电磁定位耦合信号提取方法研究

电磁定位系统中,正弦耦合信号提取是关键,其结果将直接影响定位精度.在多频正弦信号耦合系统中,由于电子元器件和系统误差等原因,会导致信号频率有偏差,而且可能存在饱和畸变,对参数提取造成了困难.基于最小二乘法原理和频率逼近思想,提出一种用于有频偏的多频率有饱和正弦信号幅值和相位的提取方法.该方法在有饱和畸变的正弦信号中提取未饱和的样本,通过最小二乘法拟合计算,估计信号参数,然后改变信号频率逐渐逼近最佳频率,使得误差平方和最小,从而提取准确参数.仿真分析了噪声、信号饱和程度和采样点数对参数提取的影响.最后通过实验验证了该方法的有效性和实用性.     

基于自适应陷波的非均匀采样信号处理系统

非均匀采样可以突破奈奎斯特采样定理的限制,检测出超过采样频率的信号频率,但非均匀采样引起信号的频谱噪声,使得非均匀采样的小信号检测难于实现。研制了一种实时非均匀采样信号处理系统,采用自适应陷波方法计算非均匀采样信号的频率,逐步滤除幅度较大的信号,从而检测出小幅度信号。详细说明了自适应陷波方法的原理和实现方法,并介绍了基于数字信号处理器(DSP)的非均匀采样信号处理系统。     

一种基于听觉特性的自适应小波语音增强方法

提出一种基于人类听觉特性的自适应小波滤波算法。该方法用听觉感知小波变换对含噪语音信号进行小波分解,这样可以保证对信号频率和幅值的听觉特性,将经听觉感知小波变换所分离出来的噪声成分作为自适应滤波器的输入。通过采用递推最小二乘算法从而实现信噪分离的最佳滤波,以保证去除信号中的相关噪声。结果表明,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计,提高了语音的清晰度和可懂度。     

非均匀采样信号的频谱分析及信号处理系统

非均匀采样由于具有不受采样频率限制、频率分辨率高以及抗混叠等优点,应用十分广泛。推导出非均匀采样信号的离散傅里叶变换方法,分析了采样时钟抖动对非均匀离散傅里叶变换的影响,并给出仿真结果。研制了基于数字信号处理器和可编程逻辑器件的非均匀采样系统,以此为硬件平台,实现了非均匀采样信号的频谱分析。理论和实验结果表明,非均匀采样系统和频谱分析方法是有效实用的。     

直升机旋翼动平衡测量方法研究

为实现直升机旋翼在高速旋转过程中动平衡值的测量，提出了一种基于阶次跟踪的测量方法。该方法首先利用阶次跟踪原理对旋翼转速信号进行等角度重采样，确定重采样的时刻值；然后利用等角度重采样时刻值，对经三次多项式最小二乘法曲线拟合后的振动信号进行二次重采样，得到旋翼振动阶次重采样信号；最后利用离散傅里叶变换方法对其进行阶次谱分析，得到旋翼的动平衡值。该方法有效克服了传统频谱分析方法在分析非平稳信号中存在的频率混叠及能量泄露等问题；同时，该测量方法通过软件实现具有较好的可移植性，能与其他直升机减振分析模块一起使用。通过在仿真试验台及试验机上进行验证试验，结果表明，该方法能有效测量直升机旋翼的动平衡值。     

基于正弦函数的高速采样插值方法

在虚拟仪器的技术基础上,提出了一种新的高精度反映被测信号的方法.这种方法利用高速数据采样技术对被测的正弦信号进行数据采集,然后利用采样数据对正弦函数的幅值和相位进行最小二乘法函数插值.由于最小二乘插值法不要求完全经过采样点数据,又具有连续性,所以能很好的滤除被测信号的突变点.仿真实验表明,在信噪比低于或略高于2%的条件下,当采样频率和被测信号频率比值为3倍时,就能高精度反映被测信号,并且精度高于直接利用三次样条插值的方法,又具有更高的光滑性.该算法简单、快速、具有一定的工程应用前景.     

一种从饱和正弦信号中恢复原信号幅值与相位的方法

本文面向电磁耦合传感系统,提出一种从饱和正弦信号中估计原信号幅值与相位的方法。该方法利用正弦信号具有大小变化和过零的特性,在饱和信号中提取未饱和部分信号样本;然后用基于最小二乘法拟合的线性矩阵计算,实现信号的正弦和余弦分量估计,计算得到信号幅值和相位。通过仿真考察饱和程度和噪声水平对恢复信号幅值和相位等参数的影响;结果表明,当满足足够的采样点数条件时,本方法能在一定的噪声下完成大范围（十倍饱和界限）饱和信号的恢复,并能够保证较高的信号提取精确度和计算速度。这为大范围饱和情况下的信号准确提取和扩大测量量程提供了依据。     

基于自适应仿生小波变换的语音增强方法

分析自适应滤波和小波滤波的原理与方法,提出一种基于自适应仿生小波变换的语音增强方法.该方法首先用仿生小波变换对含噪语音信号进行小波分解,这样可以保证对信号频率和幅值的听觉特性,然后将经仿生小波变换所分离出来的噪声成分作为自适应滤波器的输入.通过选用自适应滤波器的最小二乘算法(RLS)从而实现信噪分离的最佳滤波,以保证去除信号中的相关噪声.实验结果表明,该方法对语音信号有显著的增强效果,能实现语音信号在同频段对噪声成分和有用信号的最佳估计.     

基于KRLS的非均匀采样非线性系统辨识

利用提升技术可将非均匀采样非线性系统离散化为一个多输入单输出传递函数模型,从而将系统输出表示为非均匀刷新非线性输入和输出回归项的线性参数模型,进一步基于非线性输入的估计或过参数化方法进行辨识.然而,当非线性环节结构未知或不能被可测非均匀输入参数化表示时,上述辨识方法将不再适用.为了解决这个问题,利用核方法将原始非线性数据投影到高维特征空间中使其线性可分,再对投影后的数据应用递推最小二乘算法进行辨识,提出基于核递推最小二乘的非均匀采样非线性系统辨识方法.此外,针对系统含有有色噪声干扰的情况,参考递推增广最小二乘算法的思想,利用估计残差代替不可测噪声,提出核递推增广最小二乘算法.最后,通过仿真例子验证所提算法的有效性.     

基于DSP的高精度三角波测量仪设计与实现

设计了一种高精度、数字化的三角波测量仪器,能对(0～5)MHz的任意周期的信号进行频率、幅值、斜率测量.TMS320LF2407数字信号处理器作为主处理器,用前置电路对待测信号做信号变换处理,根据实际被测信号的频率范围,采用等效采样的方法对被测信号进行等周期采样.在信号处理上,提出了用最小二乘法进行曲线拟合的方法对采样数据进行处理.使信号能精确地得到复现.确保测量精度.通过对频率为1k、100k、5M的信号进行测量,结果表明,系统频率测量误差小于0.2%,幅值和斜率误差小于2%.     

Spectral analysis of nonuniformly sampled data – a review

In this paper, we present a comprehensive review of methods for spectral analysis of nonuniformly sampled data. For a given finite set of nonuniformly sampled data, a reasonable way to choose the Nyquist frequency and the resampling time are discussed. The various existing methods for spectral analysis of nonuniform data are grouped and described under four broad categories: methods based on least squares; methods based on interpolation techniques; methods based on slotted resampling; methods based on continuous time models. The performance of the methods under each category is evaluated on simulated data sets. The methods are then classified according to their capabilities to handle different types of spectrum, signal models and sampling patterns. Finally the performance of the different methods is evaluated on two real life nonuniform data sets. Apart from the spectral analysis methods, methods for exact signal reconstruction from nonuniform data are also reviewed.     

弱信号锁相放大CD552-R3电路

锁相放大电路是微弱信号检测的重要方法.基于CD552-R3相敏检波芯片设计了一种锁相放大电路,应用于大背景噪声下微弱信号的检测.采用信号发生器产生的标准信号和染噪信号,对该锁相放大电路进行了鉴幅和鉴相性能测试,并在不同强度噪声下对弱信号进行检测.测试结果表明:研制的锁相放大电路输出线性度高于0.9999,具有良好的鉴幅和鉴相特性,能将信噪比为-36 dB的毫伏级信号提取出来,可用于大背景噪声下微弱信号的检测.     

基于双相锁相放大器的微弱信号矢量测量

噪声存在于任何一个系统中,当所要检测的信号比较微弱且淹没在强噪声背景中时,用传统的检测方法检测信号非常困难,因此如何把淹没于强噪声中的有用信号提取出来的问题越来越引起人们的关注。该文采用时域检测方法,利用移相技术得到相互正交的参考方波信号,通过互相关算法,完成了正交矢量型LIA相关器的实现,利用该方法实现了对微弱信号幅值和相位的检测,有效地抑制了干扰,提高了系统的性能。     

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.     

一种改进微小卫星伪码测距信噪比的有效方法

微小卫星上的星载测控应答机最基本的功能是接收、解调并转发地面战发来的伪码测距信号,供地面站测距.微小卫星体积小、重量轻、功耗低的特点导致测控应答机工作功率较低和天线增益较小,测距伪码往往淹没在嘈杂的噪声中.严重影响后续信号同步信号提取、解调和检测,降低测距精度,甚至导致无法测距.传统基于功率谱带宽的滤波器只能起到一定程度提高信噪比的作用,本文提出基于最小二乘法问题的最小范数准则进行波形拟合的多项式滤波器方法,能够进一步显著提高信噪比,解决强干扰下伪码信号提取的问题.     

基于MOMEDA与双谱分析的滚动轴承早期故障诊断

滚动轴承早期故障阶段,故障特征微弱且环境噪声干扰严重,采集数据包含大量噪声信息,传统的包络谱分析难以提取故障特征信息。双谱分析理论上可以抑制高斯噪声,但很难从强背景噪声下提取出微弱故障特征。而多点最优调整的最小熵解卷积（Multipoint Optimal Minimum Entropy Deconvolution Adjusted,MOMEDA）方法能增强信号中的冲击特征,但其效果和故障信号周期区间等参数有关。利用MOMEDA与双谱分析进行信号处理,将提取到的信号高阶谱特征作为滚动轴承早期故障分类依据。利用MOMEDA方法对采集信号进行滤波处理,提取出有冲击特征的时域信号;对特征增强的信号进行双谱分析,从高阶谱中提取故障特征。经过仿真信号分析和实际轴承故障信号验证,该方法能有效地提取出滚动轴承早期故障特征,实现故障诊断。     

微弱正弦信号参数估计算法研究

该文提出了一种强噪声背景下微弱正弦信号频率、幅值与相位三个参数的估计算法.根据离散小波变换,对强噪声背景下采样序列进行预处理,构造N+2个新的序列.对该序列实施离散傅里叶变换,结合序列的构造方式得到了正弦信号频率,相位和幅值的估计算法.仿真实验表明,在不同类型的噪声背景下,该算法具有较高的估计精度与较强的鲁棒性.     

数字倍频器用于周期信号频谱分析的补偿和误差分析

在周期信号数字频谱分析中，数字倍频器可被用作采样频率发生器（ＳＦＧ）为ＡＤＣ提供采样脉冲，但原有的数字倍频方法使得ＳＦＧ的输出脉冲存在较大的位置累积误差。本文针对原有数字倍频方法的缺点而提出了新的补偿方法，并用非均匀采样信号理论和数字频谱分析方法导出了用原有方法和新的方法实现的ＳＦＧ所对应的采样信号序列的信噪比表达式，证明了新方法优于原有方法，同时也得出了对ＳＦＧ的设计有指导意义的结论。最后，计算机仿真验证了本文结论。     

基于特征向量盲分离的多频微弱信号检测方法

研究了低信噪比条件下混合信号的盲分离,针对实际探测的微弱信号常常是多个频率微弱信号共存的情形, 进行了利用特征向量盲分离检测多个频率周期性微弱信号的研究, 以便把利用特征向量盲分离的微弱信号检测应用于信号处理中微弱信号的提取.该方法首先建立混合信号阵元接收模型,利用多路传感器信号盲分离提取有用信号,达到微弱信号检测的目的.仿真和实测数据试验结果表明,此方法可检测出湮没在强噪声环境中的微弱信号的幅度和频率,在-30dB极低信噪比下恢复出了多个弱信号,具有很高的可靠性.