三路带通混叠信号数字接收机设计

为解决三路带通信号混叠问题,提出了一种延时可调的三阶带通采样结构,通过设计数字抗混叠滤波器,可实现对三路带通信号的无混叠接收。给出了仿真实现结果,并对信号进行重构,分析了抗混叠性能,三路带通信号经过抗混叠滤波器后,信号输出信噪比可在28 dB以上。该方法解决了带通采样中多信号混叠问题,增加了采样频率选择范围,可以减少硬件负担,提高了软件无线电的灵活性。     

EEMD分解在电力系统故障信号检测中的应用

针对经验模态分解(EMD)的希尔伯特-黄变换(HHT)在电力系统故障信号检测问题,应用存在的模态混叠会导致扰动信号检测失效,为此提出一种基于聚类经验模型分解(EEMD)的故障信号检测的方法。方法通过多次对目标数据加入随机白噪声序列以保证不同区域信号映射的完整性,并且克服了传统EMD分解造成的模态混叠问题,通过EEMD方法提取信号的固有模态函数(IMF),再进行Hilbert变换,利用Hilbert谱对故障暂态和扰动时刻进行检测,通过瞬时频率实现对故障暂态和扰动时刻的准确定位。通过数字仿真分析表明,方法是准确有效的。     

带通信号处理技术

在工程信号分析中,有时会遇到被分析信号是密集型窄带频谱的情况,这时通常只能采用频率细化技术,进行大数据量的采样和计算才能识别出信号中细微的频率成分。本文针对这类信号频带宽有限的特点,研究了其采样频率和采样信号频谱混叠之间的关系,发现当以远远小于信号中最高频率成分的两倍,但又大于信号带宽的两倍的某些频率对信号进行采样时,采样信号虽然产生了严重的频混,但其频谱形状并未失真,只是在频率轴上偏移了一段距离。作者对这种特殊的频混现象加以利用,提出了一个无频谱形状失真的带通信号采样公式和一种简便的带通信号频率细化分析方法。文中对如何将有频混的带通采样信号恢复为无频混的常规信号问题也进行了讨论。     

基于DSP和USB的信号采样传输方法研究

通过设计一种基于USB和DSP高速信号采集系统,分析非均匀采样消除频率混叠的原理,阐述USB接口芯片的固件、设备驱动和用户程序开发过程.并通过实验验证所述方法的可行性.     

宽带信号延迟采样方法误差分析仿真研究

该文提出了一种宽带信号采样的新方法,将延迟采样方法应用于宽带信号采样,分析了宽带信号延迟采样的幅度和相位不平衡误差,并进行了仿真实验。理论分析和仿真结果表明,信号带宽和采样频率对采样误差都有一定影响。带宽越大,采样误差越大;对某一带宽的宽带信号,在保证不发生频谱混叠的情况下,采样频率越大,采样误差越小,但同时数据量就会增大,因此在工程中应根据实际情况对采样误差和数据量进行折中考虑。     

有混叠的采样下信号恢复理论研究

现代通信系统中传输的多是数字调制信号,对数字调制信号的采样数字化问题的研究变得越来越重要.本文提出了对于数字调制问题的采样及重建信号具有特殊性的思想,即数字调制信号的恢复不需要重建波形,而只要恢复原码元序列即可.因此,对于这种信号的采样及重建问题可以超越传统的香农采样定理的限制,以更低的频率采样,在频谱有混叠的情况下恢复码元序列.对所提理论进行了论证和计算机仿真.     

基于随机遮挡孔径的光场图像混叠检测方法

现有光场采集系统存在角度信息欠采样的问题,由此引起的图像混叠效应降低了光场图像质量. 本文在2D光场框架下分析了光场图像混叠的空域模型,并且提出一种变换离散孔径采样密度的混叠检测方法. 该方法通过计算随机遮挡孔径（Random masked aperture,RMA）成像点集的变异系数进行混叠检测,特点在于无需已知场景深度和纹理的先验信息. 以平面相机阵列为采集平台,本文在多组真实光场数据集上进行了方法的验证,并且在检测结果基础上对混叠效应进行了修正.     

基于自动搜峰和shannon熵的车辆轴承多普勒畸变故障声信号校正研究

针对传声器采集的运动声源信号存在多普勒畸变问题,提出一种基于自动搜峰和shannon熵的滚动轴承多普勒畸变故障声信号校正方法。首先对所采集的声音信号进行短时傅里叶(STFT)时频分析;然后利用自动搜峰方法进行瞬时频率估计,设置shannon熵来提高瞬时频率估计精度,并得到拟合的瞬时频率曲线,进而得到信号重采样时间点;最后对原信号进行时域重采样,从而使畸变信号得以矫正。通过仿真和动态滚动轴承内外圈故障声信号的实验验证了此种方法的可行性。     

一种基于抛物线预测去卷叠的LFM参数估计方法

针对受噪声污染的线性调频(LFM)信号参数估计中提取瞬时相位会发生卷叠的问题,本文提出一种快速去卷叠的LFM信号参数估计方法,该方法首先使用希尔伯特变换提取瞬时相位,再利用抛物线预测进行去卷叠处理,最后使用最小二乘对瞬时相位进行二次拟合,从而估计出LFM信号的初始频率和调频率参数。仿真结果验证了本文方法的有效性。     

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。     

Antialiasing the Hough transform

The discretization of the Hough transform parameter plane is considered. It is shown that the popular accumulator method implies sampling of a nonbandlimited signal. The resultant aliasing accounts for several familiar difficulties in the algorithm. Bandlimiting the parameter plane would allow Nyquist sampling, thus aliasing could be avoided. An effectively alias-free Hough algorithm is presented and analyzed. The uncertainty principle of signal representation induces a compromise between image-space localization and parameter-space sampling density, as well as an upper bound on the performance of the algorithm. These results contribute to the development of a design methodology for hierarchical “coarse to fine” Hough algorithms.     

多速率STFT超宽带信号瞬时频率估计研究

提出多速率短时傅里叶变换(Multi Rate Short Time Fourier Transform,MR-STFT)瞬时频率估计算法,提高了超宽带信号瞬时频率估计精度;该方法将多速率信号处理算法与短时傅里叶变换(STFT)技术相结合,兼顾采样频率和被测频率,将宽频范围进行分段采样,对分段处理结果进行拟合,构成多速率STFT算法,实现超宽带信号瞬时频率的高精度测量;通过对仿真信号和实测信号进行处理,研究了方法的可行性和频率估计精度,结果表明MR-STFT算法较大提高了超宽带信号瞬时频率估计精度,尤其对低信噪比的超宽带信号效果显著。     

基于瞬时幅值的光伏系统电流传感器微小故障检测及估计

电流传感器是光伏系统中用于系统控制和状态监测的重要元件,然而受运行环境影响,电流传感器易出现性能退化,影响系统运行安全.为了准确检测和估计出电流传感器微小故障,提出基于瞬时幅值的传感器微小故障检测和估计方法.首先,建立基于瞬时幅值的电流传感器微小故障模型,利用Hilbert变换(HT)估计相电流瞬时幅值将测量的三相正弦电流转换为相互独立的三维直流信号分量;其次,利用快速移动窗主成分分析(FWMPCA)对三维直流信号组成的数据矩阵进行特征提取,获得主元和残差子空间向量的概率密度分布函数;然后,利用Kullback-Leibler(KL)距离定量度量实际运行数据相对于无故障运行数据的微小变化,在此基础上,设置故障检测阈值,构建故障幅值估计模型,实现电流传感器微小故障检测和估计;最后,利用RT-LAB实验平台验证所提方法的有效性.     

Aliasing artifacts reduction with subband signal analysis for demosaicked images

Demosaicking is a process used to estimate missing color values from the subsampled color filter array (CFA) image to reduce the cost and volume of a digital still camera. However, by sampling theory, it is known that subsampling a signal causes overlaps of signals in the frequency domain, which is known as aliasing. Most current demosaicking processes cannot completely solve aliasing problem resulting in aliasing artifacts such as false colors and zipper effects. In this paper, we propose an algorithm to remove these aliasing artifacts in demosaicked color images. A luminance image with minimum aliasing is obtained from the CFA image by using a low-pass kernel with cutoff frequencies determined by an approximate model for the Fourier spectrum. An aliasing map is computed by analyzing subband signals of the CFA image based on the high correlation of the high-frequencies of the luminance and color channels. Then, a least squares of the luminance acquisition processes is used to design a cost function with the aliasing map to remove the aliasing artifacts. The experiments demonstrate that the proposed algorithm sufficiently removes aliasing artifacts and improves the quality of the color images.     

采样率逼近信号带宽的采样方法研究

对采样率低于奈大斯特采样率时信号频谱混叠规律作了研究。基本这一规律，提出一种采样率逼近信号带宽的双采样方法，并给出了原始信号频谱的算法。该方法不仅发展了采样理论，而且对软件无线电的宽带高速采样有借鉴意义。通过对信号的仿真，证明了该方法（算法）的正确性和可行性。最后就如何实现提出了两种方案，具有参考     

基于改进Bi-RRT的移动机器人路径规划算法

双向快速扩展随机树(Bi-RRT)算法因采样点的随机性导致在复杂环境中的路径规划存在搜索时间长、采样效率低等问题,为此提出了一种改进Bi-RRT的移动机器人路径规划算法。算法引入启发式搜索策略,分别以机器人的起点和终点为中心,构造了二维高斯分布函数,并用该概率密度函数约束采样点的生成,使得越接近目标点的空间采样点出现概率越大,同时保留部分均匀分布的采样点,这样采样过程既可以利用目标点的位置信息又保证了算法的概率完备性。通过算法设计的启发式采样点的引导,两棵随机树可以快速向着目标区域生长,降低了搜索的盲目性,提高了搜索的效率。仿真结果：相比于基本Bi-RRT算法,改进算法在复杂环境下规划时间缩短了43.9%,扩展节点数目减少了41.4%,路径长度优化了8.1%,并分析了高斯分布采样点占采样点总数的比值对算法性能的影响。     

ICA自适应核估计在多用户检测中的应用

将自适应核估计的ICA算法应用于DS-CDMA系统的多用户检测中,在没有关于混叠信号的分布假设时,根据信号的统计特性自动估计评价函数,采用自适应核密度估计ICA算法检测器的输出初始化独立分量分析的迭代,对任意混叠信号进行盲分离。通过与传统匹配滤波检测和ICA后处理匹配滤波检测进行仿真比对,证明了该算法在DS-CDMA多用户检测中的可行性和优越性。     

基于分布估计算法的配电网故障区段定位

传统的人工智能算法在配电网馈线故障定位中的应用广泛,存在初始种群规模大,迭代次数多以及易陷入局部最优等缺陷。提出一种基于分布式估计算法的配电网故障区段定位方法,该方法将故障区段向量作为正确解,通过建立解空间内个体分布的概率模型,对模型采样,逐步提高最优故障区段向量在解空间内出现的概率。仿真结果表明将分布估计算法应用于多源开环条件下的配电网故障区段定位有着较快的故障定位速度和良好的容错性。     

修正的基于广义Gamma语音模型语音增强算法

广义Gamma模型是近年来新提出的一种语音分布模型,相对于传统的高斯或超高斯模型具有更好的普适性和灵活性,提出一种基于广义Gamma语音模型和语音存在概率修正的语音增强算法。在假设语音和噪声的幅度谱系数分别服从广义Gamma分布和Gaussian分布的基础上,推导了语音信号对数谱的最小均方误差估计式;在该模型下进一步推导了语音存在概率,对最小均方误差估计进行修正。仿真结果表明,与传统的短时谱估计算法相比,该算法不仅能够进一步提高增强语音的信噪比,而且可以有效减小增强语音的失真度,提高增强语音的主观感知质量。     

混合三维EDA求解带二维装载约束的车辆配送与分布式生产集成调度问题

针对一类广泛存在的带二维装载约束的车辆配送与分布式生产集成调度问题(VD2LDPISP),本文建立问题模型,并提出混合三维分布估计算法(H3DEDA)进行求解.首先,结合问题各阶段特性,采用各阶段成本均衡策略设计新颖的解码规则,对编码个体进行分阶段解码,可确定较高质量的解码个体.其次,采用三维分布估计算法(3DEDA)学习和积累种群中优质编码个体的块结构及其位置信息,再通过采样3DEDA中的概率模型生成新的编码个体,从而提高算法全局搜索发现解空间中优质解区域的能力.然后,设计高低分层的超启发式局部搜索(HHLS)来增强算法的局部寻优能力. HHLS的低层问题域包含分别针对编码个体、配送阶段解码子个体和生产阶段解码子个体的共16种有效邻域操作,其高层策略域采用概率模型学习优质邻域操作排列的结构信息,进而通过采样该模型来直接控制新邻域操作排列的生成,有利于对不同优质区域进行深入搜索.最后,在不同规模测试问题上的算法比较,验证了所提H3DEDA的有效性.