一种精确测量周期信号参数的窗口和内插算法

提出了一种基于离散傅里叶变换的改进的周期信号参数的测量算法。该算法通过对时域信号加合适的窗函数,并在频域采用相应的内插算法,可以有效地减小测量过程中信号的频谱泄漏,得到精确的测量结果。仿真实验通过与已有算法的比较证明了该方法的有效性和先进性;噪声分析实验证明了该方法的稳定性。     

基于压缩感知的语音信号编码算法

针对语音信号在离散余弦变换基上的稀疏性,提出了一种基于压缩感知的语音压缩编码算法。算法在编码端采用随机高斯矩阵直接对语音波形进行观测,并采样均匀量化技术对随机观测进行量化。解码端利用未饱和的观测值通过Lasso算法实现语音信号的重构。仿真结果表明,该算法具有良好的重构性能。     

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。     

无线音频传感网络中的压缩采样

在无线音频传感网络中,降低带宽一直是研究人员关心的问题。新近出现的压缩采样技术,以远低于奈奎斯特频率的速度采样,精确地恢复出原始信号。压缩采样,针对稀疏信号,根据测量矩阵进行随机采样,应用最优化算法进行信号重构,恢复出原始信号。以随机抽取的局部DCT矩阵作为测量矩阵,采用CoSaMP作为恢复算法,实现了音频传感网络中的压缩采样。实验结果表明,在采样速率降低4倍的条件下,音频信号能够清晰恢复,信号处理速度完全满足实时性要求。     

一种基于加窗的插值FFT重构Hilbert变换方法

提出了一种基于加窗的插值FFT算法重构Hilbert变换来测量无功功率的方法。该方法通过离散傅里叶变换及逆变换,能够准确地将各次谐波的电压进行90°移相,并利用加海明窗的插值FFT算法对各次谐波的频率、相位,以及幅值进行计算,克服频谱泄露所带来的影响,消除测量时产生的误差。仿真结果表明该方法具有很高的测量精度。     

基于压缩感知理论的宽带信号波达方向估计

针对一维宽带信号波达方向(DOA)估计中聚焦变换算法需要角度预估值的问题,在双边相关变换算法基础上设计了一种无需角度预估值的DOA估计算法.首先,利用离散傅里叶变换(DFT)变换将宽带信号分解为若干个不同频点处的窄带数据模型.然后,通过本文改进的聚焦矩阵将不同频点处的窄带数据聚焦到同一参考频点,得到单一频率点处窄带信号模型.最后,采用改进阵列协方差矩阵稀疏迭代估计算法进行求解.理论研究和仿真实验结果表明,该方法在低信噪比和多快拍条件下比传统算法具有更高的估计精度和分辨率,且结合压缩感知理论有效降低了算法的运算量.     

一种提高DSSS信号载波频率估计精度的算法

针对快速傅里叶变换（fast Fourier transform,FFT）算法频率估计误差较大的问题,采用离散时间傅里叶变换（discrete time Fourier transform,DTFT）辅助FFT估计频率谱峰值,以提高直接序列扩频（direct sequence spreadspectrum,DSSS）信号多普勒测量精度的算法。该算法利用FFT估计频谱最高峰值及次高峰,在对应频点之间平均取10个频率点做DTFT,求幅值的极大值点,以确定频率谱峰值精确位置。仿真实验结果表明,该算法可有效提高捕获过程中DSSS信号频率的测量精度。     

一种基于离散短时傅里叶变换的逐码滑动DQPSK信号解调算法

提出了一种基于离散短时傅里叶变换的逐码滑动差分四相相移键控（differential quadrature phase-shift keying,DQPSK）信号解调算法：首先利用数字测频完成位同步;再利用离散短时傅里叶变换（discrete short time Fourier transform,DSTFT）后的频域相位信息,完成对信号的差分解调。详细阐述了算法的解调原理和过程,分析了对遥测信号解调的适用情况,给出了对比仿真结果。该算法解调性能良好,运行效率高,便于软件化实时处理。     

改进的DFT法消除相位差

针对目前信号相位差消除主要针对理想信号,通过比较离散傅里叶变换算法（DFT）和自相关函数算法对信号相位差消除的优劣性,提出了一种改进的DFT法．该法通过反求误差来对信号进行非整数倍的重采样以提高采样频率,减小误差．仿真试验表明,改进的DFT法可以克服原始信号中的噪声干扰和谐波干扰,对实测非触发采样信号进行相位差消除达到了较好的效果．     

非同步采样的同步化谐波分析算法

为了消除采样过程中同步误差产生的频谱泄漏,提出一种基于搜索的同步化算法.该算法采用逆向搜索在非同步采样数据中截取整周期的采样序列,通过离散傅里叶变换(DFT)得到频谱,搜索频谱幅值得到基波谱线位置,计算基波及各次谐波的幅值和相位.误差分析和仿真结果表明,采样点数越多,算法精度越高,较高的采样频率有利于提高算法的分析精度.同步化谐波分析算法分为单周期和多周期两种方法,单周期法适合于非稳态周期信号的谐波测量,多周期法提供了一种精确分析稳态周期信号谐波的有效方法.