频率估计综述

频率估计是信息科学在信号处理领域的一个重要组成部分,在许多实际信号处理应用中具有非常重要的地位,且已广泛应用于雷达、地震、生物医学、语音处理和故障诊断等领域。文中归纳了频率估计的分析方法,并对主要的频率估计方法进行介绍和评述,最后对频率估计的发展方向进行了展望。     

盲源分离技术用于脑电信号处理的探索

基于独立分量分析的盲信号分离方法具有非常理想的信号消噪效果。盲源分离技术是盲信号处理领域的一个重要的分支。20世纪90年代中期，盲源分离技术得到了迅猛的发展，并在语音处理、生物电信号处理、图像处理、金融数据分析以及移动通信等领域得到了广泛的应用。本文介绍了盲源分离技术的模型和算法，并对其在脑电信号方面的应用进行了仿真分析和探讨。     

信号循环平稳特性及其应用

信号处理领域的很多时间序列都可以用循环平稳来建模，这是因为对信号的离散采样、扫描、调制、多址、编码以及物理现象固有的周期性都使信号呈现出周期性。循环平稳信号是一类非常重要的平稳信号，许多信号、干扰都表现出一定的循环平稳性，将信号的这种特性考虑在内的信号处理器，较之传统的信号处理器，可以得到性能上的提高。该文简要介绍了循环平稳信号的基本特性，主要介绍了该理论在各领域的具体应用。     

Research on blind source separation algorithm of the extension information maximization

盲源分离技术是信号处理和神经网络领域近年来的一个热点研究课题,由于其能够从观测的混合信号中恢复出源信号,而对源信号和混合系统的先验知识要求很少,因此在语音信号处理、无线信号处理、生物医学信号处理、地震信号处理,以及图像增强等方面都具有非常重要的理论意义和实用价值。信息最大化盲源分离算法能够有效地分离语音信号的瞬时混合,但是不能分离超高斯信号（如语音信号）和亚高斯信号（如正弦信号）的混合。基于此,本文讨论了扩展信启、最大化盲源分离算法,通过仿真表明,该算法可以有效的对各种源信号的线性即时混合进行分离,实验证明了该算法的有效性。     

扩展信息最大化盲源分离算法的研究

盲源分离技术是信号处理和神经网络领域近年来的一个热点研究课题,由于其能够从观测的混合信号中恢复出源信号,而对源信号和混合系统的先验知识要求很少,因此在语音信号处理、无线信号处理、生物医学信号处理、地震信号处理,以及图像增强等方面都具有非常重要的理论意义和实用价值。信息最大化盲源分离算法能够有效地分离语音信号的瞬时混合,但是不能分离超高斯信号(如语音信号)和亚高斯信号(如正弦信号)的混合。基于此,本文讨论了扩展信启、最大化盲源分离算法,通过仿真表明,该算法可以有效的对各种源信号的线性即时混合进行分离,实验证明了该算法的有效性。     

时频分析在阵列信号处理中的应用

时频分析已经应用到了许多领域 ,Forrester,Atlas et al.和 Williams最先认识到时频分析在机器故障检测这一领域的重要性 ,并且做了大量的研究工作。在生物和生物医学中 ,时频分析的应用也很广泛。在通信领域 ,A m in也把时频分析作为一种有效的工具来使用。当然 ,时频分析在信号检测与信号分类中也得到了广泛的应用。近来 Am in将时频分析应用到统计信号处理和阵列信号处理之中 ,取得了很多重要的进展。本文主要综述时频分析在阵列信号处理中的应用。时频分析在阵列信号处理中主要有两方面的应用 ,一是时频 MUSIC,一是空时频分布     

基于阵列天线的无线电侦察信号盲分离

盲源分离技术有非常重要的理论意义和实用价值,在信号处理的一些领域得到了广泛应用。提出将盲源分离技术用于无线电侦察系统,实现无线电侦察多信号的盲分离。理论分析和仿真结果表明具有良好的效果。     

周期平稳信号处理及其应用

周期平稳信号是一类非常重要的非平稳信号,许多信号、干扰都表现出一定的周期平稳性,将信号的这种特性考虑在内的信号处理器,较之传统的信号处理器,可以得到性能上的提高。本文对周期平稳信号处理的基本理论和方法,以及它在各领域中的应用作一概要总结,并在此基础上,对周期平稳信号处理新的发展和应用方向予以展望。     

自适应信号处理技术的应用

自适应信号处理技术在雷达、通信、声纳、图像处理、计算机视觉、地震勘探、生物医学、振动工程等领域有着极其重要的应用。目前这门新学科仍在继续向纵深方向迅速发展,特别是盲自适应信号处理和利用神经网络进行的非线性自适应信号处理。对于实现智能信息处理系统有很好的应用前景。介绍了自适应信号处理技术在滤波、系统辨识、自适应均衡、回波抵消、谱估计、谱线增强、自适应波束形成等方面的应用,并介绍了其发展前景。     

基于FPGA的IIR滤波器在DTV中的仿真

在数字电视技术中,诸如通讯、视频图像和音频信号处理等系统中都要求对信号处理要有实时性和灵活性,随着可编程逻辑器件和EDA技术的发展,FPGA在这些方面的优势都突显出来了,基于FPGA的信号处理器已广泛应用于各种信号处理领域。数字滤波器是现代数字信号处理系统的重要组成部分之一。IIR数字滤波器又是其中非常重要的一类滤波器,因其较低的阶次可以获得较高的频率选择特性而得到广泛应用。     

利用平滑滤波阈值限定法提取背景噪声

0前言随着现代信号处理技术以及现代通信技术的发展和需求,研究从噪声干扰的环境中检测和提取有用信号具有重要意义。背景噪声的滤除和检测提取一直是信号处理领域的基本问题。无线电监测的需求要求工作人员在频域实现信号和背景噪声的分离,从而进行占用度测量、频谱测量等信号分析工作。     

肺音信号检测分析

生物医学研究的对象是活的,有生命的物体;电子学的研究对象却是死的,无生命的物体。在研究对象、方法和手段上都存在着极大差异。随着电子、材料、计算机等现代化技术的发展,电子技术与生命科学相结合,形成一门新的交叉学科——生物医学电子学。它是运用电子技术的原理和方法,从工程角度研究人的生理病理过程,并从工程角度解决人的防病治病问题。它包括的内容非常广泛,生物医学信号的测量,生物医学信号处理,生物医学模式的建立和识别等都是生物医学电子学的重要课题。     

基于L型阵列的MUSIC二维估计算法研究

阵列信号处理利用天线阵列接收空间信号,阵列输出的信号比单个天线输出的信号包含更多的信息,有利于时差、相差和到达角等信息的提取,因此在通信、雷达和电子对抗等领域得到广泛应用。空间谱估计是阵列信号处理的一个重要的研究方向,克服了传统的基于常规波束形成方法的"瑞利限"问题,具有多信号同时测向能力、测向精度高、超分辨能力等等,因此多信号多参量估计已成为许多研究课题的重要研究内容。     

电声乐器数字信号处理技术

<正>音频信号以数字或模拟形式表示，因此信号处理在两种形式中进行。模拟处理器直接处理电信号，而数字处理器则以数学模型方式处理数字信号。本文从信号处理的角度探讨了数字音频效果在软件方面的应用。音频效果是在电声乐器（如电吉他、电贝司以及各种电子乐器）应用中发展起来的信号处理技术。在数字领域，所有这些效果处理的核心在于改变信号声音的算法，即DSP技术。     

按频率抽取的基4FFT算法在FPGA中实现

雷达成像的数据处理运算量非常巨大，要达到准实时甚至全实时的成像处理速度，就需要高性能的处理设备。结合自己的工程实践，介绍了按频率抽取的基4 FFT算法在FPGA器件中的实现。基于高速FPGA的SAR实时信号处理机是该系统的核心部分，这方面的研究国内才刚刚起步，该文的工作对SAR雷达系统的硬件实现具有重要意义，为SAR实时成像处理提供了一条有效途径，具有良好的应用前景，此技术的实现在实时信号处理领域也具有重要意义。     

高速光传输与全光信号处理技术的研究

在通信领域，光信号的传输与交换是主要的两大研究课题。而伴随着光纤通信容量的提高，高速光传输与全光信号处理技术也得到了应用，从而引起了人们对该两类技术的关注。因此，本文对高速光传输与全光信号处理技术展开了研究，从而为关注这一话题的人们提供参考。     

细胞神经网络在通信信号处理中的研究进展

基于非线性理论的通信信号处理一直是信号处理领域的热点研究问题。细胞神经网络(CNN)作为最易于VLSI实现的一类神经网络 ,是非线性理论的一个重要研究方向 ,近年来在通信信号处理领域取得了许多重要进展。文中主要介绍了细胞神经网络的基本理论、结构及其在通信信号处理中的研究进展 ,并指出其今后在通信信号处理中的进一步研究方向     

激光流式细胞分选的技术设计

许多生化技术和医学诊断方法需要高纯度的细胞亚群样品。激光流式细胞分选术是一种新的物理分离方法,它根据单细胞水平上检测到的多种物化特性进行分选,具有高纯度的特点。这一技术已影响着生物医学的诸多领域。分选原理激光流式细胞分选的主要原理是:单分散的染色细胞在高速流动状态下依次恒速通过激光激发区,产生荧光或散射光,这些光信号反映了细胞的 DNA、RNA 和体积等参数,经变     

基于发音想象的脑机接口的研究综述

脑机接口作为患有交流或肢体障碍的病人与机器设备交流沟通的一种技术，近年来在生物医学工程、康复工程等领域受到广泛关注。基于发音想象的脑机接口作为一种新型的脑机接口方式，由于其具有为患有言语障碍的病人提供有效、舒适的言语交流的潜力，其相关研究正在迅速发展。本文首先介绍常见的基于发音想象的脑机接口所用到的信号采集技术，然后详述现有文献中的相关研究内容和信号处理算法，最后讨论基于发音想象的脑机接口存在的问题以及对未来工作进行展望。      

近红外二区共聚焦显微技术的进展及应用（特邀）

共聚焦显微镜具有较高的空间分辨率和信号背景比,能对生物样品进行三维层析成像,在医学与生物学领域有着广泛的应用。近红外二区（NIR-II,900~1 880 nm）波段的光在生物组织中具有适中的吸收、较低的散射,以及非常弱的生物组织自发荧光,因此,NIR-II荧光活体成像具有大深度、高对比度等优势。点激发、点探测的NIR-II共聚焦显微技术结合了上述二者的优势,在大深度生物成像中具有高空间分辨率和高信号背景比等优点,因此在生物医学领域得到了广泛应用。此综述将从NIR-II共聚焦显微技术的原理出发,阐述其发展进程、以及基于此项技术开展的生物医学成像应用,探讨NIR-II共聚焦显微技术未来的改进和发展方向。