基于自动搜峰和shannon熵的车辆轴承多普勒畸变故障声信号校正研究

针对传声器采集的运动声源信号存在多普勒畸变问题,提出一种基于自动搜峰和shannon熵的滚动轴承多普勒畸变故障声信号校正方法。首先对所采集的声音信号进行短时傅里叶(STFT)时频分析;然后利用自动搜峰方法进行瞬时频率估计,设置shannon熵来提高瞬时频率估计精度,并得到拟合的瞬时频率曲线,进而得到信号重采样时间点;最后对原信号进行时域重采样,从而使畸变信号得以矫正。通过仿真和动态滚动轴承内外圈故障声信号的实验验证了此种方法的可行性。     

一种快速线性时频变换方法

信号的频率含量在很多应用中是非常重要的,很多算法在这方面进行了研究。普通的S变换可以同时提供时间和频率信息,但需要的计算要求较高。本文介绍了一种线性时频变换方法,包括傅里叶变换（FT）、短时傅里叶变换（STFT）和S变换（ST）。它是一种离散的,可逆的,无冗余的变换算法,具有快速傅里叶变换（FFT）相同的计算复杂度。经过合理的调试和仿真,该方法有效地对非平稳信号频谱进行采样和加窗过滤,得到连续S变换频谱,说明在信号分析中具有可行性和适用性。     

基于STFT和FrFT的连续波雷达参数估计

连续波雷达的回波信号由目标进行调制,对回波参数的估计是雷达信号处理的主要任务.本文从短时傅里叶变换(STFT)和分数阶傅里叶变换(FrFT)的基本特点入手,介绍了他们进行雷达回波信号参数估计时的优缺点.针对这些特点,提出了一种基于两种方法的混合算法.混合算法分两步:首先,混合算法运用STFT进行速度粗测;然后,用FrFT对加速度进行估计同时进行速度的精测.最后本文进行蒙特卡罗仿真实验,实验结果证明,即使在较低信噪比下该算法依然有效.     

基于空时离散傅里叶变换投影的宽带旋转不变技术估计信号参数算法

利用采样频率和频域数据的关系,对空时离散傅里叶变换(DFT)投影方法进行改进,并且讨论分析了采样频率对其解相干性能的影响,然后将窄带旋转不变技术估计信号参数(ESPRIT)类算法应用到宽带相干源方位估计中,提出一种基于空时DFT投影的宽带ESPRIT算法。仿真结果表明,适当地增加采样频率可以改善空时DFT投影方法的方位估计性能,并且比起快速傅里叶变换(FFT)插值法,空时DFT投影方法具有更加优越的方位估计性能。     

基于局部多项式傅里叶变换的多分量线性调频信号瞬时频率估计*

针对多分量线性调频信号的瞬时频率估计问题,把局部多项式傅里叶变换应用到求多分量线性调频信号瞬时频率估计中,提出了一种不受分量间交叉项干扰的新方法,该方法对多分量线性调频信号进行局部多项式傅里叶变换,把每一个线性调频信号分离出来,根据每一个线性调频信号的局部多项式傅里叶变换谱,通过搜索找到谱的峰值所在的位置,从而找到峰值所对应的频率,准确地估计出了多分量线性调频信号的瞬时频率。仿真实验中与多分量信号的Wigner-Hough变换进行了对比,验证了该方法的有效性。     

基于快速傅里叶变换的正弦信号频率高精度估计算法

为了进一步提高加性高斯白噪声背景中正弦信号的频率估计精度,提出了一种新的基于插值快速傅里叶变换(FFT)的正弦信号频率估计算法.首先,对N点正弦采样序列进行等长度时域补零延长,再进行 2N 点FFT; 然后, 搜索幅度最大离散谱线位置得到频率粗估计值; 最后, 采用幅度最大谱线以及原信号的离散时间傅里叶变换(DTFT)在幅度最大谱线左右两侧的两点抽样值进行精估计.仿真结果表明,当信号实际频率位于FFT两条离散谱线之间任意位置时,所提算法的频率估计均方根误差均接近克拉美罗下限,具有较好的一致性,估计精度高于Candan算法、Fang算法、三谱线合理结合(RCTSL)算法和Aboutanios算法, 且信噪比阈值较低,估计性能优于现有频率估计算法.     

STFT在航空发动机振动信号处理中的应用

当航空发动机工作于非平稳状态时,常规频谱分析和功率谱分析方法不能反映振动数据频谱随时间的变化情况。短时傅里叶变换(STFT)技术作为最为常用的时频分析技术之一,在工程应用领域具有算法简单、物理概念明确等优点,被广泛采用。鉴于STFT技术的上述优点,从航空发动机非平稳状态整机振动数据处理应用需求出发,对如何将短时傅里叶变换技术应用于航空发动机非平稳状态整机振动信号进行了分析研究,并给出了针对性的实现算法。     

基于FFS的压缩感知算法研究

传统的频谱感知方式因其自身的局限性而难以满足处理速率的更高要求。压缩感知的优势在于前端传感器采样数据量远远小于传统采样方法所获的数据量,从而有效提高频谱感知的速度。本文给出了一种新颖的压缩感知算法——快速傅里叶采样算法,该算法能采集较少的点数,较快地重构信号。算法分为频率分离、比特测试和系数估计三个主要步骤。文中对FFS算法进行了详细分析及实现,给出了仿真信`号重构结果 ,并将该算法的运算量与快速傅里叶变换进行了对比分析。仿真结果表明,该算法具有较好的重构精度,并且信号长度的剧烈增加对运算量的影响较小,在大信号处理时运行时间远远低于FFT。     

基于修正离散傅里叶变换的频域卷积混合盲分离

针对频域卷积混合盲分离,依据所导出的卷积混合信号每帧的频域表示模型,提出了一种最小均方误差意义下的最优变换--修正离散傅里叶变换,用于代替频域卷积混合盲分离中常用的离散傅里叶变换.在每个频率片上,卷积混合信号的修正离散傅里叶变换系数在最小均方误差意义下最接近于源信号频谱的瞬时混合.相对于离散傅里叶变换系数,现有瞬时混合盲分离算法能从修正离散傅里叶变抉系数中更精确地估计各频率片上分离矩阵,从而提高现有频域卷积混合盲分离算法的分离性能.仿真结果证明了修正离散傅里叶变换对现有频域卷积混合盲分离算法的有效性.     

基于分布式任意阵列的宽带信源定位方法研究

为提高宽带信源的定位精度,在已知信源个数情况下,提出一种新的基于任意阵列的宽带信源定位方法。首先,针对宽带信号的非平稳特性,可将宽带信号利用短时傅里叶变换在频域表示,利用群延迟函数(Group Delay)实现宽带信号的高精度波达方向(DOA)估计;最后根据质心收缩算法和互功率谱相位法以收缩区域的方式进行信源定位。对提出的算法进行了仿真分析,仿真结果表明本文算法DOA估计精度较高,且误差较小,信源定位精度较高。相对于现有的定位方法,本文算法计算量小,精度更高,更具实用性。     

基于频差修正的余弦信号频率估计算法

针对余弦振动信号的频率高精度估计需求,提出了一种基于频差修正的频率估计算法.对连续时间信号进行采样后,使用Candan算法估计出频差,运用频差对信号的频率进行修正.对修正后的信号使用Liang算法再次进行频偏估计.最后将2次估计得到的频率值相加求得最终估计频率.通过频差修正,避免了Candan算法因插值方向错误和Liang算法自身特点导致估计精度降低的问题,虽然增加了计算量,但并不影响信号实时处理.仿真结果表明:在相对频偏为任意值的情况下,改进算法的频率估计均方误差接近克拉美罗下限(CRLB),性能优于现有频率估计算法.     

递归时频重排算法在跳频信号参数估计中的应用

为了有效分析跳频信号并估计其参数, 引入一种短时傅里叶变换的快速算法, 为改善其时频聚集性, 将该算法推广到重排域。该算法降低了参数估计的算法复杂度。最后,在跳频系统中对该算法的性能进行了仿真与分析。     

基于抽取与重构的瞬时频率估计算法

研究了在AWGN信道中载波信号采样序列瞬时频率的概率密度分布模型,并通过假设检验验证该分布模型。分析了不同采样速率和信噪比对瞬时频率概率密度分布的影响,根据该分析结论提出了一种基于抽取与重构的瞬时频率的估计算法,并且对该算法的性能进行了详细的分析;还对多载波信号采样序列瞬时频率产生混叠以至无法分辨的情况进行分析,并推导了瞬时频率完全混叠时的极限公式。最后通过蒙特—卡罗仿真验证了提出的瞬时频率的概率密度分布的正确性。     

基于主成分分析的UWB信号的TOA估计算法

提出了利用主成分分析法估计信号在超宽带(UWB)系统中的波达时间（TOA）的算法。算法先对带有噪声的接收信号的相关矩阵进行主成分分析，求出信号特征值对应的特征向量，然后把接收信号分别投影到上述的各个信号特征向量上，求投影之和。通过设置复杂度和采样频率较低的阈值，比较了主成分分析法和MEP算法的时延估计精度。仿真结果表明，主成分分析法时延估计误差小于12cm的概率大于90%，而MEP算法的概率小于45%。     

单分量时变信号检测及瞬时频率估计方法

在传统的信号处理中,最常用且最直接的方法是傅立叶变换,然而其对时变信号却无能为力。本文对几种常用的时变信号进行分析,研究了几种检测和瞬时频率估计问题,研究了单分量线性调频信号的检测问题。     

一种低复杂度的频偏估计算法

为解决短波突发通信中的载波同步问题,提出一种低复杂度的频偏估计算法。通过相位折叠使接收信号的频偏具有周期性规律,以避免自相关计算和离散傅里叶变换,从而降低算法复杂度,实现快速载波同步。Matlab 仿真结果表明,该算法具有估计精度高、捕获范围广和计算复杂度低的特性,适用于突发通信的频偏估计。     

目标运动参数快速估计新方法

提出了一种CW雷达目标运动参数测量的新方法,利用CW雷达目标回波信号构造出两个单一频率的正弦信号,每个正弦信号的频率正好与目标的一个运动参数成正比,基于FFT和细化频谱的Chirp-Z变换得到运动参数估计值。该方法与现有方法相比,既没有使用时频分析工具等耗时的处理,也没有进行参数迭代处理,因此,运算复杂度低,运算量小,同时避免了估计误差传递。仿真实验结果表明了该方法的正确性。     

科氏流量计DSP算法及其仿真研究

提出用于科氏流量计的信号处理的新的DSP算法和仿真方法.包括线性调频Z变换算法,该算法用于信号测频初始化.通过只在窄带内密集抽样的方法,和传统方法比较,线性调频Z变换算法可以减少由于不足点采样而造成的频谱泄漏,改善计算精度并减少运算时间.还包括用于频率跟踪的锁相环仿真,锁相环可以极好地平滑噪声,跟踪频率变化,最终用于计算两路信号相位差.通过在MATLAB环境下的仿真,我们得出结论:琐相环方法是进行科氏流量计频率和相角跟踪的可行性方法,能够较好地满足跟踪精度的要求.     

一种改进的时域优化捕获算法

针对信号在传输过程中存在时延、Doppler频移及多径衰落等,接收信号的中心频点以及PN码相位存在不确定性问题,通过时频域处理、分段及均值处理、移动序列处理、快速Doppler加权估计等手段,结合XFAST捕获算法、均值捕获算法和时域融合捕获算法的优点,提出一种改进的时域优化捕获算法,从复杂度、捕获时间、捕获精度的角度进行算法效能分析。Matlab仿真得出时域优化捕获算法的Doppler估计误差小,捕获比例峰值优于现有的其他两种算法,搜索速度明显提高。