分形信号的滤波算法

提出了分形信号的小波分解与重构的一种快速算法。针对分形信号的自相似和长时相关的特点，采用离散小波变换（DWT）对分形信号进行多尺度分解，使其成为各尺度上的近似平稳信号，从而可利用通常的Wiener滤波或Kalman滤波方法进行估计，然后再由DWT进行多尺度重构，估计出被噪声污染了的原始信号。重点对DWT的滤波过程进行算法设计，并估计了计算复杂度。

基于形态小波的高精度重力仪信号快速滤波算法

为了有效抑制高精度重力测量信号中的各种强噪声以获得高精度重力信息,在分析形态小波滤波算法的基础上,结合FFT算法提出了一种快速形态小波滤波算法,并应用于高精度重力仪信号处理中.在滤波过程中,首先在常规小波分解算法各层间增加形态滤波器,以提高小波算法抑制脉冲干扰的能力.然后,将常规小波分解和重构算法进行重组,并参考FFT算法规则设计了一种快速形态小波分解重构算法,以提高小波分解和重构的计算效率.最后,通过仿真试验,将快速形态小波滤波算法与传统小波滤波算法进行性能对比.理论分析和仿真试验结果表明,快速形态小波算法的滤波效果优于传统小波滤波,其运算速度优于Mallat算法.

利用FFT/WFFT-DWT提高雷达处理增益的性能分析

当目标的多普勒频率与FFT滤波器组不精确匹配时,会产生FFT的高副瓣现象。利用加窗FFT可以抑制副瓣,但降低了主瓣信噪比。在WFFT输出端利用离散小波变换(discrete wavelet transform,DWT)可以改善雷达处理增益(processing gain,PG),推导了单边形式WFFT-DWT的处理增益公式,并利用FFT/WFFT-DWT进一步提高雷达处理增益。检测性能分析表明,FFT/WFFT-DWT在存在频率偏移时有比FFT/FFT-DWT和FFT更好的检测性能。

一种快速离散小波变换算法及其在语音信号中的应用

随着小波分析的理论研究水平不断提高,其应用领域也在不断扩展。特别是其多分辨率分析和Mallat算法在数字信号处理和数字通信中得到了广泛的应用。但是如果直接按照上述算法计算信号的小波分解和重构,其计算量将是很大的。通过对实序列的快速傅里叶变换(FFT)算法的推导及Mallat算法原理的分析,根据离散小波变换算法结构特征,提出了一种基于FFT的快速离散小波变换算法,并从数学理论上进行了论证。同时把该算法应用到实际的语音信号处理中,得到了很好的快速分解和重构效果。

高动态环境下高阶双二进制偏移载波信号的精确捕获

针对高动态环境下双二进制偏移载波(DBOC)调制信号无法精确捕获的问题,该文提出一种基于部分匹配滤波结合快速傅里叶变换(PMF-FFT)的捕获方法。又针对捕获过程中相关损失和扇贝损失引起的检测性能降低问题,提出一种改进的捕获方法。该方法首先利用离散多项式相位变换(DPT)去除接收信号的高阶动态项,然后针对DBOC信号重新设计PMF-FFT算法;最后利用频谱校正法对FFT后的功率谱最大值进行校正。仿真结果表明,在同一条件下,该方法将检测概率提高了2 dB左右,并且有效缩短了捕获时间。

分形信号的小波分析

本文提出了分形信号的小波分解与重构的一种快速算法．针对分形信号的自相似和长时相关的特点，采取离散小波变换（DWT）对分形信号进行多尺度分解，使其成为各尺度上的近似平稳信号，从而可利用通常的Wiener滤波[5]或Kalman滤波[7]方法进行估计，然后再由DWT进行多尺度重构，估计出被噪声污染了的原始信号．本文重点对分形信号的DWT进行算法设计，并估计了计算复杂度．

信号快速带通滤波方法在海洋信号分析中的应用

借助于离散"解析"信号提出了一种对信号进行快速滤波的方法。与传统方法比较,手续简单,快速有效,尤其适用复杂多变的海洋长信号的滤波。以2个典型信号的带通滤波为例,验证了快速滤波方法的有效性,2个复杂海洋信号的滤波结果表明,此滤波方法在海洋信号分析中有应用意义。

离散傅里叶变换与离散小波变换在信号分析中的比较

主要研究了快速傅里叶变换和离散小波变换在两种不同信号中应用,对处理的结果进行了比较分析.说明在突变信号处理中,更适宜使用小波处理,而对于相对平稳的信号,应用傅里叶变换处理则更为有效.

基于LabVIEW编写数字滤波器程序的仿真信号与实测信号的分析

在控制工程领域,信号分析技术有广泛的应用,为了能够更好地分析信号,必须将时域内的信号转换成频域内的信号。通过LabVIEW编程实现滤波器软件设计,通过仿真信号对其进行验证,并将该滤波器运用到高空行吊设备轨道谱测控信号分析中。