一种非均匀采样下小信号的检测方法

非均匀采样由于其具有不受采样频率限制、频率分辨率高以及抗混叠等优点,使得其应用十分广泛。但非均匀采样会引起信号的频谱噪声,这样使得非均匀采样下小信号的检测不易实现。本文分析了非均匀采样引起频谱噪声的原因,提出一种基于非均匀采样的小信号检测方法。该方法根据非均匀采样检测得到的大幅度信号,应用陷波器将其消除,降低了由大信号引起的频谱噪声,从而检测出小信号。文中详细说明了陷波方法的原理、陷波器宽度和深度的选择、陷波器中心频率的确定以及陷波器在非均匀采样下的应用,最后给出实验结果。理论和实验表明,基于非均匀采样的陷波方法是一种行之有效的信号频率检测方法,使用该方法处理信号可以得到准确的频率估计效果,检测出信号幅度相差100倍以上的多个信号频率。     

非均匀采样下小信号检测与重构的陷波方法

非均匀采样由于其具有不受采样频率限制和抗混叠等优点,使得其应用十分广泛.但非均匀采样会引起频谱噪声,使得信号中的幅度小的频率成分不易检出.本文分析了非均匀采样引起频谱噪声的原因,根据非均匀采样检测得到的大幅度信号,应用陷波器将其消除,降低频谱噪声,从而检测和重构出小信号.文中详细说明了陷波方法的原理以及陷波器在非均匀采样下的应用,最后给出实验结果.理论和实验表明,采用陷波方法可以检测和重构出非均匀采样下的小信号.     

一种抗混叠的非均匀周期采样及其频谱分析方法

非均匀采样可以突破采样定理的限制,但非均匀采样信号的频谱在所有频率段均存在混叠频谱噪声,这些频谱噪声会淹没真实信号中的一些频谱幅度较小的信号,使得非均匀采样无法检测小信号。本文提出一种非均匀周期采样方法,该方法既具有非均匀采样抗混叠的特性,又具有均匀采样的消除混叠频谱噪声的特点。文中详细分析了非均匀采样产生混叠频谱噪声的原因,提出了基于非均匀周期采样的傅里叶变换方法,并给出了实验结果。理论和实验表明,非均匀周期采样方法是一种行之有效的采样方法。     

分数阶Fourier域上非均匀采样信号的频谱重构研究

 本文研究了分数阶Fourier变换域上非均匀采样信号的重构问题.首先得到周期非均匀采样信号经非均匀分数阶Fourier变换后的频谱表达式,研究了该分数阶频谱和信号连续分数阶频谱之间的关系,并基于该关系式提出了一种分数阶Fourier域周期非均匀采样信号的频谱重构算法;其次,讨论了分数阶Fourier变换域上更加一般情况下非均匀采样信号重构问题;最后,给出了周期非均匀采样信号频谱重构的仿真结果.     

基于分数阶Fourier变换的一种新的非均匀采样方法

由于采样设备和被采样信号的限制,完全均匀采样是无法实现的,因此不得不进行非均匀采样.根据信号的时变特征,在信号的低频部分,用较低的频率对信号进行采样;在信号的高频部分,用较高的频率对信号进行采样.在此基础上,应用分数阶Fourier变换对非均匀采样Chirp信号进行分析,得到非均匀采样Chirp信号在分数阶Fourier变换域的频谱表达式,并分析其在分数阶域的频谱性质.该方法解决了整个采样时段内由于过采样造成的数据冗余性,满足了实时性要求,且具有较好的抗噪声能力.这里提出的非均匀采样方法满足了采样定理的要求,并得到了均匀采信号在分数阶域的频谱表达式.     

非均匀采样信号的分数阶数字频谱研究

利用分数阶Fourier变换对实际采样过程中出现的非均匀、非理想采样信号进行了分数阶频谱分析与研究,得到了这类非均匀采样信号在分数阶Fourier变换域的数字频谱表达形式.由此进一步得到了非均匀采样Chirp信号在分数阶域的频谱表达式,并分析了非均匀采样Chirp信号在分数阶Fourier变换域的分数阶频谱性质,最后仿真结果证明了结论的正确性.     

非均匀采样的频谱研究

非均匀采样的一个很大的优点就是它具有抗频率混叠的性能[],首先从均匀采样讨论由采样而引起的频谱混叠现象,在均匀采样和非均匀采样的频谱图对比中讨论两种采样方式引起的不同的频谱混叠现象,从对比中分析非均匀采样方式的优势。从最简单的非均匀采样方法逐步深入到完全随机的非均匀采样方法,研究由于采样方法的改变对数字信号频谱的影响。最后可以看到非均匀采样的方法可以将混叠信号的频谱降低到完全不影响对真实信号的检测。     

基于小波变换的MSK信号码速率盲估计

针对最小频移键控调制信号的码速率估计问题,提出一种基于Haar小波变换的MSK信号码速率盲估计方法。首先对接收信号作傅里叶变换得到信号频谱,对频谱频点分析粗估计信号的码速率,接着通过粗估计的码速率选取短时傅里叶变换窗函数长度和3个小波尺度,利用短时傅里叶变换得到信号瞬时频率变化,再利用小波的边缘检测特性对信号瞬时频率序列相位跳变点检测,最后对检测结果作频谱分析,估计频率得到MSK信号的码速率。仿真结果表明,高于信噪比门限时本算法可以对MSK信号码速率有效估计。     

RFRFT域非均匀采样信号重构算法研究

讨论了非均匀采样信号简化分数阶傅立叶变换（RFRFT）域频谱重构的方法,推导了利用原信号的连续频谱无偏估计重构信号的算法,并得到了重构公式,验证了RFRFT域非均匀采样信号重构的可实现性.同时仿真了RFRFT域上非均匀采样信号的重构实施例,验证了该方法在RFRFT域上非均匀采样信号重构的准确性和稳定性.     

基于小波包分解的多层侵彻信号分析及处理方法研究

由于硬目标侵彻载体结构、研究对象和侵彻过程的复杂性,得到加速度-时间信号频率成分多,而且是典型的非平稳随机过程。小波理论是新的信号处理技术,小波分析是一种信号的时间-频率分析方法,具有多分辨率分析的特点,可以用来分析这些信号。通过对实测信号的分析表明,与建立在传统Fourier变换基础上的频谱分析方法相比,基于小波变换的冲击振动时频特征分析可以给出更为准确的细节信息。文中的研究结果为侵彻信号的处理提供了新的途径。     

基于小波变换的一种ISAR雷达目标成像方法

基于小波变换的性质,提出了一种ISAR雷达目标成像方法.通过对ISAR回波的横向数据进行Morlet小波变换,搜索小波变换模的极大值和对应的极大值点,得到目标的时间-距离-多普勒三维像,然后按时间点进行采样,得到目标的距离-瞬时多普勒像.由实验结果得出:运用此方法,不仅能够得到目标高分辨的距离-瞬时多普勒像,而且能够观测到目标的运动姿态.     

一种基于FIR滤波器的非均匀小波周期采样方法

针对Shannon采样定理只能处理带限信号和要求采样率不低于Nyquist率的缺陷,研究了小波空间中的一种非均匀周期采样理论,给出了定理成立的条件及其突破Nyquist率限制的理论依据,将采样理论扩展到了非带限信号领域。对于紧支尺度函数张成的子波空间中的任意信号,可以利用非均匀周期采样所得的样本以及正交镜像滤波器理论求出其小波系数的估计值,进而得到信号的重建表达式。该方法在信号重建的过程中用到的全是有限冲击响应滤波器,避免了无限冲击响应滤波器的出现,降低了实际物理实现的难度。计算机仿真结果表明该方法是切实有效的,信号重建的相对误差小于1%。     

一种基于二进小波变换的图像边缘检测方法

边缘检测是图像处理和计算机视觉领域最活跃的研究课题之一。传统边缘检测方法对噪声非常敏感,针对该问题在传统边缘检测算法分析的基础上,提出了一种基于二进小波变换的图像边缘检测方法。首先,对原图像进行二进小波分解,然后对低频子图像用直方图均衡化来进行增强,对增强后的低频子图像用二进小波变换模极大值点方法进行边缘检测得到边缘图像。实验结果表明,这种边缘检测方法明显优于对原图像直接使用传统边缘检测算子或二进小波变换模极大值点的边缘检测方法。     

基于复Morlet小波相位的红外调制热像检测方法

为了提高红外调制热像法对复合材料缺陷的检测能力,研究了利用基于复Morlet小波相位分析的红外热像序列处理方法。依据热激励调制频率和红外图像采样频率,自适应地选择小波变换尺度总数,然后利用复Morlet小波系数相位从原始热像序列重建相位图序列。对含有分层缺陷的玻璃纤维增强复合材料参考试件进行了调制热像检测实验,以信噪比为评价指标对该方法的实际处理效果进行了定量评定,并与傅里叶变换法进行了对比。结果表明:复Morlet小波相位法可以分离调制热像信号的低频和高频噪声,能稳定地提取试件不同深度的分层缺陷,对热激励调制频率的变化有良好宽容性,因此是调制热像法的有效数据处理方法。     

基于小波变换及神经网络的SAR图像目标检测方法研究

由于小波分解的多分辨分析特征及神经网络的自学习、自组织等性能,在图像处理中得到了广泛的应用。本文研究了SAR图像非线性采样目标低频小波树特征提取方法,利用PCA（主分量分析）对低频小波树降维,用降维后的特征值训练LVQ神经网络,将其应用于SAR图像目标检测,取得了较好的检测结果。     

基于小波变换的语音基音周期检测

语音信号是一种非平稳信号,基音周期是语音信号最重要的参数之一,传统的基音检测方法存在一些缺陷.小波变换鲁棒性强、能很好地反映信号的时频特性,非常适合处理非平稳信号.为准确提取基音频率,提出了一种基于小波变换的基音周期检测方法.检测前在小波域上用Teager能量算子分离出语音信号的浊音段,然后对浊音段采用空域相关函数降噪...     

Multichannel Sampling of Signals Band-Limited in Offset Linear Canonical Transform Domains

The aim of the multichannel sampling is the reconstruction of a band-limited signal f(t), from the samples of the responses of M linear time invariant systems, each sampled by the 1/Mth Nyquist rate. As the offset linear canonical transform (OLCT) has been found wide applications in signal processing and optics fields, it is necessary to consider the multichannel sampling based on offset linear canonical transform. In this paper, we develop a multichannel sampling theorem for signals band-limited in offset linear canonical transform domains. Moreover, by designing different OLCT filters, reconstruction formulas for uniform sampling from the signal, from the signal and its first derivative or its generalized Hilbert transform are obtained based on the derived multichannel sampling theorem. Since recurrent nonuniform sampling for the signal has valuable applications, reconstruction expression for recurrent nonuniform samples of the signal band-limited in the offset linear canonical transform domain is also obtained by using the derived multichannel sampling theorem and the properties of the offset linear canonical transform.     

基于小波变换的图像分割技术研究

图像分割是一种重要的图像分析技术.近年来,对图像分割的研究一直是图像技术研究中的热点和焦点.介绍一种基于小波变换的图像分割方法,该方法先对图像的灰度直方图进行小波多尺度变换,然后从较大的尺度系数到较小的尺度系数逐步定位出灰度阈值.实验结果表明,该方法具有较好的抗噪声性能.