基2的流水式快速傅里叶变换处理机的形式化模型

快速傅里叶变换(FFT)的应用领域非常广泛,其硬件实现方法多种多样。传统的电路正确性验证的方法是模拟,这种方法的主要缺点是不能穷尽模拟全部输入情况,而形式化方法使用纯数学手段证明电路具有某些属性,从而证明其正确性。所以用形式化方法验证FFT电路的正确性具有极强的实用价值。形式化验证的第一步工作是对要验证的电路进行建模,因此本文首先介绍了国内外FFT形式化建模的主要方法和优缺点,然后用重写系统给出了任意N=2M点的基2的流水式快速傅里叶变换处理机的形式化模型,显示了重写系统用于复杂硬件电路建模的优越性,为进一步的电路正确性验证奠定基础。

基于连续统快速傅里叶变换的红外光谱处理技术

为实现红外光谱对遥感地物准确的识别,消除高频噪声是光谱特征分析和提取的重要环节。利用光谱连续统处理方法,结合信号时域分析领域快速傅里叶变换提出了一种新的红外光谱滤波方法。该方法首先对红外光谱进行光谱连续统去除,利用快速傅里叶变换将去连续统后光谱转换到频域,设计低通滤波器滤除高频噪声,然后通过快速傅里叶反变换将频域信号转换到时域,最后对信号进行光谱连续统恢复,得到滤除噪声后的红外光谱信号。对比实验表明,连续统快速傅里叶滤波方法比常规的时域滤波方法有更好、更快的滤波效果,解决了传统快速傅里叶红外光谱滤波的吉布斯现象。该方法操作简便、运行速度快捷、滤波效果好,满足了红外光谱地物识别对光谱高质量的要求。

基于快速傅里叶变换的条纹图像处理研究

为提高船体扭转角变形测量精度,对双光栅干涉测量法产生的莫尔条纹采用快速傅里叶变换频域处理。采集不同宽度的莫尔条纹图像,分别对图像进行快速傅里叶变换,对比分析图像频谱,得到实际莫尔条纹图像的有效频率信息。分析滤波器的选择原则,选用陷波低通滤波器,去除频域图像中高频噪声,获得莫尔条纹有效信息。实验结果表明,莫尔条纹的频域处理精度远高于空域处理结果,使扭转角测量精度提高到1.2″。

高性能基4快速傅里叶变换处理器的设计

研究并设计高性能基4快速傅里叶变换(FFT)处理器。采用基4算法、流水线结构的蝶形运算单元,提高了处理速度,使芯片能在更高的时钟频率上工作。运用溢出检测状态机对每个蝶形运算单元输出的数据进行块浮点检查,确保对溢出情况进行正确判断。验证与性能评估结果表明,该FFT处理器具有较高性能。

基于稀疏快速傅里叶变换的信号压缩处理

随着数据采集能力和采样频率的不断提高,采用传统的奈奎斯特采样定理会获得海量的数据,这给信号的存储和传递带来了极大挑战。提出基于稀疏快速傅里叶变换的信号压缩方法,利用信号在频域的稀疏性,压缩信号所需的存储空间,在保证拥有足够小的误码率的前提下,以高概率重构原始信号。

多处理机中傅里叶变换的并行算法及实现

分析多处理机系统在数字图像处理中的并行化机会,运用数字图像处理中傅里叶变换的特点,在多处理机中实现流水线算法、FFT算法的并行化(二元交换算法)、快速傅里叶变换、基本的主从实现等算法,解决了傅里叶变换和快速傅里叶变换中N取较大值时所产生的顺序复杂性,进而使多处理机系统中多个处理机间更加协调地工作,更加有效地利用CPU。

采用异步实现的快速傅里叶变换处理器

介绍一种采用异步实现结构的快速傅里叶变换处理器,该处理器的控制采用本地握手信号取代传统的系统时钟。给出了处理器中异步加法器的电路结构,设计了一个采用Booth译码Wallace tree结构的异步乘法器。通过对一个8点的异步快速傅里叶变换处理器进行电路仿真,得到该处理器完成一次变换的平均响应时间为31.15 ns,仅为最差响应时间42.85 ns的72.7%。可见,采用异步方式的快速傅里叶变换处理器在性能方面较同步处理器存在优势。

融合快速傅里叶卷积的域变换图像去雨滴方法

在下雨天气中,玻璃上的雨滴会对图像质量产生严重影响,且目前的去雨滴方法过度依赖成对图像,使得无监督图像雨滴去除面临较大挑战。针对这一问题,提出一种域变换图像去雨滴方法。构建域变换网络(DTN),通过有雨与无雨域之间的变换,以无监督的方式实现图像的雨滴去除。同时,通过引入快速傅里叶卷积(FFC)来设计生成网络和判别网络,实现全局与局部特征的信息交互。在FFC中,通过频谱变换(ST)对空间域和频域进行转换,克服传统卷积神经网络(CNN)感受野不足的问题,从而更好地感知细小的雨滴。在2个真实的雨滴测试集上进行去雨滴实验,结果表明,该方法在定量结果和视觉效果上均优于现有的先进方法。与改进前的U-Net+马尔可夫判别网络相比,改进后的该方法在峰值信噪比(PSNR)和结构相似性指数(SSIM)上分别提升3.37 dB和0.0313,并且其能在去除雨滴的同时还原更多的图像纹理细节。

使用快速傅里叶变换优化周期参数的EMD-FFT-SARIMA光伏发电预测模型

根据分布式能源工业园区的光伏电力单元特点,对园区光伏发电功率预测模型进行优化,为后续的调度策略提供数据支持。针对经验模式分解(EMD)与季节性差分自回归移动平均模型(SARIMA)相组合的EMD-SARIMA预测模型中,原始数据经过EMD分解得到的各固有本征模态函数(IMF)分量周期计算问题,提出加入快速傅里叶变换(FFT)的周期计算方法,建立EMD-FFT-SARIMA光伏发电功率预测模型。再将每个IMF对应的预测结果进行叠加重构得到最终的预测结果。通过预测结果的误差计算可以发现,加入FFT环节后均方根误差(RMSE)从120.6 MW下降到19.3 MW,平均绝对误差(MAE)从52.87 MW下降到12.3 MW。

基于快速傅里叶变换与小波变换的GNSS坐标时序时空演化特征分析

中国位于欧亚板块东南部,处于印度板块、太平洋板块和菲律宾海板块的挤压夹持之中,分布有广泛且复杂的地质构造,成为了地壳运动较强且较为复杂的地区.GNSS连续观测是获得地壳运动信息的重要来源,从GNSS坐标时序提取周期及趋势项可为分析区域地壳运动提供研究基础.本文综合利用快速傅里叶变换与小波变换方法开展中国大陆地区GNSS坐标时序时空演化特征分析.首先采用对GNSS坐标时序进行预处理和降噪处理,然后利用快速傅里叶变换方法在频域上对分区GNSS站点坐标时序进行周期提取,最后依据GNSS测站周期,利用小波变换方法进行分解与重构,获得高频周期项结果和低频趋势项结果,并开展相关分析.研究发现:①在1年以内的时间尺度上,除东北区域以外,各方向上的周期均以1年周期为主,半年周期次之,季节周期较弱;②各站点在N、E、U 3个方向上各年的一年、半年周期的周期长度均存在一定的伸长或收缩,不同区域的不同站点随时间呈现出的周期强度变化存在一定差异;③在研究时段内,中国大陆地区在水平方向上的地壳运动趋势为:中国西部呈现向东北偏移的趋势,其余区域呈现向东南偏移的趋势,且向东偏移的趋势略强于向南、北方向偏移的趋势.在垂直方向上,不同区域不同站点的运动趋势较为复杂.

快速傅里叶变换方法求解定态薛定谔方程

定态薛定谔方程通常在坐标空间使用有限差分法和打靶法等算法数值求解.本文采用傅里叶变换在动量空间数值求解定态薛定谔方程,借助快速傅里叶变换算法大幅提高了数值求解速度,并编写了相应的MATLAB数值程序.通过与一维谐振子本征值和本征波函数的解析解对比,验证了该方法的可靠性和数值程序的正确性,为定态薛定谔方程的求解提供了一种高效的数值算法.

匹配傅里叶变换快速算法及在雷达信号处理中应用

为了减小匹配傅里叶变换分析的计算量,提出了一种基于快速傅里叶变换的快速算法。根据匹配傅里叶变换的分解将积分形式转化为离散形式,推导出快速算法表达式。该算法与直接的数值离散匹配傅里叶变换算法相比较,计算量大大减少。同时给出了其在雷达信号处理中线性调频信号的检测与参数估计的应用。理论及计算机仿真结果表明了该算法的有效性和精确性,有良好的工程应用前景。

快速傅里叶变换在信号处理中的应用

随着近年来信息学科的高速发展,人们对于通信设备、人工智能、计算机、机械制造等领域的涉及范围越来越广泛,科学信息技术在我国社会发展中的重要性的逐渐体现,运用数字信号处理技术来将如图片、音频、录像等模拟信息转化为数字信息的使用场景越来越多,信号处理技术也逐渐发展壮大。由于使用快速算法来进行信号处理比较高效,因此快速算法在各学科领域的应用越来越广泛。在信号处理过程中使用快速傅里叶变换在一些领域很适配,但在另一些领域该算法还存在一些需改进的地方。国内学者将快速傅里叶变换作为工具对一些领域已进行大量研究和实际应用,但对快速傅里叶变换在信号处理中的应用的总结与思考较少。本文专门对快速傅里叶变换在信号处理中的应用进行分析与总结,从而为快速傅里叶变换在信号处理中的运用提供思路。

二维快速傅里叶变换在众核处理器上的实现

本文研究了开放式平铺结构的众核片上系统（ Open Tiled Manycore System-on-Chip,简称OPTIMSOC）上的一款众核处理器，在该处理器上实现了二维快速傅里叶变换（two dimensional Fast Fourier transform,简称2DFFTo实验结果表明，相较于单核处理器，众核处理器有较明显的加速效果。

快速傅里叶变换的两种改进算法

首先分析用于模拟信号频谱分析的快速傅里叶变换法，进而提出基于线性插值原理和抛物线插值原理的两种改进快速傅里叶变换法。算例分析表明，改进后的算法明显提高了计算精度，降低了对采样频率的要求，从而明显提高了计算速度。

基于快速傅里叶变换和积分图的快速相关匹配

为克服传统相关匹配算法计算复杂度过大的缺点,基于快速傅里叶变换和积分图提出了一种快速相关匹配算法.在不改变传统相关匹配计算结果的前提下,该算法通过对相关系数公式的分析和化简,用快速傅里叶变换计算模板图像和基准图像的相关,并采用积分图计算基准图像灰度值及其能量的窗口积分,使相关匹配计算量与模板图像大小近似无关,从而大大降低了计算复杂度.不同光照条件下图像匹配实验和复杂环境下目标跟踪实验结果表明,该算法具有很强的抗干扰能力,其执行效率比传统相关匹配提高1～2个数量级.

快速傅里叶变换FFT及其应用

利用快速傅里叶变换FFT将图像信号从空间域转换到频域进行分析,使快速卷积、目标识别等许多算法易于实现;然后根据图像信号的灰度结构特征和频谱分布,用Butterworth带通滤波器和二维维纳滤波器进行滤波处理,去除图像信号中的低频干扰和噪声信号;再利用傅里叶反变换将信号还原。结果显示,处理后的模拟远程高空卫星照片轮廓清晰可见。

基于快速傅里叶变换的四种相位解包裹算法

为了快速准确地对含有噪声的包裹相位图进行相位展开,采用理论分析与计算机模拟及实验验证相结合的方法,对基于快速傅里叶变换(FFT)的四种典型算法——四次FFT算法(4-FFT)、二次FFT算法(2-FFT)、四次离散余弦变换算法(4-DCT)及横向剪切干涉与FFT相结合的算法(LS-FFT)作了对比研究。结果表明:2-FFT算法运行速度最快,4-FFT算法次之,LS-FFT算法速度最慢;4-FFT算法对含有较强噪声和轻微欠采样的实验数据的处理效果是最好的;LS-FFT算法对强噪声数据的处理效果最差。

快速傅里叶变换和广义形态滤波器在抑制局部放电窄带干扰中的应用

根据局部放电信号和窄带干扰的差异,提出了一种基于快速傅里叶变换(fast Fourier transform,FFT)和广义形态滤波器抑制窄带干扰的新方法。首先利用FFT得到窄带干扰的离散谱线,再利用基于数学形态学原理构造的广义形态滤波器将局部放电信号中的干扰滤除,最后进行傅里叶逆变换和小阈值处理以提取局部放电信号。仿真和实测数据的处理结果表明,该方法通过选取合理的结构元素可在滤除干扰的同时保留局部放电信号特征,较好地解决了局部放电信号中窄带干扰滤除的难题。

基于小波变换和快速傅里叶变换的谐波检测

基于傅里叶变换的谐波检测方法可以确定平稳信号中各次谐波的频率和幅值,小波变换可以准确把握信号的局部细节。利用两种方法各自互补的优势,采用一种将小波变换和快速傅里叶变换相结合的综合检测方法对典型的复杂谐波信号进行检测,通过MATLAB仿真结果可知,该检测方法可以准确地检测各次稳态谐波、确定瞬变信号、准确地定位突变点的位置,为解决谐波问题提供了可行性和有效性的方案。