自相关域线性预测模型及其应用

提出了一种在自相关域对语音信号进行线性预测分析的方法。证明了只要时域信号是一个全极模型信号,则其相应的自相关序列也是一个全极模型序列,且其全极模型是稳定的,具有更好的抗干扰性能。还提出了一种有效地降低这种模型阶数的算法。将这种模型的功率谱作为语音的特征参数,进行中文讲话者识别实验,取得了满意的结果。

激光焊等离子体光电信号时域与自相关域分析

为了验证无源电探针检测装置对于等离子体电信号检测的有效性,基于等离子鞘层效应制作无源电探针检测装置,并利用高速摄像装置搭建了等离子体光电信号同步采集检测系统,在时域和自相关域内分别对A304不锈钢激光深熔焊过程中采集的等离子体电信号波形曲线和等离子体高度变化曲线对比分析,结果表明:等离子体光、电信号波动特征与波动周期基本一致,且波动周期为1.620～3.667,ms,利用高速摄像信号验证了无源电探针检测等离子体波动规律的有效性.

基于自相关积分循环谱的复合调制雷达信号识别方法

为解决传统识别方法对复合调制的雷达信号识别率低的问题,文中提出了一种基于循环谱积分特征的识别方法。首先,将计算循环谱的傅里叶累积方法转换到自相关域,降低了噪声的干扰;其次,通过引入轴线积分的方法实现了将二维循环谱矩阵在保留主要信息的基础上降维为一维特征向量,消除冗余数据;最后,利用支持向量机实现了雷达信号的识别。实验表明,本方法在信噪比不小于-2 dB情况下,可保证对7种不同调制的雷达信号识别准确率在90%以上,且与其他识别方法相比在低信噪比条件下对雷达信号的识别率提升显著,尤其是对相位调制信号的识别。本方法将时域特征拓展到自相关域,便于实现,对信号识别方法提供了新思路。