自适应径向巴特沃思核时频表示

二次时频表示的性能由其核函数决定，一种固定的核只能适应于某些类型的信号，由此出现了核可随时间与信号变化的自适应核时频表示。本文采用径向为巴特沃思滤波器形式的核构造了一种自适应核时频表示。实验结果表明，对于不同类型的信号它都有好的性能。     

时间和频率二维自适应的锥形核时频表示

本文提出了一种时间和频率二维自适应的锥形核时频表示。在不同的时频平面点采用不同的锥形长度参数,以与待分析信号相适应。它的性能优于仅时间一维自适应的锥形核时频表示,而计算时间增加并不多。     

基于多分量LFM信号时频分析的水声多普勒和时延估计研究

在水声多普勒因子和时延估计研究实用化的进程中,利用多分量线性调频(LFM)信号实现估计的算法研究越来越普遍。针对多分量LFM信号时频域存有交叉项时各分量参数估计不准确的问题,提出基于非完全残差与脊线段匹配的自适应模态分解方法。该方法采用非完全残差函数保留了交叉点处的部分时频信息,利用脊线段匹配方法提供更精确的预设时频脊线,改进了各分量LFM信号调频斜率和起始频率的估计精度。联合两个估计量进一步给出了多普勒因子和时延估计的算法。仿真结果表示,较现有模态分解算法,所提改进方法有效解决了估计分量过程中交叉区间断裂带来的估计误差;水声多径的条件下,该方法的多普勒因子和时延估计精度优于对比的现有方法。     

时间和频率二维自适应的锥形核时频表示

本文提出了一种时间和频率二维自适应的锥菜核时频表示，在不同时频平面点采用不同的锥形长度参数，以与待分析信号相适应，它的性能优于仅时间一维自适应的锥形核时频表示，而计算时间中并不多。     

SAR原始数据时频域幅相压缩算法

采用时频分析的方法,结合SAR原始数据非平稳的时频振荡特性,提出了一种基于Gabor变换的SAR原始数据时频域幅相压缩算法.该算法首先对分块原始数据进行幅度-相位转换、2D-RDGT变换以及在时频域内对各频率平面根据方差进行比特分配,然后采用分块自适应量化算法量化各频率平面.实验结果表明,该算法与传统的BAQ算法和已有的幅相算法相比无论在数据域还是在图像域的压缩性能都取得了明显的改善.     

双站SAR时频同步技术

基于星载SAR照射源的双站SAR系统,由于收、发系统分置,时间同步和频率同步误差会对成像结果造成影响,甚至不能成像,因此,时频同步问题是这类系统需要解决的关键问题之一。本文首先以基于星载辐射源、接收机固定在地面的双站SAR系统为例,详细分析了时频同步误差的模型,随后提出了一种利用直达波信号脉压峰值位置和相位信息提取时频同步误差,实现系统时频同步的方法,并对该方法的估计精度进行了分析。最后,通过仿真,对时频同步方法及其性能进行了验证。根据仿真结果分析,该方法取得了较好的性能,可以有效的应用于上述双站SAR系统。      

一种新的二次时频分布和几种主要二次时频分布的比较研究

本文提出一种新的Cohen类时频分布并对几种主要Cohen类时频分布进行了实验比较研究。结果表明,基于指数分布(ED)和锥形核分布(CKD)的复合核分布(ECKD)具有更强的抑制交叉干扰性质,同时几乎不会使ED或CKD的时频分辨力降低。     

参数化时频分析综述

参数化时频分析是处理非平稳信号的重要手段。该文综述了参数化时频分析的产生、原理、快速算法。分析了现存的参数化时频分析方法存在的问题,提出了进一步提高分解自适应性和实时性的思路,指出了将图像处理方法和摄动理论应用到参数化时频分析方法中等有价值的研究方向。     

信号的广义时频表示

研究出一种真正的非平稳信号分析方法，用时频图表示非平稳信号的的动态频谱，经历了四十多年丰富多彩的发展，终于在最近几年中取得了重要进展，并与小波理论相结合，形成了能概括大部分重要分布的统一理论框架，称为广义时频表示，本文概述和评论广义时频表示的最新研究成果，并以语音信号的时频表示为例，论述了它的广阔应用前景。     

基于PN序列的OFDM时频同步技术研究

本文基于中国数字电视地面广播DTMB标准多载波模式,设计出基于PN序列的TDS-OFDM系统的时频同步算法。所设计的同步算法通过MATLAB在AWGN信道模型和BrazilA信道模型下进行仿真,并通过均方误差(MSE)表征算法估计性能。仿真结果及分析表明所设计算法的可行性。     

基于先验估计的自适应Chirplet信号展开

该文提出一种新的时频表示方法--自适应线性调频小波(Chirplet)信号展开算法。算法基于信号本征空间,融参数的初值估计和精确估计于一体,利用匹配追踪算法将信号自适应地展开在高斯线性调频小波基函数集上。通过展开系数和基函数参数获得信号的时频分布,其时频聚集性、抗噪性和时频分辨率不仅优于一般的时频分布而且优于已有的自适应时频分布,可以更好地刻画信号的本质。应用数值仿真检验了算法的有效性和时频分布的优良性能。     

ADAPTIVE NONPARAMETRIC DETECTOR ON CORRELATION GAUSSIAN NOISE

The problem of adaptive nonparametric detector in correlation Gaussian noise isconsidered.The nonparametric detectors are CFAR(Constant-False-Alarm-Rate)detectors,whenthe input received reference cells are IID(Identical Independent Distribution)variances.But the falsealarm probability(P_(fa))of the nonparametric detectors could not be constant if the samples of thereference range cells are not independent.A simple and easily implemented adaptive nonparametricdetection method is proposed in the paper.In orde to maintain CFAR the weight of the detection rangecell of the detector must be changed by different output values of the IIR filter for measurement of thecorrelation coefficient(p)of the input noise.In this paper the closed form expressions for detectionprobability(P_d)and P_(fa)of the weighted nonparametric detector are derived.The ARE(AsymptoticRelative Efficiency)of the weighted detectors is investigated.In the end the detection performance ofthe adaptive nonparametric detector is determined by Monte Carlo simulation on the digital computer.     

一种自适应多尺度积阈值的图像去噪算法

该文提出了平稳小波变换(Stationary Wavelet Transform, SWT )域自适应多尺度积阈值的图像去噪算法(SWT domain Multiscale Products, SWTMP)。与传统的阈值去噪算法不同,该阈值不是直接作用于小波系数,而是作用于小波系数的空间多尺度积。分析了SWT域含噪图像多尺度积的特点,提出了SWT域自适应多尺度积阈值的计算方法。多尺度积强化了图像的重要结构信息,弱化了噪声,在有效去噪的同时更多地保留了图像的边缘和细节。实验结果表明,所提算法对自然图像去噪后的视觉效果和性能指标均好于二进小波域多尺度积阈值(Adaptive Multiscale Products Thresholding, AMPT)去噪方法。     

子空间重构的一类自适应波束形成算法

针对多维阵列的全维自适应波束形成算法运算量大和小样本条件下性能下降问题,该文提出采用子空间重构技术的自适应波束形成算法(SRC-BF)。该方法利用多维域的全维阵列数据可分维构造的特点,首先在训练样本集上估计分维阵列数据的信号子空间;然后基于张量积性质重构全维信号子空间并自适应剔除交叉项;最后采用子空间投影算法计算自适应加权矢量。理论分析和仿真结果表明该方法具有较低的运算复杂度,能有效提高自适应波束形成算法在小样本条件下的输出信干噪比。     

一种修正的自适应算法

本文首先对基于累积误差准则与共轭梯度的2种自适应算法进行了讨论和比较,在此基础上提出了一种改进的自适应算法,其收敛性能优于文献（2）中算法,且不出现不稳定现象。     

基于小波变换与形态学运算的ECG自适应滤波算法

针对ECG信号常用滤波算法存在的缺陷,提出了基于小波变换与形态学运算的自适应滤波新算法。该算法利用形态学滤波器去除基线漂移信号,用小波滤波器去除高频干扰信号,并将这两部分所得到的心电噪声分量作为自适应滤波器的参考输入信号,利用自适应滤波器调整对含噪ECG信号进行滤波处理。最后,经实验验证了本文算法的有效性。     

自适应LMS算法的收敛特性

本文首先指出了Widrow给出的自适应最小均方(LMS)算法权收敛规律的缺陷,进而通过对LMS算法的非统计分析,首次指出了影响收敛速度的因素是信号样本相关阵的本征值的范围。     

基于优化初值选择的自适应高斯包络线性调频基信号分解

基于高斯包络线性调频基的自适应信号分解是一种分辨力高、性能优良的时频分析算法,在语音信号、地震信号、雷达信号等可以用调频类函数进行建模的信号分析中有着广阔的应用前景。该算法在四维参数空间构造和求解超越方程,得到参数的闭式解,与传统的优化算法相比大大降低了运算量。对于由高斯包络线性调频基不相交或浅相交形成的简单信号,该算法具有非常优良的分辨性能,而对由高斯包络线性调频基深相交形成的复杂信号分解存在较大误差。本文针对这一问题进行研究,指出初值选择在该算法中的重要作用,分析了得到高精度分解结果的初值条件,提出了基于优化初值选择的高斯包络线性调频基自适应信号分解算法。通过在局部信号粗时频平面中搜索最优初值,结合自适应分解中建立和求解超越方程的方法得到参数闭式解,提高了分解精度,同时降低了运算量。对仿真信号及语音信号的分解效果验证了改进后算法的有效性和准确性。     

变窗长自适应算法

基于快速横向滤波器结构，本文提出一种可变窗长自适应算法，该算法比滑动窗协方差算法具有更强的跟踪时变环境的能力。     

时频面滑窗掩膜的多分量信号高效重构算法

针对基于特征值分解的 Wigner-Ville 分布信号重构算法运算复杂度高这一问题,该文提出一种高效多分量信号重构算法。首先,通过分析 Wigner-Ville 逆变换公式,推导出瞬时时刻重构序列与原序列之间的联系,提出一种高效的信号重构算法。然后,采用平滑伪Wigner-Ville分布作为时频掩膜抑制Wigner-Ville分布的交叉项,并通过在时频面内滑窗的方法逐一提取各分量信号。最后,结合高效信号重构算法和时频面滑窗掩膜技术,实现多分量信号快速准确重构。仿真实验证明了该算法的有效性和可行性。