基于频域LMS的自适应波束形成算法

在分析传统自适应波束形成的基础上,提出了一种基于频域最小均方(LMS)的自适应波束形成算法。该算法先对输入信号进行FFT变换,再通过LMS算法实现了频域上自适应波束形成。FFT变换后信号为稀疏矩阵,自相关下降,LMS算法收敛速度提高;理论分析和仿真结果表明了该算法收敛速度较快、性能较好,且计算量较少,易于实时实现,而且文章提出的波束形成算法对相干信源具有鲁棒性。     

毫米波调频引信的优化二维FFT信号处理算法

针对毫米波调频引信对目标距离速度信息联合估计的问题，提出一种基于相对距离评价函数优化的二维快速傅里叶变换（FFT）信号处理算法。首先，通过分析二维FFT算法实际测距测速精度与FFT点数的关系，建立了优化数学模型，利用相对距离评价函数对数学模型求解，得到FFT点数最优解；然后，采样将差频信号数据转换成二维数据矩阵，分别对矩阵的行列进行相应FFT变换；最后，通过提取峰值点的坐标估计目标的距离速度信息。结果表明:该算法有效提高了传统二维FFT算法的测距测速精度，并且满足实时性要求，能够同时提取毫米波调频引信的目标距离速度信息。      

一种二维干涉综合孔径辐射计近场成像算法

提出了一种基于相位补偿的二维干涉综合孔径辐射计近场成像算法.从干涉综合孔径辐射计的成像原理和近场应用情况出发,分析了快速傅里叶变换(FFT,Fast Fourier Transform)反演算法在近场条件下存在的问题,并采用相位补偿的方法,提出了一种近场数值反演算法.对点目标用FFT算法和近场成像算法进行了成像仿真,仿真结果表明近场成像算法比FFT算法具有更高的空间分辨率.用一套8mm波段二元干涉综合孔径辐射计对人工双点源场景进行了成像实验,实验结果证明了该近场算法的有效性.      

一种新的经典谱估计方法

本文采用傅里叶变换(简称傅氏变换)的近似算法(WFFT)[1]做通过采样获得的时间序列的功率谱密度估计,形成了一种新的经典谱估计方法。文章叙述了这种谱估计方法的原理和特点,并通过举例计算,把新的谱估计方法与经典谱估计中较好的Welch法进行了比较。计算表明,在一般情况下,新的谱估计方法与Welch法相比有如下优点:(1)可以对数据作整段处理,即无需分段计算;(2)不需加数据窗,即只加矩形窗;(3)只用较少的数据便可得到较好的估计质量;(4)具有计算简单,无混迭误差,分辨率高,泄漏误差小,估计质量较好等特     

基于圆周相关扩频信号的快速捕获改进方法

针对大多普勒频偏、低信噪比条件下长周期伪码的扩频信号捕获问题,提出了一种基于圆周相关扩频信号的快速捕获改进方法。该算法对圆周相关后的结果利用快速傅里叶变换(FFT)进行频率估计,扩大了传统圆周相关法的扫频步进,使扫频步进不再受跟踪环路带宽的限制。理论分析及仿真结果表明,在信噪比为-34 dB、多普勒频率为500 kHz条件下算法可以正确地估计出伪码相位和多普勒频偏。在达到相同的灵敏度条件下,所提算法的平均捕获时间与传统的圆周相关法相比缩短了约47%,与基于FFT的并行频率搜索法相比缩短了约88%。另外,用于频率估计的FFT点数仅占圆周相关点数的1%,故额外增加的硬件资源很少。算法逻辑控制简单,尤其适用于大多普勒频偏、低信噪比及长周期伪码的卫星通信系统。     

基于谐波系数幅值平均的复合调制引信抗扫频式干扰方法

为提高混沌码调相与线性调频（CCPM-LFM）复合调制无线电引信的抗扫频式干扰性能,分析了扫频式干扰作用下复合调制无线电引信的响应,并提出了谐波系数幅值平均的抗干扰方法。在瞬时相关和谐波解调串联（ICHD）定距算法原理的基础上,采用快速傅里叶变换（FFT）算法提取谐波包络,并对多次FFT所得谐波系数幅值平均,充分利用混沌码的随机性和统计特性抑制干扰。理论和仿真结果表明:所提方法在不影响引信定距精度的前提下,能够有效抑制扫频干扰。      

一种基于迭代的多音干扰消除方案

针对正交频分复用技术(OFDM)系统的多音干扰,本文提出先通过增加频域分辨率进行多音干扰识别,再基于迭代运算逐个对多个单音干扰进行参数估计、重构和消除的方案。其中,在多音干扰识别阶段,使用Zoom FFT技术以提高频域分辨率并简化计算复杂度。然而,Zoom FFT后的降采样序列点数不一定满足2的整数次幂,对于单音干扰参数估计,此时可采用经典的基于离散傅里叶变换(DFT)的最大似然参数估计(DFT-MLE),但当采样点数太大时,DFT运算将带来很大的实现复杂度。本文在基于DFT-MLE算法基础上给出一种基于快速傅里叶变换(FFT)的单音参数估计法FFT-MLE,不仅简化了运算复杂度,而且相比DFT-MLE其估计性能有更好的鲁棒性。最后的仿真结果说明了该多音干扰消除方案的有效性。     

高动态环境下GPS信号捕获研究

高动态环境信号的捕获是GPS接收机的关键技术,接收机处于高速运动的状态使GPS信号产生相位延迟和多普勒频移,增加了信号的捕获难度。分析了滑动相关捕获和基于FFT捕获两种算法,给出了基于FFT捕获算法的FPGA实现架构,并采用GPS信号仿真器对该设计的可行性进行了捕获验证。结果表明：在导航星相对载体的速度为1 000m/s,加速度为5g的情况下,基于FFT捕获算法可以实现信号的可靠捕获。     

高动态GPS信号粗捕和精捕算法仿真实现

为了解决高动态下对GPS信号快速捕获的问题,提出了改进的部分匹配滤波(PMF)和快速傅里叶变换(FFT)相结合的粗捕方法,对其原理和结构进行了分析,并针对其引起的扇贝损失和捕获性能不高的问题,对传统PMF+FFT方法进行加窗处理;考虑到高动态下基于扩展卡尔曼跟踪的方法对捕获后参数的精度要求很高,因此在粗捕的基础上提出了基于线性调频Z变换(CZT)算法的精捕方法,并在GPS信号理论模型和模拟高动态轨迹的基础上,实现了高动态GPS数字中频信号的生成,为进一步加快捕获速度,对于冷启动时提出了一种组合码相关的卫星快速盲搜方法;最后通过MATLAB进行系统仿真实验,验证了所提出的高动态GPS信号粗捕和精捕算法能在加速度为100 g的高动态环境下有约10 Hz的捕获精度。     

GNSS弱信号两级快速傅里叶变换捕获方法

高动态弱信号条件下,为了提高捕获过程实现的灵活性,提出了两级快速傅里叶变换(FFT)多普勒频率捕获方法,第一级FFT使用较短的相干积分时间将多普勒频率搜索范围划分为多个粗分格,第二级FFT在每一个分格内对多普勒频率进行更精细的搜索.采用文章提出的捕获方法,可以降低FFT点数,简化实现复杂度;另一方面,计算第一级FFT时可通过流水线操作提高资源利用率.为了验证所提方法的正确性,仿真实现了两级FFT捕获方法.结果表明,两级FFT方法能在高动态弱信号条件下正确捕获多普勒频率.     

压缩感知在电容层析成像中的应用

压缩感知(CS)理论是在充分利用信号稀疏性或可压缩性的情况下,对信号进行少量采样即可实现信号的精确重建。本文尝试将CS理论应用于电容层析成像(ECT)图像重建中,首先,使用快速傅里叶变换(FFT)基将原始图像灰度信号进行稀疏化处理;其次,将ECT灵敏度矩阵的各行按随机顺序进行排列,得到ECT系统随机观测矩阵;最后,选取当前普遍使用的基于内点法、梯度投影(GPSR)算法以及贪婪算法的CS图像重建算法进行ECT图像重建,并与线性反投影及Landweber迭代算法进行了对比。仿真实验结果表明:基于CS图像理论的ECT图像重建算法,其重建精度有所提高。本文同时分析了3种CS图像重建算法的优缺点及适用范围。     

一种新的频域自适应算法

分析了现有自适应滤波算法,并且提出了在有色噪声背景下能够快速收敛的频域自适应新算法.使用牛顿法搜索性能表面和近似于递归最小二乘(RLS)算法的结构,利用现有的拟牛顿QN(Quasi-Newton)时域自适应算法原理,通过快速傅里叶变换(FFT)将其应用于频域.结合快速块最小均方自适应滤波算法FBLMS(Fast Block Least Mean Square)中的并行处理方法对算法的运算过程进行了改进.由于调整了数据格式和增益矩阵的系数加快了迭代过程的收敛,并且提高了信号处理的效率.附加的计算机仿真结果分别给出了在白噪声和有色噪声输入相同汉明窗条件下,新算法、LMS算法和拟牛顿算法QN的自适应系统辨识的效果比较图,表明新算法能有效用于色噪声下的自适应滤波.     

谐振式液体密度传感器的频率解算方法研究

为实现高精度测量谐振式液体密度传感器的输出信号频率,在现有的FFT频率解算理论基础上,引入更符合实际情况的加窗插值FFT频率解算方法,并分析频率变化以及噪声对解算结果的影响。通过Matlab仿真实验对该方法中常用的窗函数进行对比分析,最终选择加入Rife_Vincent窗的插值FFT算法作为输出信号频率的解算方法,并在所设计的硬件系统上进行了实验验证,结果表明,采用加Rife_Vincent窗的插值FFT算法解算传感器输出信号的频率,其解算误差小于0.1Hz,解算精度高且易于实现。     

谐振式液体密度传感器的频率解算方法研究

为实现高精度测量谐振式液体密度传感器的输出信号频率,在现有的FFT频率解算理论基础上,引入更符合实际情况的加窗插值FFT频率解算方法,并分析频率变化以及噪声对解算结果的影响。通过Matlab仿真实验对该方法中常用的窗函数进行对比分析,最终选择加入Rife_Vincent窗的插值FFT算法作为输出信号频率的解算方法,并在所设计的硬件系统上进行了实验验证,结果表明,采用加Rife_Vincent窗的插值FFT算法解算传感器输出信号的频率,其解算误差小于0.1Hz,解算精度高且易于实现。     

脉冲红外相位线性调频Z变换

为了解决脉冲相位法(PPT,Pulse Phase Thermography)在处理红外检测数据时频率分辨率不够的问题,提出了一种新型的频域变换方法.利用快速傅里叶变换(FFT,Fast Fourier Transform)选择出包含特征频率的窄频带,对其进行线性调频Z变换(CZT,Chirp Z Transform),得到细化的频率结构.并将逐点像素分析后的结果重构出清晰的幅值和相位图像序列.在不增加采样时间的前提下获得了比PPT更高的频率分辨率.通过对铝制材料试件检测信号的对比分析,结果表明该算法可以对选频带进行有效细化,得到更精确的特征频率,有效降低了频谱泄露造成的误差.      

使用复小波包的MIMO-OFDM无线系统

为了在频率选择性信道中提供高速数据业务, 提出了一种新的多入多出-正交频分复用系统MIMO-OFDM(Multi-Input Multi-Output -Orthogonal Frequency Division Multiplexing).该系统使用复小波包变换CWPT(Complex Wavelet Packet Transform)来实现OFDM,而不是使用传统的快速傅立叶变换FFT(Fast Fourier Transform).由于复小波包函数具有很好的特性,通过对有2个用户的MIMO-OFDM系统进行仿真的结果表明,基于CWPT的MIMO-OFDM系统性能要比使用传统的FFT的MIMO-OFDM 系统好,但是复杂度略高.      

基于FFT和专家系统的BLDCM系统故障检测与识别

针对具有双通道结构的无刷直流电动机(BLDCM, Brushless DC Motor)容错系统的高可靠性要求和大范围调速特点,在不增加额外设备的条件下,通过分析两个通道中功率电路直流母线电流波形的特点,提出一种采用归一化快速傅里叶变换(FFT, Fast Fourier Transform)方法提取频率特征,再结合基于规则的专家系统进行故障检测与识别的方法,并通过实际电动机系统的试验验证了方法的正确性.试验结果表明:规一化FFT方法可以消除不同转速和不同负载对判断结果的影响;专家系统中阈值的选取可以有效避免实际应用中出现的噪声等因素的影响.算法复杂度低,可靠性高,易于应用,具有很强的实际操作性.     

消除数据调制影响的FFT捕获方法

在利用快速傅里叶变换(FFT, Fast Fourier Transform)捕获扩频信号的过程中,为了提高捕获精度,会遇到基带数据调制影响捕获性能的问题.主要分析了基带数据符号跳变影响FFT捕获性能的原因:在频域内造成待检测信号的幅度衰减以及频点偏移.提出了一种解决此问题的方法:通过对I和Q两路信号的运算,构造一个不受数据调制影响的复信号,对此信号作FFT,完成捕获.给出了此方法的MATLAB仿真,以及基于现场可编程门阵列(FPGA, Field Programmable Gate Array)的实现方案.实验数据表明,此方法消除了基带数据调制对FFT捕获性能的影响,且在相等积分时间的条件下,比常用方法的捕获精度提高了一倍.      

基于可变阶变分模型的医用低剂量CT图像去噪

为了降低患者的辐射风险,低剂量CT（LDCT）广泛用于临床诊断,但辐射剂量的减少在重建的LDCT图像中引入了斑点噪声和条纹伪影。为了提高LDCT图像的质量,提出了一种基于可变阶变分模型的后处理技术。所提出的变分模型使用边缘指示器控制变分阶数,根据图像的特征在一阶全变分（TV）正则项和二阶有界Hessian（BH）正则项之间交替变换。采用基于快速傅里叶变换（FFT）的分裂Bregman算法求解所提出的变分模型。该模型在保留高剂量CT（HDCT）图像相应结构的同时,有效抑制了斑点噪声和条纹伪影。重建的图像和实验数据表明,所提出的变分模型比现有的先进模型具有更好的质量。