矩阵在离散时间信号频谱分析中的应用

<正>在经典信号处理理论中,按照连续和离散、周期和非周期将信号分为了连续周期信号、连续非周期信号、离散周期序列和离散非周期序列。对这些信号进行频谱分析,分别成为连续时间傅里叶级数(FS)、连续时间傅里叶变换(FT)、离散傅里叶级数(DFS)和离散时间傅里叶变换(DTFT)。信号的傅里叶分析可以实现将信号     

矩阵在离散时间信号频谱分析中的应用

在经典信号处理理论中,按照连续和离散、周期和非周期将信号分为了连续周期信号、连续非周期信号、离散周期序列和离散非周期序列.对这些信号进行频谱分析.分别成为连续时间傅里叶级数(FS)、连续时间傅里叶变换(FT)、离散傅里叶级数(DFS)和离散时间傅里叶变换(DTFT).     

《信号与线性系统分析》课程中的一个注解研究

傅里叶变换在信号分析中占据着举足轻重的地位,也是《信号与线性系统分析》课程中的重要学习内容,单位冲激函数是该课程的一个基本概念。本文对该课程中关于周期单位冲激函数序列的傅立叶变换进行研究,给出了教学过程中所遇到的问题的求解,对傅里叶变换及傅里叶级数等内容的教学有积极的指导作用。     

再谈数字信号处理课程中几种变换的关系

数字信号处理课程的一个重要内容是系统的变换域分析,包括连续信号的傅里叶变换(FT)、傅里叶级数(FS)和拉普拉斯变换(LT),以及离散信号的傅里叶变换(FT)、Z变换(ZT)、离散傅里叶级数(DFS)和离散傅里叶变换(DFT).这几种变换的原理、定义和关系是学生学习的难点.针对这一问题,从各种变换的本质入手,研究和分析各种变换之间内在联系和意义.     

基于智能可穿戴设备的乐音对比算法

提出一种基于智能可穿戴设备的乐音对比算法.该算法根据乐音信号特性,用平均幅值法定位音符起始点,由短时傅里叶变换获取频域信息;将原始频谱用次谐波求和法与最小方差法提取基频信息,进而精确定位乐音位置;通过计算演奏乐音与模板乐音时频域特征的欧氏距离,实现实时的乐音对比.该方法计算复杂度极低,实时性很好,准确率高.仿真实验表明,该方法适用于智能可穿戴设备的乐音对比.     

基于MATLAB的信号与系统仿真

信号与系统内容复杂多样,不利于学生理解。本文利用MATLAB平台,仿真了信号与系统中的傅里叶变换的时移和频移性质。仿真结果形象直观,易于扩展,开拓学生的思维,使学生能够从多个方面深入了解信号与系统,更好地掌握这门基础学科。     

信号的时间带宽积

本文根据无线电通信对信号宽度和信号频谱宽度的要求,通过信号分折,说明了信号宽度和信号频谱宽度之间的关系。采用了统一的标准,比较各种信号的时间带宽积的大小,指出在具有傅里叶变换的信号中,钟形脉冲信号的时间带宽积最小,说明了钟形脉冲信号在无线电通信中的优越性。     

一种用于卫星有效载荷的抗干扰技术

在现代卫星通信中,有效载荷功能集成化对各模块的硬件资源消耗量提出了更高的要求,而传统频域抗干扰技术资源消耗量较大. 鉴于快速傅里叶变换(fast Fourier transform, FFT)是频域抗干扰的核心部分,提出改进的FFT实现技术,对每级FFT运算结果进行自适应截位. 该方法较常规FFT算法结构节省了大量的硬件资源,
并提高了信号频谱的动态范围,以较少的硬件资源实现了更强的抗干扰能力. 该技术已成功应用于卫星导航系统的星间链路抗干扰通信,效果良好,在当代电子信息对抗领域中亦有广阔的应用前景.     

听觉模型倒谱系数及其在声目标识别中的应用

针对目前广泛采用的美尔倒谱系数(MFCC)鲁棒性不足的问题,基于人类听觉模型提出了一种可用于战场声目标识别的倒谱系数. 用小波包变换代替了传统的傅里叶变换,克服了傅里叶变换在频域上单分辨率的缺陷和对噪声的敏感性. 用指数压缩替换固定的对数压缩,较好地模拟了人耳处理信号的非线性能力. 在SensIT实验数据和外场实际采集的低空目标数据上的实验结果表明：相对于经典的美尔倒谱系数,本文提出的倒谱系数在识别准确性和抗噪声能力方面都有较明显的提高．     

从向量到实函数的傅里叶变换探析

从介绍向量空间中内积引申出向量的傅里叶展开,然后从向量空间过渡到实函数空间,从可积函数内积得到实函数的傅里叶展开.探讨向量空间中向量和实函数空间中函数的傅里叶展开,并讨论二者之间的联系,对理解基向量、基函数和傅里叶变换有一定的价值.