基于FPGA高斯白噪声发生器的设计与实现

高斯随机白噪声是一种常见的信号形式,在信号分析和处理中有重要的价值.介绍了一种基于FPGA高斯白噪声发生器,改进了传统的设计方法,在均匀随机数的产生和工程设计以及噪声功率控制方面都有了很大的改善,最大限度地减少了运算量,产生了比较理想的高斯白噪声,具有很好的实用价值.     

基于小波分析的光纤陀螺信号处理

在分析光纤陀螺的噪声特性的基础上,研究光纤陀螺信号滤波的方法,采用基于S te in无偏似然估计原理,对光纤陀螺信号进行小波阈值除噪,从而达到抑制光纤陀螺中存在的1/fr噪声和白噪声的目的。实验结果表明,小波滤波的方法对于抑制光纤陀螺中的噪声,提高信噪比具有良好的效果。     

基于ARMA辨识的色噪系统状态参数鲁棒估计

实际环境中观测系统的噪声,同时存在着白噪、色噪声和尖点噪声的影响.已有的研究都仅考虑白噪或色噪声,首次将实际系统中可能出现的所有噪声纳入观测方程,推导出统一的带白噪形式的观测方程.新观测方程在色噪声ARMA辨识基础上,可以直接用于传统的卡尔曼滤波算法,避免了扩维滤波.于是状态参数的稳健估计归结为ARMA参数的辨识.重点研究了自由参数选取与输入噪声之间的关系,将鲁棒支持向量回归机的优化问题转换成最大后验估计问题,为合理选择自由参数提供了理论依据.仿真结果验证了新算法的有效性.     

基于小波变换模极大值的自适应阈值图像去噪算法

依据白噪声小波变换性态与信号奇异性相比具有显著不同的特点,在大尺度下设置阈值,去掉噪声信号而保留图像细节信号引起的模极大值点。在阈值设置问题上,采用自适应阈值的方法,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点。实验表明,与单一阈值去噪方法相比,该方法不仅可以保留图像边缘信息,而且能提高去噪后图像的峰值信噪比2~5 dB。     

非平稳噪声背景下相干信源DOA估计研究

针对非平稳噪声环境下相干信源的DOA估计问题,提出了一种新的差分平滑DOA估计算法,阐述了算法的实现原理和基本步骤,通过仿真实验分析了算法的子空间收敛性能、角分辨率以及DOA估计精度等性能。仿真结果表明,该算法可消除非平稳白噪声,运算量较小,不存在伪峰并且测向性能优良。     

FPGA的可调参数白噪声与高斯白噪声生成器

提出了一种基于FPGA硬件的,强度、带宽均可调的白噪声和高斯白噪声生成器,给出了设计的总体框图和设计中的一些要点,阐述了主要部分的原理和理论推导.这种噪声生成器与传统数字电路所组成的噪声生成器相比,采用了新型的FPGA器件,通过利用其中的一些既有功能大大降低了设计的难度,提高了电路调试的灵活性,可用于多种环境下的通信系统测试.     

利用人耳听觉特性进行噪声谱整形

通常,在语音研究中采用的误差准则是最小均方误差准则。这往往导致误差为具有平坦分布的白噪声。本文对预测编码和分析系统中,用噪声整形减少主观误差的原理方法进行详细讨论通过对噪声有效掩蔽,使语音质量得到改善。     

基于高斯白噪声加入的EMD在旋转机械故障诊断中的应用研究

为了避免经验模式分解(EMD)过程中不同时间尺度函数间的模式混叠,采用基于高斯白噪声加入的经验模式分解方法,并将之应用于旋转机械故障诊断中。该方法主要是对同一信号重复若干次加入相互独立的高斯白噪声序列,并分别筛选固有模式函数,而后把各个对应的固有模式函数进行平均计算,消除白噪声对分解结果的影响。最后,通过对固有模式函数进行包络解调,从中提取故障特征。对实际旋转机械故障振动信号的分析结果表明,该方法能有效避免固有模式函数间模式混叠,提高故障诊断效果。     

高斯色噪声信道中QPSK信号的最佳接收

本文在文献[1]的基础上推导了高斯色噪声信道中QPSK信号的最佳接收机结构,并用matlab进行了性能仿真。结果表明,该接收机是差错概率最小意义下的最佳接收机。且该接收机也适合高斯白噪声信道。     

基于特征值线性拟合误差的信源数估计方法

基于信息论的MDL准则信源数估计方法在均匀高斯白噪声背景下具有良好的估计性能。若阵元间存在幅相不一致性时白噪声变成非均匀色噪声,此时算法性能将急剧下降。针对该问题,提出了基于数据协方差矩阵特征值总体最小二乘线性拟合误差的信源估计方法。该方法根据特征值线性拟合误差与拟合点数为单调不增关系,并结合MDL准则的惩罚因子构造判断函数实现信源数估计。仿真结果表明:该方法在非均匀色噪声背景下能够实现信源数一致估计;且在低信噪比、短快拍时仍然具有良好的估计性能。     

振荡器相位噪声对GNSS接收机载波跟踪数字锁相环性能的影响

关于振荡器相位噪声引起的GNSS接收机载波跟踪数字锁相环相位抖动,目前的解析结论仍是基于模拟锁相环的,不能说明相位抖动大小与中频积累时间的关系,因此不能有效指导高灵敏度、高精度载波跟踪锁相环参数设计.本文首先推导中频积累输出的频率白噪声、频率游走噪声序列的功率谱,然后基于数字二阶锁相环离散线性模型导出了环路相位抖动公式并进行了仿真验证,最后对公式进行了解析和数值分析.分析结果表明:频率白噪声、频率游走噪声引起的二阶载波跟踪锁相环相位抖动,均随中频积累时间单调递增,随环路带宽先递减后递增.本文推得的相位抖动公式及其随参数变化特征的分析结论,可用于具体指导GNSS载波跟踪锁相环参数设计.     

某微型车的噪声分析及进气消声器的应用

通过整车车外噪声分离实验和发动机台架声强实验,发现造成某型车外加速噪声偏高的主要噪声源是其发动机的进气噪声。在对发动机进气噪声进行频谱分析后,得出了构成进气噪声的主要频率成份,在此分析的基础上设计了一种亥姆赫兹(Helmholtz)共振式进气消声器。安装进气消声器后,根据国家相关标准进行了发动机台架实验和整车车外加速噪声实验,结果表明进气噪声得到有效控制,从而使整车车外加速噪声降噪声量达6 6dB(A)。     

导弹制导控制系统性能评估

使用比例导引的制导飞行器,有一个测量视线角速率的目标跟踪器。由于跟踪回路增益变化,跟踪器不完善的稳定性和跟踪器加速度的灵敏度引起了跟踪器动力学的不确定性。 在包含这些不确定性的制导系统中,目标跟踪器测量噪声,像闪烁白噪声和衰减白噪声会使系统性能恶化。 在该制导系统中使用伴随方法,可以获得新的性能指标。它可以从系统性能的观点评估这种不确定性。另外,还介绍了指标与系统性能之间的关系,     

时间跨度对GPS坐标序列噪声模型及速度估计影响分析

选取全球范围内72个基准站的坐标序列,采用改进的赤池信息量准则、贝叶斯信息量准则对不同噪声模型组合进行噪声分析,得到基准站坐标序列的最优噪声模型及速度参数,探讨时间序列跨度对噪声模型及速度估计的影响。结果表明,基准站坐标序列噪声模型不能由单一的噪声模型表述,其呈现出多样性特征,主要表现为幂律噪声、高斯马尔科夫噪声、闪烁噪声+白噪声特征,且三坐标分量表现出不同的噪声特性;随着时间跨度的增加,坐标时间序列的最优噪声模型、GPS站速度及其不确定度逐渐由发散趋于收敛,随机游走噪声模型的比重有所增加。结果表明10 a以上的时间跨度是较为理想的噪声模型估计尺度。     

基于贝叶斯混合源分离方法的声纳探测误差模型

声纳的探测误差模型是声纳仿真的核心技术。针对现有的声纳误差白噪声模型仿真逼真度低的问题,提出了基于贝叶斯混合源分离方法,建立了声纳的探测误差模型,提高了声纳误差模型的性能。与传统的白噪声仿真方法相比,基于贝叶斯混合源分离方法的声纳误差仿真模型具有较好的逼真度,可以有效地对声纳探测误差进行建模和预测。     

船舶静态电场跟踪的渐进更新扩展卡尔曼滤波器

为了实现利用船舶静态电场对船舶进行跟踪的目的,针对传统卡尔曼滤波算法中存在的问题,设计一种新的非线性滤波器。建立船舶的状态空间模型,分析传统卡尔曼滤波算法在船舶跟踪中存在的问题;依据渐进贝叶斯思想,利用连续白噪声与离散白噪声序列噪声协方差之间的关系,设计一种新的渐进更新扩展卡尔曼滤波器。仿真结果表明,该滤波器能有效地抑制由于初始误差较大而造成的滤波性能下降和滤波发散,能够有效地跟踪船舶,具有较高的实用价值。     

量测噪声模拟及其在C^3I系统仿真试验中的应用

各种雷达、声呐,以及其它量测设备对目标的量测不可避免地带有误差,即量测噪声。在舰船作战系统、指火控系统、区域C~3I系统的的情报处理和火控解算方案论证、系统仿真试验、以及模拟训练中,都要求逼真地计算多目标、多传感器的量测噪声。显然,按照常规方法产生的随机数和正态白噪声是远远不能满足需要的。本文着重论述了量测噪声的模拟机理,在对量测噪声进行分类的基础上讨论了多种行之有效的模拟方法,最后作为应用实例,在指出了所采用的周期长、性能优良的多随机数发生器的同时,较详细地阐述了区域C~3I系统仿真试验中多目标、多传感器量测噪声的模拟技术。     

一种α稳定分布噪声下的跳频参数盲估计方法

针对目前以高斯白噪声为模型的大部分跳频参数估计方法在α稳定分布噪声背景下,性能急剧下降的缺点,对跳频信号进行两次窗函数长短不同的分数低阶STFT,从而得到两组时频数据,,将两组时频数据点乘,得到新的时频表示,基于时频分析的跳频参数估计方法,实现跳频参数的估计。仿真实验表明,提出的方法有效抑制了α噪声,在α=0.8,GSNR≥1 d B;α=1.5,GSNR≥0 d B时,可以实现跳频周期的准确估计。在α=1.5,GSNR=3 d B时,该算法跳变时刻估计值最大相对误差比STFT低3%、比分数低阶STFT低1.6%,跳变频率估计值更加精确。     

利用倒谱技术对装备试验数据进行信号提取及应用的研究

对利用倒谱进行噪声中的信号提取技术进行了分析和研究。在装备试验数据的处理过程中,传统的处理方法经常假设噪声为加性的高斯白噪声,对抑制或消除乘性噪声没有有效的技术手段,但是在某些试验条件下,乘性噪声对信号的影响不能忽略,研究如何从受到乘性噪声污染的数据中提取有用信号,以应对实际任务中武器装备试验数据的事后处理及分析。     

一种新的二维谐波估计方法

研究了二维谐波信号相关矩阵后 ,提出了一种称之为“矩阵束的二维谐波估计 (MP2D)”算法 ,该算法既不需要求解二维特征多项式的根 ,也不需要在二维频率空间搜索谱峰 ,算法具有高效性。仿真实验表明 ,该算法在白噪声条件下对二维谐波频率估计具有高的精度和强的抗干扰能力。