基于稀疏快速傅里叶变换的信号压缩处理

随着数据采集能力和采样频率的不断提高,采用传统的奈奎斯特采样定理会获得海量的数据,这给信号的存储和传递带来了极大挑战。提出基于稀疏快速傅里叶变换的信号压缩方法,利用信号在频域的稀疏性,压缩信号所需的存储空间,在保证拥有足够小的误码率的前提下,以高概率重构原始信号。     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

一种稀疏度自适应的稀疏傅里叶变换算法

稀疏快速傅里叶变换需要信号以傅氏域的稀疏度为先验信息,但稀疏度通常是未知的,在一定程度上限制了算法的应用。为此,提出一种新的稀疏傅里叶变换算法。在下采样域进行能量检测,得到稀疏度的初始值,通过增大下采样维度提高稀疏度估计的准确性,从而近似估计稀疏度,设定阈值剔除冗余信息从而得到较好效果。实验结果表明,当信号长度大于219或稀疏度小于900时,该算法性能优于西方快速傅里叶变换,且具有较强的鲁棒性。     

基于稀疏傅里叶变换的低采样率宽带频谱感知

针对传统频谱感知方法应用于宽带频谱感知时存在采样率过高的现象,提出一种基于稀疏傅里叶变换的采用奈奎斯特采样进行宽带信号频谱感知的方法。该算法在频谱分布稀疏时具有极低的误判率,并在频谱占用率增加时,提出了改进的算法,最后利用MATLAB仿真验证了稀疏傅里叶变换用于宽带频谱感知方案的可行性。相比传统方法,本文的频谱感知方案需要的采样率仅为奈奎斯特采样率的20%。     

面向FPGA的稀疏傅里叶并行算法实现

提出了一种基于最优搜索的稀疏傅里叶变换(SFT)的并行实现设计。首先将输入信号分为并行N组,分别进行快速傅里叶变换(FFT),实现信号频率分量的取模处理,然后通过排序搜索获得。经验证,相较于FFTW,当信号长度大于524 288时,执行时间会有更好的表现;相较于正交匹配算法及其他SFT的FPGA实现,其系统的复杂度降低了。     

基于连续傅里叶变换计算离散傅里叶变换的一种算法

介绍一种利用连续信号的傅里叶变换计算离散序列离散傅里叶变换的算法,给出了这种算法的应用实例,并对此算法的有效性进行了验证.     

利用基本信号求解复杂信号的傅里叶变换

在信号与系统的教学过程中,求解信号的傅里叶变换一直是教学中的重点和难点,特别是对复杂信号傅里叶变换的求解,很多学生感到无从下手.介绍了一种在时域中将复杂信号用基本信号来表示,再通过基本信号的傅里叶变换,以及傅里叶变换的性质来求解复杂信号傅里叶变换的方法,有助于提高学生的学习兴趣,培养学生的工程思维能力,拓宽了解题思路.     

基于傅里叶变换特征遗传算法的人脸识别

提出了一种基于傅里叶变换特征遗传算法的人脸识别方法。首先对人脸图像进行傅里叶变换,并去掉不包含识别信息的零频率分量。然后以人脸图像傅里叶变换的模作为描述人脸模式的特征,考虑到并不是所有傅里叶特征都包含较好的分类信息,应用遗传算法进行特征选取。实验结果表明：给出的方法不仅具有较好的识别性能,而且可以在一定程度上减少人脸模式的存储空间。     

周期性序列的傅里叶变换求解法

对周期性序列傅里叶变换的三种求解方法进行了分析和讨论。目前大多数教材中都是采用通过直接给出变换的结果,再代入反变换的公式中求证的方法,从教学效果看,这种方法比较抽象,使学生难以理解。本文提出的根据离散时间傅里叶变换（DTFT）和傅里叶变换（FT）的关系以及利用周期序列的离散傅里叶级数（DFS）的求解方法可以使求解过程简化,易于被学生掌握。     

基于小波与分数傅里叶变换的图像水印算法

载体图像的空域隐藏Chirp信号可以通过分数傅里叶变换在变换域中进行盲检测。为了提高该算法的鲁棒性能,该文研究直接离散化方法,合理选取分数傅里叶变换的算子阶数,将Chirp 信号隐藏在图像信号的低频小波域中。仿真实验表明,改进后的水印算法提高了直接在空域进行信息隐藏的鲁棒性。     

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.     

基于快速傅里叶变换的荧光测温仪

采用激光加热小基座法生长出端部掺Cr3 的蓝宝石光纤荧光温度传感头,具有结构紧凑,耐高温等特点,测温范围从室温到450 ℃.基于快速傅里叶变换的拟合方法,从第一个非零项的相位角的正切值得出被测的荧光寿命,具有速度快、误差小、不受本底干扰等优点.与其他几种传统的拟合方法进行比较,快速傅里叶变换方法的测量偏差不到Prony方法的一半,与Marquardt方法测量的偏差接近.另外,快速傅里叶变换方法由于不受本底噪声影响,可以不必在信号处理时去掉本底噪声,可以缩短测量时间,提高测量的分辨率.     

快速傅里叶变换的两个新应用

在时频分析领域,离散傅里叶变换是一种非常重要的工具,尤其快速傅里叶算法FFT出现以后,其在信号分析和处理中得到了广泛的应用。本文从频域分析的角度,给出了两个FFT新的应用实例,包括小信号频域检测和双音多频信号检测,以使人们加深对FFT原理的理解。     

基于离散傅里叶不变特性的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法，从连续傅里叶变换出发，讨论连续傅里叶变换情况下的傅里叶变换性质，给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质，推导出离散傅里叶变换的不变特征，并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。     

基于离散傅里叶不变特征的人脸识别

给出了一种基于离散傅里叶不变特征的人脸识别方法。从连续傅里叶变换出发,讨论连续傅里叶变换情况下的傅里叶变换性质,给出离散傅里叶变换情况下的傅里叶变换性质。依据离散傅里叶变换性质,推导出离散傅里叶变换的不变特征,并将其用于人脸图像识别。人脸识别结果表明方法具有很好的识别能力。     

基于混沌和傅里叶变换的数字水印算法

提出一种基于混沌映射和分数阶傅里叶变换的数字水印算法.采用有版权信息的二值图像作为水印,利用混沌映射在密钥的控制下对水印进行加密置乱.利用由密钥生成的混沌序列对数字图像进行分数傅里叶变换,并将已经混沌置乱的水印信息嵌入到原始图像的中频幅度谱系数对应的相位谱系数中,最后进行分数傅里叶逆变换可以得到嵌入水印的图像.通过仿真实验可以证明该算法简便易行,且具有良好的不可见性,对图像的剪切、压缩、添加噪声和旋转一系列的图像攻击操作具有良好的鲁棒性.     

基于混沌和傅里叶变换的数字水印算法

提出一种基于混沌映射和分数阶傅里叶变换的数字水印算法。采用有版权信息的二值图像作为水印,利用混沌映射在密钥的控制下对水印进行加密置乱。利用由密钥生成的混沌序列对数字图像进行分数傅里叶变换,并将已经混沌置乱的水印信息嵌入到原始图像的中频幅度谱系数对应的相位谱系数中,最后进行分数傅里叶逆变换可以得到嵌入水印的图像。通过仿真实验可以证明该算法简便易行,且具有良好的不可见性,对图像的剪切、压缩、添加噪声和旋转一系列的图像攻击操作具有良好的鲁棒性。     

基于一维傅里叶变换特征提取的纸币识别

纸币识别系统包括纸币图像采集、图像预处理、特征提取及分类器设计等几个步骤。其中特征提取的有效性直接影响到整个系统的识别效果,是至关重要的环节。本文针对不同面值长宽、图案相近的纸币,提出一种局部区域一维傅里叶变换特征提取的新方法。实验结果表明,该方法取得了很高的识别率,有较大的实际应用价值。     

基于两重快速傅里叶变换的三维芯片热仿真

为了解决三维芯片设计中的发热问题,针对三维芯片物理模型提出一种快速、准确的热仿真方法.该方法基于三维有限差分法,利用嵌套的两重快速傅里叶变换对有限差分方程进行求解,从而得到芯片温度分布;通过矩阵的特征值分解与快速傅里叶变换,使得只需求解一系列小规模的三对角线性方程组,即可在不损失精度的前提下有效地提升计算速度.数值实验结果表明,文中方法比稀疏矩阵直接求解算法快几十倍,并且由于占用内存少,能有效地求解变量数多达6×107的三维芯片热仿真问题;该方法具有O(nlogn)的时间复杂度与O(n)的空间复杂度,其中n为离散变量数.     

基于傅里叶变换的红外热波图像拼接*

红外热波无损检测中,红外热波空间序列图像间的变化主要是位移和小幅度旋转。针对该特点,在可能的旋转角度范围内,利用傅里叶变换的相位相关技术判定旋转的角度和平移量,实现图像的配准,然后实现图像的拼接。实验结果表明,该方法能够对重叠面积较小的图像序列实现快速拼接。