高速模拟信号压缩采样实现

压缩传感理论能够有效地降低信号的采样频率,实现对稀疏信号的压缩采样。该文在信号延时多通道采样技术的基础上,提出了一种基于压缩传感理论的模拟信号采样实现方法,根据该采样模型构造了压缩传感测量矩阵。该采样模型能够以低于信号Nyquist频率的采样率对频域稀疏信号进行采样,通过最优化算法准确重构原始信号。仿真结果表明,基于压缩传感理论的模拟信号采样模型能够对频域稀疏信号进行压缩采样,该方法具有可行性。     

基于SVD和均值量化的音频数字水印算法

提出了一种基于奇异值分解和均值量化的音频数字水印算法。该算法首先把原始音频信号分段矩阵化,然后对每分段所对应的矩阵进行奇异值分解,选取其相应的奇异值,通过均值量化方法嵌入二值图像水印,实现了音频信号中水印的嵌入。仿真实验结果表明,该音频水印算法对噪声干扰、低通滤波和重新采样等信号处理具有更好的鲁棒性。     

基于压缩感知的电能质量扰动信号分析

电能质量扰动信号是衡量电能质量的一个重要指标,因此对电能质量扰动信号进行准确检测是提高电能质量的前提。针对传统采样方法中采样数据量大、采样时间较长以及压缩复杂度高的问题,本文基于压缩感知理论对电能质量扰动信号进行重构,首先证明电能质量扰动信号的稀疏性满足压缩感知的必备条件;采用自适应测量矩阵对电能质量扰动信号数据进行压缩采样,同时,采用谱投影梯度实现了对电能质量扰动信号的精确重构。仿真结果表明,本文采用的压缩感知恢复算法不但可以降低采样数据量和压缩复杂度,其重构误差小,压缩性能指标比较好。     

一种最速下降的贪婪迭代算法

压缩传感应用于图像压缩重构的算法通常有凸优化算法和贪婪迭代算法两大类.一般而言,凸优化算法重构概率高、速度较慢,贪婪迭代算法具有较快的重构速度,但损失了重构质量.结合凸优化算法中的最速下降法及贪婪迭代算法中的正交匹配算法(OMP),提出了一种新的算法,并应用于一维信号和二维图像信号的压缩重构实验,且深入对比分析了不同降采样矩阵对新算法的影响.结果发现,对同一降采样矩阵,即使图像的纹理不同,新算法在重构质量及重构时间上都优于原始的OMP算法.     

基于压缩传感的高精度同步相量测量方法

为了消除或减小采用GPS定时的同步相量测量中非精确同步采样所造成的测量误差,提出一种基于压缩传感理论修正离散傅里叶变换估计结果的高精度同步相量测量算法。该算法利用离散傅里叶变换对测量信号进行稀疏化,并采用狄利克雷矩阵为观测矩阵,通过压缩传感重构算法重构测量信号。仿真结果表明:与传统离散傅里叶变换方法相比,该算法在不需要延长测量时间的条件下能够有效消除或减小频谱泄露等误差,并在很大程度上提高了信号的相量测量精度。     

基于音频帧幅度修改的鲁棒性音频水印

该文提出一种基于音频帧幅度修改的水印算法.将音频信号划分为若干个包含相同采样点的帧,每帧分为3个包含相同采样点的段,对各选定段的幅度绝对值的平均值进行修改,通过比较各段平均值幅度差异来嵌入水印.实验表明,该算法在保证良好音频质量的同时对MP3压缩,低通滤波,重采样,同步攻击等信号攻击具有很强的鲁棒性.     

基于频谱估计的频域稀疏压缩采样信号重构

压缩采样理论突破了采样定理对稀疏信号采样频率的限制,在保证信号重构精度的条件下能够显著降低采样频率,能够在采样过程中对数据进行压缩。在频域稀疏信号的压缩采样中,由于所处理数据长度的有限性,存在频谱泄漏现象,即稀疏表示基失配,从而导致信号重构性能降低。为克服这种表示基失配引起的重构误差,提出一种基于频谱估计的频域稀疏压缩采样信号重构算法。该算法采用root-MUSIC算法对被测信号的表示基进行自适应地构造:用root-MUSIC算法对频率进行估计,用自适应的基向量构造稀疏表示基矩阵。通过实验对该重构算法的可行性进行验证。与传统信号重构算法相比,该重构算法具有更高的信号重构精度。     

基于深度卷积生成网络的冲击波信号压缩感知方法

因信号的重构效果受到稀疏矩阵选取或设计的影响,传统压缩感知技术在处理冲击波信号时要求信号在某个变换域上满足稀疏先验性.为了避免稀疏矩阵不易选取的问题,提出了一种基于深度卷积生成网络与压缩感知技术相结合的算法.该算法将固定的随机信号作为网络输入值,网络的输出结果为重构信号,利用文中设计的损失函数对网络中的参数进行优化,实现信号端到端的恢复,并通过仿真验证了重构结果误差的减少.在15 psi和5 psi传感器实测冲击波信号的实验结果中表明,本文算法相比于传统压缩感知技术具有更好的重构结果,重构误差在稳定时约为DFT-OMP算法和DCT-OMP算法在M为2400时误差值的0.5倍.     

基于压缩传感的EMI信号处理

针对目前结构健康监测系统由于采集数据量过大而造成的信号传输与存储效率低下的问题,提出将压缩传感（CS）用于机电阻抗（EMI）信号的压缩,以实现EMI信号的高效传输和储存.文中用匹配追踪(MP)分析EMI信号的稀疏度,并把高斯随机矩阵作为观测矩阵,同时满足了压缩传感所要求的信号的稀疏性和观测矩阵的不相干性.以一维损伤杆的EMI分析为例,把均方差作为损伤指标,讨论压缩传感的压缩效果和抗噪声能力.结果表明,使用压缩传感之后,传输带宽和储存空间只需为原来的28%;在观测为4倍稀疏度情况下,100次试验都能够对不同损伤进行有效识别;当信噪比大于20 dB时,观测值能稳定地重构出原始信号.证实压缩传感作为一种信号处理方法可以应用于EMI系统信号处理.     

基于压缩感知的三相电能质量扰动信号压缩及分类新方法

首先,选取傅立叶基作为压缩感知中的过完备字典、高斯随机矩阵作为观测矩阵、正交匹配追踪(OMP)算法作为重构算法,对电能质量扰动信号进行压缩采样。然后,采用灰度共生矩阵纹理特征中的能量特征值、灰度值出现概率两种方法对压缩感知重构信号进行分类检测。试验结果表明:本文方法可以同时实现对三相电能质量信号的压缩重构,也可以实现对信号的准确分类,并减少了信号压缩采样过程中的数据量。     

油井远程无线通讯声波衰减特性研究

在油井作业过程中,无线通讯技术可以解决油井井下参数传输中存在的误码率高、实时性差等问题,如何选择声波特征频率以及探究声波在油管柱中的衰减度已成为近年来研究的热点。针对声波信号沿金属管壁传输衰减特性展开研究,并建立了通讯模型,在此基础上量化声波衰减规律,结合Comsol波形仿真软件验证了所建立的通讯模型和特征频率选取的正确性。结果表明,该方法可以有效传输声波信号,为油井远程无线声波通讯技术提供了最佳频率选取方案。     

自适应滤波技术在水声信号处理器中的应用

针对海洋环境噪声大、干扰信号强的特点,在水声信号处理器研制中,采用自适应滤波模块对海洋水声信号进行处理。实验表明该方法具有良好的滤除噪声和抗干扰能力,顺利实现了海洋复杂环境下的水声信号处理。     

小波神经网络技术在柴油机声信号处理中的应用

提出了利用小波分析和神经网络技术处理柴油机工作时产生的声信号,以对柴油机 进行故障诊断的方法．在实验台上模拟了喷油器的多个故障,并对柴油机工作时在汽缸盖 上方采集的声信号,利用小波分析和神经网络技术进行了详尽的分析,对各模式进行了成 功的判别．对利用声信号对柴油机进行故障诊断这一未成熟领域,在声信号的处理方法上 做出了成功的探索．     

频域稀疏信号可压缩采样方法

针对宽带频域稀疏信号采样时数据量大、不利于存储和传输问题,结合压缩感知和时间交替采样技术提出一种可压缩的采样方法．基于压缩感知原理提出了由多个并行同步压缩器组成的数据压缩电路,在时间交替采样的基础上,利用压缩电路将多路采样数据流在随机序列所张成的空间中进行投影,实现对数据流的不失真压缩．数值实验结果表明,所提出的采样方法,可以对宽带频域稀疏信号进行低速率采样,从压缩的低速采样值中能够以高概率不失真地恢复出原信号,有效缓解了存储和传输的压力．     

无缆智能注水井管柱声波信号传输频率的筛选

无缆智能注水工艺以其安装简便、性价比高等特点具有较强的应用优势,在国内油田得到广泛应用,而声波信号传输式的无缆智能注水技术目前已经在国内进行了初步的探索尝试,依据井筒控制工艺的通讯特点,油管作为通信信道,对油管的声波信号传输频率进行计算、优选是保证该项工艺成功实施的重要基础。建立了一种油管声波传输的数学模型,利用模型计算得到注水井井下声波信号传输的幅值变化曲线及频率分布曲线,结合计算结果与实际现场试验的结果比较,验证了计算模型的准确性,同时得出注水井声波信号传输的通带频率范围设置为1164~1179Hz较合适。     

单矢量传感器倍频窄波束技术研究

在小尺寸声呐平台中单个矢量传感器较水听器阵有优越性,但其自然指向性波束较宽,-3dB波束全宽度约为90°,通常不能分辨多目标.本文分析了瞬时声强流(声压和振速的乘积)中所含基带频率的倍频成分,提出的倍频窄波束技术在不降低抗各向同性干扰能力前提下利用单矢量传感器形成尖锐指向性.仿真计算表明新方法形成的-3dB波束全宽度约为26°.这使得单矢量传感器有初步的双目标分辨能力.     

基于声波的玉米含水量测定

利用声音传感器采集玉米籽粒流从高处落到相同状态玉米堆时发出的撞击声音,对声音信号进行滤波预处理,提取声波信号强度、功率谱能量、谱峰值等特征值来描述信号。应用多元线性回归、二项式回归和神经网络等方法进行全面分析。试验结果表明:声波信号强度功率谱能量及谱峰值等特征值与玉米籽粒含水量之间存在较强的相关性,其中信号强度相关性最大。利用这些特征能够准确地测定籽粒含水量,其中二项式回归模型最接近实测值。     

AMUSE算法在声波测井数据处理中的应用

传统的声波测井信号处理方法采用滤波器滤除干扰信号,不能有效滤除与测井信号处于同一频段内的干扰信号.本文针对测井信号和干扰信号由相互独立的信号源产生,并被声波测井仪器的多个接收器接收这一特点,采用一种独立变量分析方法,AMUSE算法对接收器的获取信号进行分解,提取测井信号的波形信息.并利用测井信号的能量远大于干扰信号的能量这一特点,对AMUSE算法进行改进,利用接收器获取信号的能量信息,得到测井信号的幅度估计.该算法实现了对测井信号波形和幅度的提取,可以有效的提高声波测井数据的准确度.     

大坝廊道无线传感器网络节点铺设方法

为了满足灌浆工程中智能化监控的要求,了解无线传感器网络在复杂环境下灌浆数据传输的质量情况,对2.4 GHz无线信号在大坝灌浆廊道中的传播特性进行了研究.利用现场实验测试网络性能,指出廊道环境、数据传输时延、多跳跳数及采样率对节点能耗和无线传感器网络链路质量的影响,并提出基于信号强度的、动态n值的线性节点铺设方法.该方法在链路质量降低情况下可通过铺设冗余节点和测试丢包率等方法调整节点位置,使链路快速得到恢复.通过能耗分析、丢包率测试、定位误差测量等实验对动态n值相对于固定n值在数据传输网络中的性能进行了分析.实验证明:在恶劣施工条件下,基于信号强度、动态n值的线性节点铺设方法适用于灌浆廊道通信.     

基于MVEKF的被动声网络定位算法

声网络跟踪低空目标时,存在信号传输时延及强非线性等特点,针对这个问题,该文提出一种基于修正协方差扩展卡尔曼滤波的声网络定位跟踪算法.首先,利用时延方程约束,将目标纯方位数据进行时间校准;其次,通过自适应修正滤波中的协方差矩阵,提高非线性滤波的精度和稳定性.与EKF的仿真比较说明,该文所提方法的定位精度更高,跟踪性能更好...