基于非均匀快速傅里叶变换的SAR方位向运动补偿算法

沿航向的非匀速运动对SAR成像质量有很大影响,而运动补偿后SAR图像存在几何形变,影响子图像拼接和多波段SAR图像融合。当沿航向速度误差较大时,实图像域插值校正后图像残留的几何形变不能忽略。基于上述问题,该文提出一种基于非均匀傅里叶变换的SAR方位向运动补偿算法,算法直接对方位向的非均匀数据进行非均匀快速傅里叶变换(NUFFT)。该算法的定位误差和几何形变比实图像域插值校正几何形变算法小1到2个数量级,对沿航向速度误差有很强的鲁棒性,补偿后数据的幅度和相位信息都得以保留。SAR仿真和实测数据验证了该算法的有效性。

基于非均匀快速傅里叶变换的正交频分复用水声通信多普勒估计与补偿方法

针对正交频分复用水声通信对多普勒频移敏感的问题,提出了一种基于非均匀快速傅里叶变换的正交频分复用水声通信多普勒估计与补偿算法。将第2类非均匀快速傅里叶变换引入正交频分复用水声通信中,利用非均匀快速傅里叶变换对接收信号进行多普勒因子网格补偿,通过稀疏贝叶斯学习获得水声信道估计,以水声信道的稀疏能量最小作为多普勒因子判断准则,从而获得高精度多普勒估计。仿真结果显示,所提出的方法在信噪比大于5 dB时,多普勒估计均方根误差优于1×10^(-5),同时系统误码率随着多普勒估计均方根误差减小而降低。海上试验结果显示,利用本文所给多普勒估计方法获得的两船相对径向速度与实际情况相吻合,系统解码后的平均误码率优于8.33×10^(-4)。仿真和海上试验结果表明,所提出的算法能够对多普勒因子进行有效估计,并且降低系统误码率。

基于非均匀快速傅里叶变换的最小二乘反演地震数据重建

不规则采样地震数据的重建是地震数据分析处理的重要问题.本文给出了一种基于非均匀快速傅里叶变换的最小二乘反演地震数据重建的方法,在最小二乘反演插值方程中,引入正则化功率谱约束项,通过非均匀快速傅里叶变换和修改周期图的方式,自适应迭代修改约束项,使待插值数据的频谱越来越接近真实的频谱,采用预条件共轭梯度法迭代求解,保证了解的稳定性和收敛速度.理论模型和实际地震数据插值试验证明了本文方法能够去除空间假频,速度快、插值效果好,具有实用价值.

基于非均匀快速傅里叶变换的抗振动白光干涉测量方法

由于白光干涉测量技术易受环境振动而产生干扰,提出了一种基于非均匀快速傅里叶变换(NUFFT)的抗振动白光干涉测量方法。该方法将白光干涉测量光路分为两个成像通道,首先通过准单色光干涉图求解移相间隔,通过移相间隔以及NUFFT算法对白光干涉图进行校正,最后利用校正的白光干涉图和七步移相算法复原出待测物体的三维形貌,实验结果表明,所提方法具有良好的抗振动性能。

短时傅里叶变换域最优非因果滤波器和滤波矩阵降噪算法

在现有短时傅里叶变换域单通道降噪算法考虑帧间相关性的基础上,为提高算法的灵活度以及滤波器的性能,提出了一系列最优非因果滤波器和滤波矩阵.具体地,通过引入非因果概念,设计出一组单通道非因果降噪滤波器,以实现同时利用过去帧和未来帧信息进行噪声抑制的目的.并在此基础上,推导出了一组最优单通道滤波矩阵,以降低算法的复杂度.将非因果滤波器以及滤波矩阵的思想相结合,进一步提出了一组单通道非因果滤波矩阵.随后,将所提算法扩展至多通道场景中,设计出了一组最优多通道非因果降噪滤波矩阵,以达到更好的降噪效果.最后,对所提算法进行了仿真实验.实验结果表明,与传统算法相比,本文提出的算法可有效改善带噪信号(输入信号)的信噪比,提升语音质量.

基于非均匀快速傅里叶变换的干涉合成孔径显微算法

在频域光学相干层析(SDOCT)系统中,样品仅在焦深范围内有高横向分辨率,在焦外分辨率降低。干涉合成孔径显微术(ISAM)是一种三维图像重构算法,可以改善离焦区的图像模糊状况,达到在所有成像深度中都可以获得焦平面处横向分辨率的效果,同时可以解决SDOCT中系统的横向分辨率和成像深度之间的矛盾。介绍了ISAM重构算法的原理和适用的范围,对比分析了传统SDOCT成像算法和经过ISAM重构算法处理的成像图像结果。将非均匀快速傅里叶变换引入ISAM算法,实验结果表明该方法极大地节省了运算时间,提升了实时成像高分辨率SDOCT系统的性能。

基于卷积神经网络的短时傅里叶变换

本研究提出了一种基于卷积神经网络(CNN)的短时傅里叶变换方法,用于揭示非稳态信号的频谱随时间的变化规律。我们设计了一个卷积神经网络,采用双层结构,并随机初始化网络权重系数,不包含偏置系数。输入数据为随机生成的一维信号,其傅里叶变换作为标签数据。通过使用平方误差作为损失函数,并运用梯度下降法对网络进行训练,网络逐渐学得输入信号到其傅里叶变换的映射规则。同时,我们观察到网络权重系数在迭代过程中逐渐逼近傅里叶变换的核函数。基于学到的核函数,我们进行了信号的时频分析。数值试验结果表明,以通过训练获得的核函数作为基函数的短时傅里叶变换能取得与传统窗口傅里叶变换相一致的结果,证明了该方法的有效性。这一基于卷积神经网络的短时傅里叶变换方法为处理非稳态信号提供了一种新颖而有效的途径。

错格实数傅里叶变换微分算子及其在非均匀介质波动传播研究中的应用

提出一种新的数值微分运算方法 ,即错格实数傅里叶变换微分法 .该方法的运算速度比错格复数傅里叶变换数值微分解法快 0 .33倍 ;因为该微分算法在整个微分运算过程中保留了奈奎斯特分量 ,使得它比普通分格的实数傅里叶变换数值微分算法的精度高 ,稳定性好 .将该方法和Cagniard DeHoop解析法在求解半无限空间地震波动的问题中进行比较 ,结果表明 ,新微分法的精度和解析方法的精度相同 .在非均匀介质中的地震波传播数值模拟的结果表明 ,该方法是一种研究非均匀介质中地震波传播问题的有效的数值微分方法 .

傅里叶变换红外成像光谱仪非均匀性在线定标与校正研究

由于傅里叶变换红外成像光谱仪结构的特殊性,其非均匀性在线定标与校正在工程上一直没有得到有效解决。首先对IRFPA非均匀性校正的原理与算法进行了简要阐述,在此基础上,通过对时间调制型、空间调制型及时间空间联合调制型傅里叶变换红外成像光谱仪原理结构的深入分析,针对这三种制式的光谱仪,分别研究出了相应的非均匀性在线定标与校正的方法,为星载傅里叶变换红外成像光谱仪非均匀性的在轨定标奠定了良好的技术基础。

基于空域非均匀傅里叶变换的傅里叶望远镜

为了在稀疏发射阵列下清晰重构目标图像,提出了一种基于空域非均匀傅里叶变换(NDFT)的傅里叶望远镜信号处理方法。依据傅里叶望远镜的发射器位置与抽取的目标空间频率关系,结合MATLAB程序特点,完成了空域非均匀傅里叶逆变换,重构了目标图像。稀疏发射阵列配置方式为:T型阵列单臂放置11个发射望远镜,连续抽取目标的8个低频信息,再抽取3个高频分量。选择不同形状和灰度分布的4个卫星作为成像目标。与补零均匀快速傅里叶变换(FFT)方法重构的图像对比发现:信噪比为100dB时,相比补零均匀FFT方法,NDFT方法重构图像的Strehl比都有所提升,最高提升了0.159 8。

非均匀傅里叶变换频率不变波束形成方法

频率不变波束形成是宽带阵列信号处理研究的重要内容之一。本文以麦克风阵列语音处理为研究对象,针对FIB低频处波束形成一致性不理想的问题,提出了一种基于非均匀傅里叶变换的频率不变波束形成方法。该方法采用非均匀采样来增加低频处的采样点数,构建符合非均匀傅里叶逆变换的范德蒙矩阵,再用优化对称窗函数对变换结果进行截取,得到空时滤波器。该方法不仅实现了低频段与期望波束响应近似的波束图,且降低了阵元数目。计算机仿真实验结果验证了该方法的有效性。

非标准快速傅里叶变换算法综述

非标准快速傅里叶变换算法是一种用于处理非标准采样的快速算法,在信号处理领域有着广泛的应用。本文回顾了NUFFT算法的历史和发展,对通用的算法实现形式做了详细描述,介绍了该算法的最新进展和研究方向。对NUFFT算法在CT重建中的应用,如傅里叶重建,迭代重建,稀疏采样重建等也做了介绍。

表驱动的二维非规则采样快速傅里叶变换

非规则采样快速傅里叶变换(NFFT)主要用于快速计算非规则采样数据的频谱及重建.该方法为非规则采样数据频谱重建技术的核心算法.在实现NFFT算法时,高速度和高精度计算是其应用的前提和关键.本文针对二维NFFT计算效率,应用表驱动思路进行改进,将Gauss褶积算子由矩形改进为椭圆以减少计算量,将e指数计算改进为乘法以加快计算速度,并建表解决NFFT算法在地震资料处理中的应用问题.本文同时给出了非规则采样地震数据NFFT谱重建方法.最后本文给出算例验证提出方法的计算速度和精度,和非规则采样地震资料重建结果.

基于快速傅里叶变换的三维非高斯粗糙表面数值仿真

实际工程粗糙表面多数符合非高斯分布,非高斯粗糙表面的数值仿真和生成对于研究两表面间润滑、接触行为具有重要意义。基于有限脉冲滤波技术,利用快速傅里叶变换算法,生成具有给定峰度、偏态和自相关函数的非高斯粗糙表面。当非高斯粗糙表面生成时,将其高度分布视为随机序列,用幅值和相角两个分量来表示,通过分别求解这两个分量使粗糙表面具有给定的表面粗糙度参数。结果表明,对于各向同性和各向异性表面,生成表面的自相关函数与给定的自相关函数吻合良好,并具有给定的峰度和偏态。

分段Chirp傅里叶变换快速算法

为解决设备存储能力与分辨率之间的约束及如何获得信号的局部频谱这两个重要问题,提出分段Chirp傅里叶变换快速算法.在保证分辨率的条件下,对输入长度为N的信号采用两种不同类型的分段:第一种类型是分解为q行p列的短序列信号,根据分段的短序列数据特点,利用现有算法进行处理,通过选择不同的短序列单元,实现算法的局部频谱分析性能,称为第一类分段Chirp傅里叶变换快速算法;第二种类型是分解为p行q列的短序列信号,得到第二类分段Chirp傅里叶变换快速算法.通过分析比较所提算法的复杂度,与现有算法的对比及仿真实验的验证等方法,证实了所提算法的正确性.

基于快速傅里叶变换的用电器分析识别装置

基于快速傅里叶变换的原理和CS5463芯片的功能,设计了一款可以对用电器进行分析的装置。该装置有助于降低由用电器造成的安全隐患,同时符合智慧城市建设的发展。本文研究了CS5463检测电路的机理以及用电器工作过程中的电特性,最后通过专业的电参数仪和本装置进行了实验分析,通过实验数据分析出了本装置的准确度,并对未来提出了展望。

基于快速傅里叶变换的有限差分方法求解三维反应扩散方程

基于快速傅里叶变换求解齐次Neumann边界条件下的三维非线性反应扩散方程,应用有限差分方法给出二阶中心差分格式,利用Kronecker积的性质将三维拉普拉斯算子的微分矩阵进行对角化处理,得到相对应的特征值与特征向量;在时间离散上采用Crank-Nicolson方法,并采用Picard迭代求解离散得到的非线性代数方程组。结果发现,利用快速傅里叶变换求解Allen-Cahn方程,随着时间推移,显示出解从初始状态、过渡层、亚稳态进而到达到稳态的演化过程。最后,给出数值算例,验证了所用方法求解三维反应扩散方程可在保持精度的同时,减少存储量,并可大幅度降低计算时间。

基于快速傅里叶变换和改进T-S模糊神经网络集成模型的逆变器开路故障诊断方法研究

针对受负载扰动和测量噪声影响,逆变器开路时的故障边界间、故障与特征间存在交叠和模糊性问题,在对逆变器功率管开路故障特征的分析基础上,提出基于快速傅里叶变换和改进T‑S(Takagi‑Sugeno)模糊神经网络集成模型的逆变器开路故障诊断模型。首先,依据快速傅里叶变换分析逆变器的三相输出电流波形,提取功率管发生不同类型开路故障时的故障特征;其次,采用规则自分裂技术和模糊C均值设计T‑S模糊神经网络的前件网络的隶属函数层;然后,依托自适应Levenberg‑Marquardt算法对T‑S网络参数进行训练;最后,利用训练后的T‑S网络实现逆变器功率管的多种故障类型与位置的诊断。实验结果表明,所提出模型的诊断准确率高达96%,能够显著改善逆变器功率管开路故障诊断时所存在的问题。

基于快速傅里叶变换和选择性卷积核网络的图像补全

较传统方案而言,目前基于深度学习的图像补全方法取得了更优的修复效果.但大都忽视了建立像素的长距离依赖,深度学习模型处理大面积不规则缺失时效果不佳、生成图像整体契合度不足.另一方面,很多通过融合多尺度感受野来保留更多细节信息的补全算法,由于无法动态的调节感受野,而受到输入尺度与补全目标尺度变化带来的影响,最终导致生成结果产生明显的伪影误差.针对这类问题,本文提出一种基于快速傅里叶变换和选择性卷积核网络的补全算法,在实现像素长距离依赖的同时保证模型的高效率运行.此外,本算法还改进了选择性卷积核网络,可按照各卷积核特征的贡献,自适应调整相应权重,从而为模型提供精确的局部性信息补充,最终生成全局融合度更高、局部细节更丰富的补全结果.在Celeb-A和Place2数据集的实验表明,本文方法不仅在PSNR和SSIM指标上超越了现有的前沿图像补全方法,且处理受遮挡率为80%以上的图像时具有明显优势,能够生成更真实地结果.

衰减全反射傅里叶变换红外分光光度法快速测定西甲硅油乳剂中西甲硅油的含量

目的建立衰减全反射傅里叶变换红外分光光度法(ATR-FTIR)快速测定西甲硅油乳剂中西甲硅油的含量。方法采用标准曲线法,以液体石蜡和正己烷为混合溶剂,测定西甲硅油乳剂中西甲硅油的含量。扫描次数为64次,扫描范围为4000~650 cm^(-1),分辨率为4 cm^(-1),测定特征吸收峰为1260 cm^(-1)处,量取峰高作为吸光度。结果西甲硅油在5.724~85.86 mg·mL^(-1)内与吸光度呈良好的线性关系(r=0.9993),低、中、高浓度样品的平均加样回收率分别为98.8%、102.5%、103.1%,RSD分别为0.68%、0.44%、0.65%(n=3)。3批样品的含量测定结果为39.14、39.88、40.38 mg·mL^(-1)。结论本方法简便、快捷,适用性广、安全性高,巧妙采用液体石蜡减少正己烷的挥发性并省去液体吸收池等附件带来的误差,优于以往的方法,可用于西甲硅油乳剂中西甲硅油含量的快速测定。