三种抽样信号时频特点的对比与分析

在《信号与系统》课程中主要的抽样信号有三种,分别是理想抽样信号xs（t）=x（t）δTs（t）,离散时间信号x（nTs）和离散时间序列x （n）,谈谈三种抽样信号时频特点的对比与分析。     

简述DWDM系统误码分析与处理

DWDM系统主要为SDH、PDH、ATM以及IP等业务提供透明的光传输通道．衡量DWDM系统传输质量时，以满负荷所承载的业务信号的传输质量作为标准。在DWDM系统中．影响系统两个的关键指标是光信噪比（OSNR）和误码串．当光信噪比（OSNR）很高时（如2．5Gb／s信号信噪比〉22dB）．系统的质量基本可以保证，但信号脉冲任传输中由于色散和非线性效应会引起信号波形失真，在这种情况下光信噪比（OSNR）就很难定量地评估信号的传输质量．有时会出现OSNR较高时相应的误码率较差．因此还要以承戴的业务信号的传输误码性能来衡量信号的传输质量，验收时对误码率的要求是BER为1X10-12.     

OFDM通信系统设计与分析

正交频分复用(OFDM)作为4G中的关键技术,不但有很高的频带利用率,而且它的抗多径干扰能力也十分优秀。本文设计了一个基于FFT算法的OFDM通信系统,在计算机上进行了仿真。从仿真的结果可以看出,经过高斯白噪声信道前后的信号产生了失真。为了初步验证本系统的正确性,输入不同的信噪比并计算信号通过本系统的误码率,并最终得到验证。     

小波变换在TDLAS二次谐波气体检测系统中的应用研究

在痕量气体检测系统中,有效信号较弱,信噪比相对较低,如何有效的采集信号并对噪声进行抑制是关键问题之一,硬件上虽然通过调制锁相技术有效剔除了大部分背景信号的干扰,优化光路和电路设计也进一步抑制了噪声,仿真结果表明通过研究利用小波分析的方法可进一步抑制系统噪声,弥补硬件系统的不足,进而提高了仪器检测精度。     

基于汉宁窗和双线谱的频率估计方法

当输入信号处于较低信噪比,或者多信号环境时,传统的频率估计算法误差较大或响应速度较慢。为进一步减小测频误差并极大地提高测频的速度,这里提出了一种基于汉宁窗和双线谱的频率估计方法。仿真结果表明,当汉宁窗长度为64点,而输入信号的采样率为2.5GSPS,在信噪比大于20d B时,单信号条件下基于汉宁窗和双线谱的频率估计算法能基本保持小于200k Hz的均方根频率估计误差,而两个等幅值信号条件下则能基本保持小于300k Hz的均方根频率估计误差,而测频所需时间可以控制在一百纳秒以内。     

强干扰下统计复用分离的无线通信信噪分离

提出一种新型的无线通信信道统计复用算法。算法首先对通信信号采用小波噪声分离进行计算,再对处理后的信号进行白化计算、统计特性分离,以提取还原通信信号。通过通信系统进行数学建模,并在通信系统中加入了各种干扰与噪声模拟了完整的通信系统。仿真实验表明通过算法计算后,整个通信系统的信噪比以及抗干扰性能得到了很大的提高,与传统小波处理以及统计信噪分离算法相比,整体信噪比平均提高了4 dB,展示了算法在无线通信抗干扰领域具有较好的实际应用价值。     

引入累积量后置处理的弱性网络攻击敏锐检测

利用高阶累积量切片对调频信号能量聚集和噪声抑制的特性,引入高阶累积量后置处理算子,提出一种新型的微弱性网络攻击信号高敏锐度检测算法。算法有效分离攻击信号的时频耦合,首先把信号采用离散分数阶傅立叶变换实现离散化处理,然后利用高阶累积量切片算子对攻击信号在分数阶傅立叶域上进行后置能量聚集,增大信号累积量,有效抑制了合法网络信号的背景干扰。仿真实验表明,新算法能在-15 dB低信噪比背景下,有效检测出隐蔽性很强的弱性网络攻击信号。能有效应用到计算机网络安全防御和对抗中。     

应用空域相关理论的直扩信号检测研究

直接扩步频通信技术广泛应用于民用及军事通信中,文章分析了对直接扩频通信信号检测的现实意义.阐述了直扩通信系统的原理及优点.简单介绍了小波理论,深入研究了空城相关滤波理论,对空域相关滤波进行了详细介绍,给出了空域相关滤波的实现方法,并用matlab进行仿真消除含噪信号噪声,证实了空城相关滤波的有效性.提出了将空域相关滤波理论应用于直接扩频通信系统信号检侧中,为进一步提高低信噪比信号检测给出了一条新的途径.     

MIMO—OFDM系统中自适应编码技术的性能研究

正交频分复用（OFDM）技术支持高速数据传输，具有抗多径干扰以及频谱利用率高等优点。多输入多输出天线（MIMO）技术可以提高无线移动通信系统的性能和容量，这二者的结合成为B3G移动通信系统的核心技术之一。对MIMO—OFDM系统中不同信道状态信息条件下的自适应调制编码进行性能的仿真和比较，仿真结果表明信噪比高时，采用高阶调制可以极大地提高系统吞吐量；基于奇异值分解的自适应技术对多普勒扩展比较敏感。     

微弱信号检测技术的研究

微弱信号检测就是利用近代电子学和信号处理方法从噪声中提取有用信号,其关键在于抑制噪声,恢复、增加和提取有用信号.本文将从信号处理系统信噪比的改善来简单地论述微弱信号检测的原理,重点介绍了用相关检测法和取样积分法检测微弱信号的原理、方法和应用.     

基于高阶累积量和循环谱的调制方式识别研究

接收机采用高阶累积量和循环谱这两种低信噪比的算法,对检测到的各种信号进行调制方式识别,其中包括BPSK、QPSK、2FSK、4FSK、MSK等5种已调信号,然后,通过MATLAB编程,进行系统仿真,仿真结果表明,循环谱对高斯噪声有更强抑制作用。     

基于MATLAB及声卡的数字滤波技术的研究

利用虚拟仪器技术及MATLAB提供的工具箱及句柄图形系统,以计算机声卡为输入/出设备,设计并实现虚拟信号分析仪.此虚拟信号分析仪可从声卡采样信号并与叠加噪声作为系统输入进行分析和处理,并将处理后的信号利用声卡输出.     

基于模态分解技术的地震信号随机噪声压制方法研究

野外采集地震数据中通常充斥着大量噪声信号,严重降低了地震资料的质量,提高地震资料的分辨率和信噪比是地震信号处理的首要任务。本文将变分模态分解VMD技术运用于地震时序信号的噪声压制,相比经验模态分解EMD的递归"筛选",VMD将信号分解转化为非递归变分模型求解问题,改善了模态混叠现象的发生。合成及实际地震资料处理结果表明,VMD方法在信噪比、运算耗时和精度指标上均优于EMD方法,具有较低的计算成本和较好的随机噪声消除性能。     

基于Mel倒谱特征顺序统计滤波的语音端点检测算法

为提高噪声环境下语音端点检测的准确性,提出一种基于Mel倒谱距离顺序统计滤波的端点检测算法.该算法首先提取每帧语音信号的Mel频率倒谱系数,以前16帧估算背景噪声,计算每帧语音与背景噪声的倒谱距离;然后将当前帧前后相继若干帧的倒谱距离,经过一组顺序统计滤波器得到加权倒谱距离;最后根据各帧加权倒谱距离对输入语音进行分类.在TIMIT语音库上的实验结果表明,该方法在白噪声、粉噪声、汽车噪声和战斗机噪声等噪声环境下,均能得到理想的端点检测结果,且在低信噪比时依然有效.     

高信噪比长波红外探测数据采集系统设计

设计了512X10的红外探测器,其中的各部件都采用了低噪声低功耗的设计,尤其是在探测器电源、数模转换器、输入放大匹配电路中都采用了低噪声的电路设计,同时在FPGA中对图像进行滤波以及消噪的算法后,系统的信噪比得到了较大提高,达到了80 dB以上。并研究了系统噪声产生的主要来源以及噪声的测量方法。在实际应用中本系统的高信噪比,可以噪高噪声情况下得到较好的红外图像,在恶劣环境中具有较好的应用价值。     

一种离散的模块化机械臂分布式自抗扰控制策略

针对模块化机械臂动力学中存在的参数不确定性及外界干扰,在参考输入受噪声影响的情况下,提出了一种离散时间模块化机械臂关节空间分布式控制策略。利用跟踪微分器获得了高质量的角位移信号及其微分信号,利用扩张状态观测器来补偿机械臂不确定非线性动力学以及外部干扰,并采用非线性状态误差反馈形成控制作用,在关节空间设计强鲁棒性的自抗扰控制器实现机械臂关节空间的轨迹跟踪控制。由于对每个关节单独设计了控制器,因此控制器结构简单,易于实现,仿真结果进一步验证了所提方案优于传统控制方法。     

一种基于谱减的语音增强算法改进

为进一步降低噪声对采集语音的干扰,提出了一种新的谱减改进方法。采用阈值法对非平稳背景噪声信号进行估计,计算出先验信噪比,得到还原的纯净语音信号。用MATLAB实现了整个算法的仿真,并与传统谱减法结果相比较,仿真结果表明,该算法对非平稳噪声追踪性较好,在抑制背景噪声,减少音乐噪声前提下,提高了语音的可懂度,其计算复杂度也可以接受。     

基于小波包滤波的焊接电源电流信号处理方法研究

逆变焊机通常工作在高压、大电流、强干扰的恶劣环境中,从焊接电源中滤除噪声获得有价值的电源信号是保证焊接性能的关键。首先分析了脉冲宽度调制(pulse width modulation,PWM)驱动原理,并在此基础上提出了一种基于小波包滤波方法对PWM电流信号中噪声进行处理。通过塔式分解方法实现快速离散小波包变换,由离散卷积方程得到小波包分解系数,实现了滤波算法重构。最后的仿真结果表明,本文提出的方法能够有效的滤除焊接电流中的噪声,获得有价值的信号,保证了焊接系统的高速、安全稳定运行。     

基于能量检测的MAX-TC混合算法的研究与分析

由于室内环境复杂,导致接收到的首达路径的信号能量往往不是最强的,从而给到达时间（TOA）的估计带来了很大的误差。为了解决这个问题,文章首先给出了一种基于能量检测的系统模型结构,然后提出了最大能量接收一门限混合算法（MAX—TC）,并在IEEE802．154a信道模型中比较了门限算法（TC）和最大能量接收-门限混合算法（MAX—TC）的性能。最后,根据在不同信噪比、不同积分窗口情况下的仿真结果,给出了相应的结论。     

Hopfield神经网络在噪声字符识别中的应用

本文介绍了Hopfield神经网络相关知识,采用离散Hopfield神经网络对噪声字符进行识别．仿真使用离散Hopfield神经网络识别不同污染率的噪声字符,结果表明离散Hopfield神经网络对噪声字符的识别率高.