基于短时傅立叶和小波变换的时频分析

介绍了短时傅立叶变换和小波变换两种时频分析方法.通过对仿真信号的分析,阐述了两种方法在分析非平稳信号时的优势和优缺点.     

基于小波变换的超声多普勒血流信号的分析

超声多普勒血流信号的时—频分布可以作为诊断血管疾病的重要依据,由于多普勒血流信号是窄带且非平稳的,传统的短时傅立叶变换方法进行分析时容易产生较大的误差,小波变换具有多分辨率的特点,其时间—频率窗可以自动调节,能较精确地实现对非平稳信号的分析,通过对模拟的超声多普勒血流信号的分析表明,小波变换可以为超声多普勒信号的分析提供一个有效的方法·     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术.建立了一套较完善的小波包时频分析技术框架体系.给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法.对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究.应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小渡包时频分析仪.能实现任意信号的小波包分解和显示.最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质.     

小波包时频分析方法的研究及应用

针对非线性、非平稳信号分析与处理方法不能满足某些特别的工程要求的问题,提出将小波包变换和短时傅立叶变换融合形成小波包时频分析技术。建立了一套较完善的小波包时频分析技术框架体系。给出了小波包时频分量谱与小波包时频分量幅度谱以及小波包时频谱与小波包时频幅度谱的算法。对小波包分解的直接算法、Mallat算法、混合算法在计算量和识别精度等方面进行了比较研究。应用Visual C++,OpenGL,photoshop等计算机软件工具和虚拟仪器技术开发了一套虚拟小波包时频分析仪,能实现任意信号的小波包分解和显示。最后将小波包时频分析应用于仿真测试信号与实测机械磨床振动信号,发现小波包时频分析在识别奇异、辨别信号深层次细节方面具有较好的性质。     

小波-傅立叶变换综合法的车桥耦合振动分析

将小波变换与傅立叶变换相结合,提出一种处理非平稳信号的新方法小波-傅立叶变换综合法。并用于分析不同车速下桥梁跨中挠度的动力响应曲线,得到完整的时频信息。分析结果表明了该小波-傅立叶变换综合法在非平稳信号时频分析领域有良好的应用效果。     

分数阶傅立叶变换的若干问题

傅立叶变换所处理的是频率不随时间变化的平稳信号，因而在时频平面时间轴与频率轴相互垂直，即傅立叶变换是从时间域旋转π／2到频率域。分数阶傅立叶变换（FRFT：Fractional Fouricer Transformns）是傅立叶变换的广义形式，它揭示信号从时间域到频率域变化过程信号所呈现的特征，即从时间域和频率域同时表示信号旋转π／2的分数倍时的信号特征。阐明了分数阶傅立叶变换的由来、两种定义形式及主要性质；推导了分数阶傅立叶变换和瑞敦－魏格纳（RadonWigner）变换的关系；分析了分数阶傅立叶变换的光学实现系统的组成和原理；比较了现有的计算分数阶傅立叶变换的方法，最后介绍了分数阶傅立叶域的滤波问题。     

Chirp-Scaling算法中的方位傅立叶变换

基于正侧视合成孔径雷达对点目标的回波冲激响应模型，运用三步法在原始回波信号直接对应的时域和频域中详细地分析和推导了Chirp—Scaling算法中的方位向傅立叶变换，给出了泰勒级数的展开技巧并找出了算法中的重要误差源。最后，对SAR各种常见扫描模式下的方位向傅立叶变换进行了简要的分析。     

基于小波变换的MPSK符号率估计方法

数字调制信号的参数估计是非协作通信的研究重点,符号率估计是信号调制方式识别及正确解调信号的重要参数.小波在时域和频域具有优良的局部化特征,适用于信号瞬时变化特征提取.现有的使用Haar小波的符号率估计算法中都假设码元是矩形脉冲,没有考虑实际通信系统脉冲成形滤波技术的影响.针对上述问题,在带限系统模型下,考虑了脉冲成形滤波技术对信号产生的影响,使用适合带限系统信号瞬时变化特征提取的具有高阶消失矩的Daubechies(dbN)小波,结合FFT算法,提出了一种MPSK符号率估计方法.仿真结果表明,使用该符号率估计方法要比使用Haar小波性能更优越.     

连续周期信号傅立叶变换的两种形式

连续周期信号的傅立叶变换实质上存在两种形式。由于第一种形式的物理意义较为明显,所以该种形式较为常用;第二种形式的优点在于揭示了非周期信号傅立叶变换和由该非周期信号周期延拓后所得周期信号的傅立叶变换的关系,经证明这两种形式实质上是相等的。     

基于小波变换的MPSK符号率估计方法

数字调制信号的参数估计是非协作通信的研究重点,符号率估计是信号调制方式识别及正确解调信号的重要参数。小波在时域和频域具有优良的局部化特征,适用于信号瞬时变化特征提取。现有的使用Haar小波的符号率估计算法中都假设码元是矩形脉冲,没有考虑实际通信系统脉冲成形滤波技术的影响。针对上述问题,在带限系统模型下,考虑了脉冲成形滤波技术对信号产生的影响,使用适合带限系统信号瞬时变化特征提取的具有高阶消失矩的Daubechies(dbN)小波,结合FFT算法,提出了一种MPSK符号率估计方法。仿真结果表明,使用该符号率估计方法要比使用Haar小波性能更优越。     

小波变换和傅立叶变换在系统诊断中的应用

对小波变换和傅立叶变换的特点进行了简要的阐述 ,并结合具体的系统诊断实例 ,介绍了在数字滤波、数字信号分析、信号特征提取等方面的应用技术 .文中给出了采用 MATL AB语言编写的程序模块及程序运行结果 ,并绘出了各个处理阶段的波形 ,使读者能够清楚地看到两种变换的功能     

利用小波变换实现ECG信号去噪

小波变换适用于分析非平稳信号，适宜于对心电数据进行消噪预处理和特征提取。本文以小波分析的多分辩率为基础，以得到的不同尺度信号细节为依据，变成了ECG信号消噪算法的设计与实现，采用强制消噪、全局阈值消噪和局部阈值法消噪，强调了局部阈值算法在ECG信号消噪中的重要性。实验表明小波消噪算法不仅能有效的降噪，并且能够较好的恢复原信号。     

基于Hilbert-Huang变换基音周期检测算法

介绍了一种与传统算法相比有更好的自适应性和优越性的基音周期检测算法,Hilbert-Huang变换不需要对语音信号进行短时平稳假设,检测精度高,适应范围广,帧长大大增加;与小波变换相比,Hilbert-Huang变换依据信号本身的信息对信号进行分解,随信号本身变化而变化,表现了信号内含的真实物理信息,具有更好的自适应性和优越性。     

信号分析方法及其在地震波处理中的应用

地震波是一种非平稳信号,从根本上讲,传统的处理平稳信号的方法是不能从根本上分析非平稳信号的各种频谱特征的.从线性时频分析理论出发,运用Matlab信号处理工具箱,对抗震数值模拟中所用的地震波进行了系统全面的分析,提出了地震波输入的一些注意事项,并提出了相应的措施.     

一种基于统计特性变换的盲信道辨识与均衡算法

在接收信号过采样的情况下,总结了SIMO信道堆栈系统模型。在此基础上针对输入信号为平稳非独立同分布且有已知自相关函数的情况,引入统计特性变换,导出了变换阵的闭式解。提出一种适用于平稳信号源的盲信道辨识与均衡算法,并对算法进行仿真,分析其辨识误差、收敛性能和均衡效果。结果表明：本文算法在输入信号为平稳非独立同分布时仍能对信道进行辨识且具有较高的精度,算法的收敛速度快并能达到理想的均衡效果。     

基于小波变换的脑电信号分析

:介绍小波变换的基本概念和Mallat快速小波变换算法 ,并探讨了小波变换在脑电信号分析中的应用这一课题。实验结果表明 ,小波变换是检测脑电信号中的瞬态脉冲以及脑电基本节律的有效工具。     

基于频域去相关的语音信号分离

目前基于纯净语音信号的语音识别系统和说话人识别系统都已达到了很高的识别率,但是当信号中含有噪声,特别是含有语音噪声时,识别率就会大大降低.解决这一问题的关键是实现语音与噪声的自动分离.考虑到语音信号的非平稳特性,把时域去相关的思想推广到频域,提出了频域去相关算法,实验结果显示了算法的有效性.     

小波变换与傅立叶变换在信号消噪中的对比研究

本文介绍了小波变换,阐述了小波消噪的原理。通过仿真,比较了二者在信号消噪方面的优缺点,得到了小波变换在信号消噪方面明显优于傅立叶变换的后记。     

小波变换在跳频通信中的应用研究

小波变换是信号的时间一频率分析方法,它具有多辨分析的特点,它能有效地检测和识别跳频信号,在跳频通信中有极其重要的作用.按照跳频信号的数学模型分析,小波变换(WT)与快速傅立叶变换(FFT)、短时傅立叶变换(STFT)相比较,具有明显的优越性.通过对中频信号的有限个采样点的分析处理,提取出跳频信号的特征参数,并运用Matlab语言设计出仿真程序,可以证明小波分析跳频信号具有可行性.     

小波变换理论及其在信号处理中的应用

详述了小波理论产生的实际背景和发展状况，对小波变换的定义、时频局部性及处理突变信号的能力作了分析．最后，讨论了小波变换在信号处理中的应用，并展望了其应用前景