂背景噪声环境下的机电系统故障检测问题,文中提出了一种基于宽带声学处理的噪声抑制和故障监测方法。该方法以声学信号拾取和处理为出发点,通过对机电设备正常运行状态下声学信号进行采集、数据跟踪和复杂背景噪声抑制,建立系统正常运行状态声纹库,并进一步通过基于宽带声学处理的声纹信号匹配和模式识别技术来实现故障信号的检测与分类,进而实现对机电系统运行状态的在线监测和隐形故障的自主预警。该处理方法将基于数据跟踪的自相关噪声抑制技术与基于宽带声学处理的故障信号检测以及分类判型技术有机结合,可对机电系统早期隐性故障进行监测,有效解决了复杂噪声环境下的机电系统故障检测问题。仿真实验也证明了该处理方法的有效性和良好的实用性。

复杂海洋环境噪声下甚低频声信号检测方法

针对复杂海洋环境中的探测潜艇目标问题,开展复杂海洋环境噪声下的甚低频信号检测研究。采取更加符合实际的列维分布描述复杂海洋低频环境噪声,并基于对数矩法估计实测噪声的分布参数,为后续的系统参数选取提供先验知识;提出随机共振来检测复杂海洋环境噪声下的甚低频信号,分析列维噪声下的2阶随机共振方法;推导列维噪声下随机共振系统匹配参数,建立2阶双稳态匹配随机共振信号检测系统。仿真实验结果表明:2阶匹配随机共振检测器比传统相关检测器的检测性能优越很多;在虚警概率0.01条件下要使得检测概率达到0.9,比相关检测器所需输入信噪比降低10 dB.通过外场湖中试验,验证了该系统对水下移动航行器产生甚低频声信号的有效检测。

基于盲信号处理的舰船辐射噪声检测

根据舰船辐射噪声在水中传递的环境及特点,采用盲信号处理技术重构出相应的原始辐射源信号,该方法能够减少噪声及舰船间的相互干扰,提高了原始辐射源信号的信噪比,从而为水中兵器目标信号的准确检测提供了基础。仿真实验研究了单船舶辐射噪声信号谐波成分的分离及多船舶辐射噪声混合信号的分离,结果表明该算法稳定性好、收敛速度快,是一种有效的舰船辐射噪声检测方法。

汽车声重放音量受环境噪声的自动调节技术数字式音频信号处理器的应用

依赖于噪声的放声电路包括两部分:噪声传感器和(音量或压缩)控制电路。本文讨论了几种可能使用的传感器。在汽车内使用振动传感器是最好的选择。依赖于噪声的音量和压缩电路已在数字音频信号处理器中实现。在汽车内使用该电路,语言和音乐的重放效果将有显著的改善。

混沌振子用于强噪声下微弱正弦信号的检测

提出一种在强噪声背景下用混沌振子检测微弱周期正弦信号的时域信号处理方法 .计算机仿真结果表明 ,该方法能将可检信噪比范围扩大到 -4 6 .4d B,灵敏度达到± 0 .0 0 1 m V.

基于光电倍增管的低噪声前置放大器的设计及其信号处理

利用低噪声前置运算放大器把光电倍增管的输出信号尽可能无噪声的放大。从运放的选择,多级放大电路的设计要点,放大电路的噪声估算,PCB板布局连线和屏蔽等方面,提出了实用化的带宽达10 MHz的电路设计形式,以及注意事项及其信号调理方法。仿真结果显示了所设计电路的信号放大情况,此电路设计形式可以很好的放大并处理光电倍增管的输出信号。

复杂噪声环境中的语音端点检测

提出了一种适用于复杂加性噪声环境的语音端点检测方法。通过对噪声类型的归纳,建立自适应的平稳噪声模型,并根据模型搜索信号能量非平稳的区域。然后基于浊音在频域上的谐波结构,在此区域内检测浊音,从而排除非平稳噪声的干扰。最后根据信号能量精确搜索语音起止点。与目前典型端点检测算法的对比实验表明,在大多数复杂噪声环境下,该算法具有较好的准确率。

快速傅立叶变换用于色谱噪声平滑及微弱信号的检测

应用快速傅立叶变换法（ＦＦＴ）对色谱噪声进行平滑处理及微弱信号检测，同时，也与其他数字滤波法进行了比较。结果表明，利用ＦＦＴ法可以很好地对噪声进行平滑处理，使信噪比提高１８倍，为更好地进行痕量组分的色谱微弱信号检测打下了基础。

随机共振原理在强噪声背景信号检测中的应用

动态系统中的噪声常被认为是令人讨厌的东西 ,但在特定的非线性系统中 ,噪声的存在事实上能够增强微弱信号的检测能力 ,这种现象就是随机共振 (SR ,stochasticresonance) ,它在物理、工业技术和生物医学领域里具有广泛的应用潜力。给出了利用随机共振原理检测微弱周期信号的基本方法 ,并采用模拟的信号对该方法进行了分析与验证。结果表明 ,该方法简单、稳健、可靠 ,能把信噪比较低的周期信号从强背景噪声中可靠地提取出来 。

论心电信号检测中的噪声与干扰及其消除方法

目的:认识心电信号是从体表检测到的心脏电生理信号,它对心脏疾病的诊断意义重大。方法:强调在心电信号检测过程中,很容易受到噪声(干扰)的影响,如随机噪声、工频干扰、检测系统的内部噪声等。结果:分析了心电检测中各种噪声和干扰产生的原因及消除和减小噪声(干扰)的方法。结论:为了尽可能地消除噪声(干扰),又不使检测到的心电信号失真,这就需要改进采集电路、滤波电路,运用新的运算方法。

色噪声背景下微弱周期脉冲信号的混沌检测方法

该文将微弱周期脉冲信号引入特定的混沌系统中,以系统相轨迹由混沌状态到大尺度周期状态的跃迁作为微弱周期脉冲信号的检测依据。用特定的混沌系统实现了对强噪声背景下周期脉冲信号的检测,仿真实验表明该混沌检测系统对被强噪声覆盖的周期脉冲信号非常敏感,对任何色噪声均具有极强的抑制能力。

利用小波变换检测电化学噪声信号波形

简述了应用小波变换检测点蚀电化学噪声信号的基本原理。对在３．５％ＮａＣｌ溶液中工业纯铝发生点蚀的电化学噪声信号检测分析表明：小波变换能够提取发生点蚀的电化学噪声信号和测量系统噪声在多尺度分辨空间中的波形特征，根据表征该特征的小波系数模极大值在不同尺度下的传播特性，可实现对点蚀电化学噪声信号波形的检测。

信号处理在超声检测中的应用

文章综合报道了信号处理在超声检测的抑噪、缺陷的定性定量分析及优化驱动信号的几方面应用。

高噪声背景下超声信号数字处理技术研究

实现高噪声背景下超声回波信号的可靠识别在工程实际中非常重要。本文对高噪声背景下的超声测距信号进行了傅里叶频谱分析和成分分析 ,在此基础上确定了频率滤波的滤波范围 ,并进行了滤波处理。提出了用自相关技术实现高噪声背景下超声回波信号识别的方法 ,建立了相应的数学模型 。

噪声环境下的基音检测方法

噪声环境下的基音检测在语音信号分析和识别中占有重要地位。自相关法和平均幅度差函数是两种常用的基音检测方法。结合两种方法 ,提出了一种有效的噪声环境下基音检测方法。实验表明 ,该方法是可行的 ,与传统方法相比鲁棒性好 。

粗糙表面铁磁性棒材微裂纹检测与信号处理技术研究

为了克服微裂纹检测信号的重复性不能满足准确标定裂纹尺寸要求的缺陷 ,将重复测量所得微裂纹信号峰值视为带有噪声的连续峰值信号的采样值 ,利用小波变换在信号滤波上的优势对微裂纹峰值信号进行滤波后处理 ,由此确定被测裂纹的标准尺寸及其置信区间 ,从而使铁磁材料微裂纹检测技术从光洁表面向粗糙表面迈进了一步 .