线性调频信号处理方法研究
文章对合成孔径雷达的编码应答器所采用的线性调频信号进行了包括傅立叶变换等理论分析，并对基于模拟混频方法的线性调频信号翻转电路划分为两种方案分别进行仿真，从实际角度对电路的系统性进行了研究。
标签：合成孔径雷达；LFM；翻转；频谱
合成孔径雷达的定标分为两种[1]：一种是图像的几何定标（geometric calibration），指的是将一个图像像素与地面上的固定网格精确配准。另一种是辐射定标（radiometric calibration），指的是一个图像像素与目标散射特征的精确相关。也就是标定SAR系统端到端性能的过程。从另一个角度说，就是标定SAR 系统测量目标后向散射信号幅度和相位的能力。
在雷达系统的辐射定标过程中，一个十分重要的环节就是利用地面的应答器，对雷达系统进行校正[2]。有源编码应答器在合成孔径雷达的辐射定标方面发挥着非常重要的作用。它通过标记目标物来使其能够在合成孔径雷达图像上明晰可辨。目前，在波形调制有源编码应答器中，使用加载编码的手段，将应答器的回波波形进行改变，使其与地面目标反射的波形产生较大差异，从而能够在雷达端通过相应的解码过程恢复出应答器信号，满足雷达定标的要求[3]。
1 应答器原理
參见图1，合成孔径雷达发送原始信号，此图以线性调频信号（也称Chirp 信号）为例，发射时采用调频斜率线性增加的波形。地面应答器接收到来自合成孔径雷达的信号，在应答器内部进行编码，以将自身回波与地面背景回波进行区分，然后将信号转发回合成孔径雷达。此时，信号变为调频斜率线性减小的线性调频信号。合成孔径雷达接收到此信号，就能够对应答器无模糊定位、识别。
通常情况下，雷达接收到的背景杂波可以用下面的式子表示[3]：
（1）
其中，，K是线性调频信号的调频斜率，？姿是波长，T是脉冲宽度，c 是光速，Si是脉冲间的方位时间。应答器返回给雷达的信号为：
（2）
注意，式中的K变成了-K，也就是说，应答器传回给雷达的线性调频信号斜率翻转。
这样，在放置了应答器的辐射定标区域，雷达得到的反射信号就包括两部分，一部分来自Vb（si，t），一部分来自Ve（si，t）。整个信号通过一个与应答器信
学院________________班级_____________学号________姓名______ 现代信号处理技术试题 一、选择题（下面各题中只有一个答案是正确的，请将正确答案的序号写在每 小题的（）上；每小题2分，共20分） 1. 下列四个离散信号，只有（ ）是周期序列。 A.)100sin(n B. n j e 3 C.)30sin()cos(n n +π D.5432π π j j e e + 2.x(n)非零范围为21N n N ≤≤，h(n)的非零范围为43N n N ≤≤，y(n)=x(n)*h(n) 的非零范围为（ ）。 A.4231N N n N N +≤≤+ B. 42311N N n N N +≤≤-+ C. 14231-+≤≤+N N n N N D. 114231-+≤≤-+N N n N N 3.求周期序列[]?? ? ??=k k x 5cos 2~π的DFS 系数为（ ）。 A.[]???==others m m x 09,12~ B. []???==others m m x 09,110~ C. []???==others m m x 0510~ D. []? ??==others m m x 05,15~ 4.序列[]{}210121，，：，，==k k x 的幅度谱和相位谱为（ ） 。 A.()()02cos 42=ΩΩ=Ωφ，j e X B. ()()Ω-=ΩΩ=Ωφ，2 cos 42j e X C. () ()2 -2cos 42πφ+Ω=ΩΩ=Ω，j e X D. ()()Ω-=Ω=Ωφ，4j e X 5.当序列x[k]为实序列，且具有周期偶对称性，则序列的DFT 满足（ ）。 A.X[m]周期共轭对称 B. X[m]虚部为零，实部周期奇对称 C.X[m]实部为零，虚部周期奇对称 D. X[m]虚部为零，实部周期偶对称 6.与512点的DFT 相比，512点的FFT 只需（ ）。 A.1/2的计算量 B.1/100的计算量 C.2倍的计算量 D.1/10的计算量 7.通带和阻带内均有波纹的IIR 滤波器是（ ）。 A.Butterworth B.Chebyshev I C.Chebyshev II D.椭圆 8.M 阶FIR 滤波器具有线性相位的条件是（ ）。 A. ()()n h n h -= B. ()()n M h n h -±=
现代信号处理大作业 姓名：潘晓丹 学号：0140349045 班级：A1403492
作业1 LD 算法实现AR 过程估计 1.1 AR 模型 p 阶AR 模型的差分方程为： )()()(1 n w i n x a n x p i i =-+ ∑=，其中)(n w 是均值为0的白噪声。 AR 过程的线性预测方法为：先求得观测数据的自相关函数，然后利用Yule-Walker 方程递推求得模型参数，再根据公式求得功率谱的估计。 Yule-Walker 方程可写成矩阵形式： ??????? ? ????????= ??????? ? ?? ???? ????????????? ??? ??--+-+--000)()2()1(1) 0() 2()1()()2()0()1()2()1()1()0() 1()() 2()1()0(2 σp a a a r p r p r p r p r r r r p r r r r p r r r r p p p xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx xx 1.2 LD 算法介绍 Levinson-Durbin 算法可求解上述问题，其一般步骤为： 1) 计算观测值各自相关系数p j j r xx ,,1, 0),( =；)0(0xx r =ρ；i=1； 2) 利用以下递推公式运算： ) 1(1,...,2,1),()()()() ()()(2 1111 1 1 1 i i i i i i i i i i i j xx i xx i k i j j i a k j a j a k i a j i r j a i r k -=-=--==-?+ -=-----=-∑ρρρ 3) i=i+1，若i>p ，则算法结束；否则，返回(2)。 1.3 matlab 编程实现 以AR 模型：xn=12xn-1-12xn-2+w(n)为例，Matlab 程序代码如下： clear; clc;
第一章数字信号处理概述 简答题： 1．在A/D变换之前和D/A变换之后都要让信号通过一个低通滤波器，它们分别起什么作用？ 答：在A/D变化之前为了限制信号的最高频率，使其满足当采样频率一定时，采样频率应大于等于信号最高频率2倍的条件。此滤波器亦称为“抗混叠”滤波器。 在D/A变换之后为了滤除高频延拓谱，以便把抽样保持的阶梯形输出波平滑化，故又称之为“平滑”滤波器。 判断说明题： 2．模拟信号也可以与数字信号一样在计算机上进行数字信号处理，自己要增加一道采样的工序就可以了。 （） 答：错。需要增加采样和量化两道工序。 3．一个模拟信号处理系统总可以转换成功能相同的数字系统，然后基于数字信号处理理论，对信号进行等效的数字处理。（） 答：受采样频率、有限字长效应的约束，与模拟信号处理系统完全等效的数字系统未必一定能找到。因此数字信号处理系统的分析方法是先对抽样信号及系统进行分析，再考虑幅度量化及实现过程中有限字长所造成的影响。故离散时间信号和系统理论是数字信号处
理的理论基础。 第二章 离散时间信号与系统分析基础 一、连续时间信号取样与取样定理 计算题： 1．过滤限带的模拟数据时，常采用数字滤波器，如图所示，图中T 表示采样周期（假设T 足够小，足以防止混叠效应），把从)()(t y t x 到的整个系统等效为一个模拟滤波器。 （a ） 如果kHz T rad n h 101,8)(=π截止于，求整个系统的截止频 率。 （b ） 对于kHz T 201=，重复（a ）的计算。 采样（T） () n h () n x () t x () n y D/A 理想低通T c πω=() t y 解 （a ）因为当0)(8=≥ω πωj e H rad 时，在数 — 模变换中 )(1)(1)(T j X T j X T e Y a a j ωω=Ω= 所以)(n h 得截止频率8πω=c 对应于模拟信号的角频率c Ω为 8 π = ΩT c 因此 Hz T f c c 625161 2==Ω= π
成绩： 现代信号处理 及其应用 题目:现代信号处理在通信对抗中的应用学号:111143321 姓名:王琦 2015年6月
现代信号处理在通信对抗中的应用 摘要：信息技术在现代军事领域占有越来越重要的地位,成为决定战争胜负的一个关键因素。信息战已经成为现代战争的主要作战形式之一。应用于军事通信对抗的现代信号处理理论发展非常迅速,这得益于两个方面的动力:其一,军事通信的技术和手段不断更新。其二,现代信号处理的三大热点—谱估计、高阶统计量方法、时频分析的理论和技术日臻完善,并逐渐应用于通信对抗领域。通信对抗是电子战的重要组成部分。 关键词：通信对抗；信号检测；现代信号处理技术 一、引言 信号处理是信息科学的重要组成部分。在现代科技领域,电子信息系统的应用范围十分广泛,主要有通信、导航、雷达、声纳、自动控制、地震勘探、医学仪器、射电天文等。这些领域的研究进展很大程度上依赖于信号处理理论和技术的进步。通信对抗是电子战的重要组成部分,也是电子战领域中技术含量最高的部分。[1]通信对抗不仅采用了最先进的电子和通信技术,而且有力地推动了信号处理理论的发展,促进了通信技术的发展。通信对抗在现代战争中具有广泛的应用价值。本文探讨的内容主要涉及现代信号处理理论在通信对抗技术中相关的应用。 二、现代信号处理技术基本原理 信号是信息的载体,是随时间和空间变化的物理量。要想得到有用信息就必须对信号进行分析处理。它分为确定信号和随机信号。其中，确定信号：序列在每个时刻的取值服从某种固定函数的关系的信号；随机信号：序列的取值服从某种概率规律的信号。而确定信号又分为周期信号与非周期信号；随机信号分为平稳随机信号和非平稳随机信号。 现代信号处理技术，则是要把记录在某种媒体上的信号进行处理，以便抽取出有用信息的过程，是对信号进行提取、变换、分析、综合等处理过程的统称。 [2]利用观测数据作出关于信号与（或）系统的某种统计决策。统计决策理论主要解决两大类问题：假设检验与估计。信号检测、雷达动目标检测等是假设检验的典型问题。估计理论设计的范围更广泛，它又被分为非参数化和参数化两类方法。 三、现代信号处理技术在通信对抗中应用 在军事通信对抗中,军用无线电台是电子战部队实施电子侦测、截获和干扰的主要目标。电台在工作中常常受到敌方有针对性地发射的电磁波攻击。扩频通信是目前军用电台的常见通信方式。扩频通信具有良好的低功率谱密度发射所带
信号时频分析技术及matlab仿真 电路与系统王冠军 201128013926153 摘要:本文介绍了时频分析的一些基础理论,对短时傅里叶变换Wigner-Ville分布做了简单介绍，运用MATLAB语言实现了旨在构造一种时间和频率的密度函数,以揭示信号中所包含的频率分量及其演化特性的wigner-ville分布。并对时频分析方法的优缺点进行了分析。 关键词:时频分析短时傅里叶变换wigner-ville分布 1 引言 基于Fourier变换的传统信号处理技术从信号频域表示及能量的频域分布的角度揭示了信号在频域的特征。但Fourier变换是一种整体变换，只能为人们提供信号在时域或频域的全局特性而无法了解信号频谱随时间变化的情况。因此，需要使用一种时间和频率的联合函数来表示信号，这种表示简称为信号，也就是信号的时频分析。 2 时频分析方法 信号时频分析主要研究非平稳信号或时变信号的频谱含量是怎样随时间变化的。时频分析是当今信号处理领域的一个主要研究热点，目前常用时频分析方法主要有短时傅里叶变换、Gabor展开、小波变换、Wigner-Ville分布。本文主要介绍了短时傅里叶变换和Wigner-Ville分布两种分析方法。 2．1 短时傅立叶变换STFT 从历史上看,信号的时频分析用的最多的是短时傅立叶变换,这种变换的基本思想是用一个窗函数乘时间信号,该窗函数的时宽足够窄,使取出的信号可以被看成是平稳的,然后进行的傅立叶变换可以反映该时宽中的频谱变化规律,如果让窗随时间轴移动,可以得到信号频谱随时间变化的规律。对于时变信号,了解不同时刻附近的频域特征是至关重要的。因此,人们采用时间—频率描述时变信号,将一维的时域信号映射到一个二维的时域平面,全面反映观测信号的时频联合特征。短时傅立叶变换反映了这一思想,对于时变信号,采用某一滑动窗函数截取信号,并认为这些信号是准平稳的,然后,再分别对其进行傅立叶变换,构成时变信号的时变谱。短时傅立叶变换是一种常用的时—频域分析方法,其基本思想
1.3 时频分布及其性质 1.3.1 单分量信号与多分量信号 从物理学的角度看，信号可以分为单分量信号和多分量信号两类，而时－频分布的一个主要优点就是能够确定一个信号是单分量的还是多分量的。所谓单分量信号就是在任一时间只有一个频率或一个频率窄带的信号。一般地，单分量信号看上去只有一个山峰（如图 1.2.2），图中所示的是信号)()()(t j e t A t s ?=的时－频表示，在每一个时间，山峰的峰值有明显的不同。如果它是充分局部化的，那么峰值就是瞬时频率；山峰的宽度就是瞬时带宽。一般地，如果)(t z 是信号)(cos )()(t t a t s φ=的解析信号，)(f Z 是)(t z 对应的频谱， 图1.2.2 单分量信号时－频表示及其特征 则其瞬时频率定义如下： )]([arg 21)(t z dt d t f i π= （1.2.1） 与瞬时频率对偶的物理量叫做群延迟，定义如下： )]([arg 21)(f Z dt d f g πτ= （1.2.2） 而多分量信号是由两个（或多个）山峰构成, 每一个山峰都有它自己不同的瞬时 频率和瞬时带宽。（如图1.2.3所示）。 图1.2.3 多分量信号时－频表示及特征
1.3.2 时－频分布定义 Fourier 变换的另一种形式 ?∞ ∞ --=dt e t s f S ft j π2)()( ?∞ ∞ -=df e f S t s tf j π2)()( Cohen 指出，尽管信号)(t z 的时－频分布有许多形式，但不同的时－频分布只是体现 在积分变换核的函数形式上，而对于时－频分布各种性质的要求则反映在对核函数的约束条件上，因此它可以用一个统一形式来表示，通常把它叫做Cohen 类时－频分布，连续时间信号)(t z （)(t z 为连续时间信号)(t s 的解析信号）的Cohen 类时－频分布定义为 ττφτττπdudvd e v u z u z f t P vu f vt j ) (2*),()2 1()21(),(-+-∞ ∞ -∞ ∞ -∞ ∞ --+=?? ? （1.3.1） 式中),(v τφ称为核函数。原则上，核函数可以是时间和频率两者的函数，但常用的核函数与时间和频率无关，只是时延τ和频偏v 的函数，即核函数具有时、频移不变性。这个定义提供了全面理解任何一种时－频分析方法的通用工具，而且能够在信号分析中将信号的一种时－频表示及其性质同另一种时－频表示及其性质联系在一起。进一步可将（1.3.1）简记为 ττφττπdvd e v v A f t P f vt j z )(2),(),(),(+-∞ ∞ -∞ ∞ -? ? = （1.3.2） 式中),(v A z τ是双线性变换（双时间信号）)2 ()2(),(*τ τ τ-+ =t z t z t k z 关于时间t 作 Fourier 反变换得到的一种二维时－频分布函数，称为模糊函数，即 dt e t z t z v A tv j z πτ ττ2*)2 ()2(),(-+=?∞ ∞- （1.3.3） 因为Cohen 类时－频分布是以核函数加权的模糊函数的二维Fourier 变换，所以Cohen 类 时－频分布又称为广义双线性时－频分布。 两个连续信号)(t x ，)(t y 的互时－频分布定义为： ???∞ ∞-∞ ∞--+-∞ ∞ --+= ττφτττπdudvd e v u y u x f t P vu f vt j xy ) (2*),()2 1()21(),( ? ? ∞ ∞-∞ ∞ -+-=dv d e v v A f tv j xy ττφττπ)(2),(),( （1.3.4） 式中 du e u y u x v A vu j xy πτ ττ2*)2 ()2(),(?∞ ∞--+= （1.3.5） 是)(t x 和)(t y 的互模函数。
研究生“现代信号处理”课程大型作业 （以下四个题目任选三题做） 1. 请用多层感知器（MLP ）神经网络误差反向传播（BP ）算法实现异或问题（输入为[00;01;10;11]X T =，要求可以判别输出为0或1），并画出学习曲线。其中，非线性函数采用S 型Logistic 函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补)，进而实现四带滤波器组；并画出其频响。滤波器设计参数为：F p ＝1.7KHz , F r ＝2.3KHz , F s ＝8KHz , A rmin ≥70dB 。 3. 根据《现代数字信号处理》（姚天任等，华中理工大学出版社，2001）第四章附录提供的数据(pp.352-353)，试用如下方法估计其功率谱，并画出不同参数情况下的功率谱曲线： 1） Levinson 算法 2） Burg 算法 3） ARMA 模型法 4） MUSIC 算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11), 系统输入是取值为±1的随机序列)(n x ，其均值为零；参考信号)7()(-=n x n d ；信道具有脉冲响应： 1 2(2)[1cos( )]1,2,3()20 n n h n W π-?+=?=???其它 式中W 用来控制信道的幅度失真(W = 2～4, 如取W = 2.9,3.1,3.3,3.5等)，且信道受到均 值为零、方差001.02 =v σ(相当于信噪比为30dB)的高斯白噪声)(n v 的干扰。试比较基 于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 1） 横向/格-梯型结构LMS 算法 2） 横向/格-梯型结构RLS 算法 并分析其结果。
《信号处理技术及应用》复习要点总结 题型：10个简答题，无分析题。前5个为必做题，后面出7个题，选做5个，每个题10分。 要点： 第一章：几种变换的特点，正交分解，内积，基函数； 第二章：信号采样中的窗函数与泄露，时频分辨率，相关分析及应用（能举个例子最好） 第三章：傅里叶级数、傅里叶变换、离散傅里叶变换（DFT）的思想及公式，FFT校正算法、功率谱密度函数的定义，频谱细化分析，倒频谱、解调分析、时间序列的基本原理（可能考其中两个）第四章：一阶和二阶循环统计量的定义和计算过程，怎么应用？ 第五章：多分辨分析，正交小波基的构造，小波包的基本概念 第六章：三种小波各自的优点，奇异点怎么选取 第七章：二代小波提出的背景及其优点，预测器和更新器系数计算方法，二代小波的分解和重构，定量识别的步骤 第八章：EMD基本概念（瞬时频率和基本模式分量）、基本原理，HHT的基本原理和算法。看8.3小节。 信号的时域分析 信号的预处理 传感器获取的信号往往比较微弱，并伴随着各种噪声。 不同类型的传感器，其输出信号的形式也不尽相同。 为了抑制信号中的噪声，提高检测信号的信噪比，便于信息提取，须对传感器检测到的信号进行预处理。 所谓信号预处理，是指在对信号进行变换、提取、识别或评估之前，对检测信号进行的转换、滤波、放大等处理。 常用的信号预处理方法 信号类型转换 信号放大 信号滤波 去除均值 去除趋势项 理想低通滤波器具有矩形幅频特性和线性相位特性。 经典滤波器 定义：当噪声和有用信号处于不同的频带时，噪声通过滤波器将被衰减或消除，而有用信号得以保留 现代滤波器 当噪声频带和有用信号频带相互重叠时，经典滤波器就无法实现滤波功能 现代滤波器也称统计滤波器，从统计的概念出发对信号在时域进行估计，在统计指标最优的意义下，用估计值去逼近有用信号，相应的噪声也在统计最优的意义下得以减弱或消除 将连续信号转换成离散的数字序列过程就是信号的采样，它包含了离散和量化两个主要步骤 采样定理：为避免混叠，采样频率ωs必须不小于信号中最高频率ωmax的两倍,一般选取采样频率ωs为处理信号中最高频率的2.5～4倍 量化是对信号采样点取值进行数字化转换的过程。量化结果以一定位数的数字近似表示信号在采样点的取值。 信号采样过程须使用窗函数，将无限长信号截断成为有限长度的信号。 从理论上看，截断过程就是在时域将无限长信号乘以有限时间宽度的窗函数 数字信号的分辨率包括时间分辨率和频率分辨率 数字信号的时间分辨率即采样间隔ρt，它反映了数字信号在时域中取值点之间的细密程度 数字信号的频率分辨率为ρω=2π/T
现代信号处理作业 1.(5″)证明下面定理：任何一个无偏估计子方差的下界叫作Cramer-Rao 下界 定理：令1(,,)N x x x =为一样本向量，(|)f x θ是x 的条件密度，若?θ是θ的一个无偏估计子，且(|)/f x θθ??存在，则 22 1 ??var()()[ln (|)]E E f x θ θθθθ =-≥? ? 式中?ln (|)()()f x K θθθθθ ?=-?。其中()K θ是θ的某个不包含x 的正函数。 2.(10″)Wiener 滤波是信号处理中最常用和基础的波形估计工具之一，对其在自己研究领域的应用情况进行一个简单综述。 3.(5″)二阶滑动平均过程由 2()()1(1)2(2), {()~(0,)}x n w n b w n b w n w n N σ=+-+- 定义，式中2(0,)N σ表示正态分布，其均值为零、方差为2σ。求x(n)的功率谱。 4.(20″)信号的函数表达式为： ()sin(2100)sin(2300)()sin(2200)()()x t t t A t t dn t n t πππ=++++，其中，A(t)为一随时间 变化的随机过程，dn(t)为经过390-410Hz 带通滤波器后的高斯白噪声，n(t)为高斯白噪声，采样频率为1kHz ，采样时间为2.048s 。 (1) 利用现代信号处理知识进行信号的谱估计； (2) 利用现代信号处理知识进行信号的频率提取； (3) 分别利用Wiener 滤波和Kalman 滤波进行去噪； (4) 利用Wigner-Ville 分布分析信号的时频特征。 5.(10″)附件中表sheet1 为某地2008年4月28日凌晨12点至2008年5月4日凌晨12点的电力系统负荷数据，采样时间间隔为1小时，利用ARMA 方法预测该地5月5日的电力系统负荷，并给出预测误差（5月5日的实际负荷数据如表sheet2）。
第一章数字信号处理概述简答题： 1．在A/D变换之前和D/A变换之后都要让信号通过一个低通滤波器，它们分别起什么作用？ 答：在A/D变化之前让信号通过一个低通滤波器，是为了限制信号的最高频率，使其满足当采样频率一定时，采样频率应大于等于信号最高频率2倍的条件。此滤波器亦称位“抗折叠”滤波器。 在D/A变换之后都要让信号通过一个低通滤波器，是为了滤除高频延拓谱，以便把抽样保持的阶梯形输出波平滑化，故友称之为“平滑”滤波器。 判断说明题： 2．模拟信号也可以与数字信号一样在计算机上进行数字信号处理，自己要增加一道采样的工序就可以了。（）答：错。需要增加采样和量化两道工序。 3．一个模拟信号处理系统总可以转换成功能相同的数字系统，然后基于数字信号处理 理论，对信号进行等效的数字处理。（） 答：受采样频率、有限字长效应的约束，与模拟信号处理系统完全等效的数字系统未必一定能找到。因此数字信号处理系统的分析方法是先对抽样信号及系统进行分析，再考虑幅度量化及实现过程中有限字
长所造成的影响。故离散时间信号和系统理论是数字信号处理的理论基础。 第二章 离散时间信号与系统分析基础 一、连续时间信号取样与取样定理 计算题： 1．过滤限带的模拟数据时，常采用数字滤波器，如图所示，图中T 表示采样周期（假设T 足够小，足以防止混迭效应），把从)()(t y t x 到的整个系统等效为一个模拟滤波器。 （a ） 如果kHz rad n h 101,8)(=π截止于，求整个系统的截止频率。 （b ） 对于kHz T 201=，重复（a ）的计算。 解 （a ）因为当0)(8=≥ω πωj e H rad 时，在数 — 模变换中 )(1)(1)(T j X T j X T e Y a a j ωω=Ω= 所以)(n h 得截止频率8πω=c 对应于模拟信号的角频率c Ω为 8 π = ΩT c 因此 Hz T f c c 625161 2==Ω= π
南邮研究生“现代信号处理”期末课程大作业 （四个题目任选三题做） 1. 请用多层感知器（MLP ）神经网络误差反向传播（BP ）算法实现异或问题（输入为[00;01;10;11]X T =，要求可以判别输出为0或1），并画出学习曲线。其中，非线性函数采用S 型Logistic 函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补)，进而实现四带滤波器组；并画出其频响。滤波器设计参数为：F p ＝1.7KHz , F r ＝2.3KHz , F s ＝8KHz , A rmin ≥70dB 。 3. 根据《现代数字信号处理》（姚天任等，华中理工大学出版社，2001）第四章附录提供的数据(pp.352-353)，试用如下方法估计其功率谱，并画出不同参数情况下的功率谱曲线： 1） Levinson 算法 2） Burg 算法 3） ARMA 模型法 4） MUSIC 算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11), 系统输入是取值为±1的随机序列)(n x ，其均值为零；参考信号)7()(-=n x n d ；信道具有脉冲响应： 1 2(2)[1cos( )]1,2,3()20 n n h n W π-?+=?=???其它 式中W 用来控制信道的幅度失真(W = 2～4, 如取W = 2.9,3.1,3.3,3.5等)，且信道受到均 值为零、方差001.02 =v σ(相当于信噪比为30dB)的高斯白噪声)(n v 的干扰。试比较基 于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线): 1） 横向/格-梯型结构LMS 算法 2） 横向/格-梯型结构RLS 算法 并分析其结果。
1.总结学过的滤波器设计方法，用matlab 仿真例子分析不同设计方法的滤波器的性能及适应场合。 答： 1.1模拟低通滤波器的设计方法 1.1.1 Butterworth 滤波器设计步骤： ⑴.确定阶次N ① 已知Ωc 、Ωs 和As 求Butterworth DF 阶数N ② 已知Ωc 、Ωs 和Ω=Ωp()的衰减 Ap 求Butterworth DF 阶数N ③ 已知Ωp 、Ωs 和 Ω=Ωp 的衰减Ap 和As 求Butterworth DF 阶数N 3dB p Ω≠-/10 /1022(/)10 1,(/)101p s A A N N p c s c ΩΩ=-ΩΩ=-则：
⑵.用阶次N 确定 根据公式： 在左半平面的极点即为的极点，因而 1.1.2 切比雪夫低通滤波器设计步骤： ⑴.确定技术指标 归一化： ⑵.根据技术指标求出滤波器阶数N 及： ⑶.求出归一化系统函数 其中极点由下式求出： ()a H s 2,2N ()()a a H s H s -()a H s ,2,,N p Ωp αs Ωs α/1p p p λ=ΩΩ=/s s p λ=ΩΩε0.12 10 1δε=-p δα=
或者由和S 直接查表得 2.数字低通滤波器的设计步骤： （1） 确定数字低通滤波器的技术指标：通带截止频率p ω、通带最大衰减系数 p α、 阻带截止频率ω、阻带最小衰减系数s α。 （2）将数字低通滤波器的技术指标转换成模拟低通滤波器的技术指标。 巴特沃斯： 切比雪夫： N ()a H p /s s p λ=ΩΩ0.1210 1δ ε=-p δα=
研究生“现代信号处理”课程大型作业 (以下四个题目任选三题做 1. 请用多层感知器(MLP 神经网络误差反向传播(BP 算法实现异或问题(输入为 [00;01;10;11]X T =,要求可以判别输出为0或1 ,并画出学习曲线。其中,非线性函数采用S 型Logistic 函数。 2. 试用奇阶互补法设计两带滤波器组(高、低通互补,进而实现四带滤波器组;并画出其频响。滤波器设计参数为:F p =1.7KHz , F r =2.3KHz , F s =8KHz , A rmin ≥70dB 。 3. 根据《现代数字信号处理》(姚天任等,华中理工大学出版社,2001第四章附录提供的数据(pp.352-353,试用如下方法估计其功率谱,并画出不同参数情况下的功率谱曲线: 1 Levinson 算法 2 Burg 算法 3 ARMA 模型法 4 MUSIC 算法 4. 图1为均衡带限信号所引起失真的横向或格型自适应均衡器(其中横向FIR 系统长M =11, 系统输入是取值为±1的随机序列(n x ,其均值为零;参考信号7((-=n x n d ;信道具有脉冲响应: 12(2[1cos(]1,2,3(20 n n h n W π-?+=?=???其它 式中W 用来控制信道的幅度失真(W = 2~4, 如取W = 2.9,3.1,3.3,3.5等,且信道受到均
值为零、方差001.02=v σ(相当于信噪比为30dB的高斯白噪声(n v 的干扰。试比较基 于下列几种算法的自适应均衡器在不同信道失真、不同噪声干扰下的收敛情况(对应于每一种情况,在同一坐标下画出其学习曲线: 1 横向/格-梯型结构LMS 算法 2 横向/格-梯型结构RLS 算法 并分析其结果。 图1 横向或格-梯型自适应均衡器 参考文献 [1] 姚天任, 孙洪. 现代数字信号处理[M]. 武汉: 华中理工大学出版社, 2001 [2] 杨绿溪. 现代数字信号处理[M]. 北京: 科学出版社, 2007 [3] S. K. Mitra. 孙洪等译. 数字信号处理——基于计算机的方法(第三版[M]. 北京: 电子工
现代信号处理课程设计实验报告 实验课题：现代信号处理 专业班级： 学生姓名： 学生学号： 指导老师： 完成时间：
目录 一．前言-------------------------------------------------2 二．课程设计内容要求及题目-------------------------3 三．设计思想和系统功能结构及功能说明-----------4 四．关键部分的详细描述和介绍，流程图描述关键模块和设计思想--------------------------------------------------7 五．问题分析及心得体会--------------------------20 六．参考文献------------------------------------------21 七．附录：程序源代码清单------------------------21
一、前言 数字滤波在通信、图像编码、语音编码、雷达等许多领域中有着十分广泛的应用。目前，数字信号滤波器的设计在图像处理、数据压缩等方面的应用取得了令人瞩目的进展和成就。它是数字信号处理理论的一部分。数字信号处理主要是研究用数字或符号的序列来表示信号波形，并用数字的方式去处理这些序列，以便估计信号的特征参量，或削弱信号中的多余分量和增强信号中的有用分量。具体来说，凡是用数字方式对信号进行滤波、变换、调制、解调、均衡、增强、压缩、固定、识别、产生等加工处理，都可纳入数字信号处理领域。数字信号处理学科的一项重大进展是关于数字滤波器设计方法的研究。关于数字滤波器，早在上世纪40年代末期就有人讨论设计它的可能性问题，在50年代也有人讨论过数字滤波器，但直到60年代中期，才开始形成关于数字滤波器的一整套完整的正规理论。在这一时期，提出了各种各样的数字滤波器结构，有的以运算误差最小为特点，有的则以运算速度高见长，而有的则二者兼而有之。出现了数字滤波器的各种实现方法，对递归和非递归两类滤波器作了全面的比较，统一了数字滤波器的基本概念和理论。 数字滤波器与模拟滤波器相比，具有精度高、稳定、体积小、重量轻、灵活、不要求阻抗匹配以及能实现模拟滤波器无法进行的特殊滤波等优点。 上学期学习了《数字信号处理》这门课，这学期的课程设计使我更加形象具体的掌握这门课程，并且可以熟练的运用MATLAB进行编程，
AR 模型的功率谱估计BURG 算法的分析与仿真 钱平 （信号与信息处理 S101904010） 一．引言 现代谱估计法主要以随机过程的参数模型为基础，也可以称其为参数模型方法或简称模型方法。现代谱估计技术的研究和应用主要起始于20世纪60年代，在分辨率的可靠性和滤波性能方面有较大进步。目前，现代谱估计研究侧重于一维谱分析，其他如多维谱估计、多通道谱估计、高阶谱估计等的研究正在兴起，特别是双谱和三谱估计的研究受到重视，人们希望这些新方法能在提取信息、估计相位和描述非线性等方面获得更多的应用。 现代谱估计从方法上大致可分为参数模型谱估计和非参数模型谱估计两种。基于参数建摸的功率谱估计是现代功率谱估计的重要内容，其目的就是为了改善功率谱估计的频率分辨率，它主要包括AR 模型、MA 模型、ARMA 模型，其中基于AR 模型的功率谱估计是现代功率谱估计中最常用的一种方法，这是因为AR 模型参数的精确估计可以通过解一组线性方程求得，而对于MA 和ARMA 模型功率谱估计来说，其参数的精确估计需要解一组高阶的非线性方程。在利用AR 模型进行功率谱估计时，必须计算出AR 模型的参数和激励白噪声序列的方差。这些参数的提取算法主要包括自相关法、Burg 算法、协方差法、 改进的协方差法，以及最大似然估计法。本章主要针对采用AR 模型的两种方法：Levinson-Durbin 递推算法、Burg 递推算法。 实际中，数字信号的功率谱只能用所得的有限次记录的有限长数据来予以估计，这就产生了功率谱估计这一研究领域。功率谱的估计大致可分为经典功率谱估计和现代功率谱估计，针对经典谱估计的分辨率低和方差性能不好等问题提出了现代谱估计，AR 模型谱估计就是现代谱估计常用的方法之一。 信号的频谱分析是研究信号特性的重要手段之一，通常是求其功率谱来进行频谱分析。功率谱反映了随机信号各频率成份功率能量的分布情况，可以揭示信号中隐含的周期性及靠得很近的谱峰等有用信息，在许多领域都发挥了重要作用。然而，实际应用中的平稳随机信号通常是有限长的，只能根据有限长信号估计原信号的真实功率谱，这就是功率谱估计。 二．AR 模型的构建 假定u(n)、x(n)都是实平稳的随机信号，u(n)为白噪声，方差为 ，现在，我们希望建立AR 模型 的参数和x(n)的自相关函数的关系，也即AR 模型的正则方程(normal equation)。 由 )}()]()({[)}()({)(1 n x m n u k m n x E m n x n x E m p k k x a r ++-+-=+=∑= )()()(1 m k m m r r a r xu x p k k x +--=∑= (1) 由于u(n)是方差为 的白噪声，有 ?? ?=≠=-0 00)}()({2 m m m n x n u E σ （2） 由Z 变换的定义， ，当 时，有h(0)=1。综合（1）及（2）两式， ???????=-≥--=∑∑==0)(1)()(1 2 1 m k m k m m p k x k p k x k x r a r a r σ （3） 在上面的推导中，应用了自相关函数的偶对称性。上式可写成矩阵式：
一、 基本概念填空 1、 统计检测理论是利用 信号 与 噪声 的统计特性等信息来建立最佳判决的数学理论。 2、 主要解决在受噪声干扰的观测中信号有无的判决问题 3、 信号估计主要解决的是在受噪声干扰的观测中，信号参量 和 波形 的确定问题。 4、 在二元假设检验中，如果发送端发送为H 1，而检测为H 0，则成为 漏警 ，发送端发送H 0，而检测为H 1，则称为 虚警 。 5、 若滤波器的冲激响应时无限长，称为 IIR 滤波器，反之，称为 FIR 滤波器 6、 若滤波器的输出到达 最大信噪比 成为 匹配 滤波器；若使输出滤波器的 均方估计误差 为最小，称为 维纳 滤波器。 7、 在参量估计中，所包含的转换空间有 参量空间 和 观测空间 8、 在小波分析中，小波函数应满足 ∫φφ(tt )ddtt =0+∞?∞ 和 ∫|φφ(tt )|ddtt =1+∞ ?∞ 两个数学条件。 9、 在小波的基本概念中，主要存在 F (w )=∫ff (tt )ee ?ii ii ii ddtt +∞?∞和f(t)=12ππ∫FF (ww )ee ii ii ii ddww +∞?∞ 两个基本方程。(这个不确定答案，个人感觉是) 10、 在谱估计中，有 经典谱估计 和 现代谱估计 组成了完整的谱估计。 11、 如果系统为一个稳定系统，则在Z 变换中，零极点的分布
应在单位圆内，如果系统为因果系统，在拉普拉斯变换中， 零极点的分布应在左边平面。 二、问题 1、在信号检测中，在什么条件下，使用贝叶斯准则，什么条 件下使用极大极小准则？什么条件下使用Neyman-Pearson准 则？ 答：先验概率和代价函数均已知的情况下，使用贝叶斯准则，先验概率未知，但可选代价函数时，使用极大极小准则，先验 概率和代价函数均未知的情况下，使用Neyman-Pearson准则。 2、在参量估计中，无偏估计和渐进无偏估计的定义是什么？ 答：无偏估计：若估计量的均值等于被估计量的均值（随机变 量），即E?θθ??=EE(θθ)或等于被估计量的真值（非随机参 量）E?θθ??=θθ，则称θθ?为θ的无偏估计。 渐进无偏估计：若lim NN→∞EE?θθ??=EE(θ ),称θθ?为θ的渐进无偏估计。 3、卡尔曼滤波器的主要特征是什么？ 答：随机过程的状态空间模型，用矩阵表示，可同时估计多参 量，根据观测数据，提出递推算法，便于实时处理。 4、在现代信号处理中，对信号的处理通常是给出一个算法， 对一个算法性能的评价，应从那些方面进行评价。 答：算法的复杂度，算法的稳定性和现有算法的比较，算法的 运算速度、可靠性、算法的收敛速度。
② 已知 Ωc 、Ωs 和 Ω=Ωp( Ω ≠ -3dB 1.总结学过的滤波器设计方法，用 matlab 仿真例子分析不同设计方法的滤波器 的性能及适应场合。 答： 1.1 模拟低通滤波器的设计方法 1.1.1 Butterworth 滤波器设计步骤： ⑴.确定阶次 N ① 已知 Ωc 、Ωs 和 As 阶数 N 求出 p )的衰减 Ap 求 阶数 N ③ 已知 Ωp 、Ωs 和 Ω=Ωp 的衰减 Ap 和 As 则： (Ω p / Ωc )2N = 10 A p /10 -1, (Ωs / Ωc )2N = 10 A s /10 -1
⑵.用阶次N确定H a(s) 根据公式： H a(s)H a(-s)在左半平面的极点即为H a(s)的极点，因而 1.1.2切比雪夫低通滤波器设计步骤： ⑴.确定技术指标ΩpαpΩsαs 归一化：λp=Ωp/Ωp=1λs=Ωs/Ωp ⑵.根据技术指标求出滤波器阶数N及ε： δ=αp ε2=100.1δ-1 ⑶.求出归一化系统函数 其中极点由下式求出：
、阻带截止频率ω 、阻带最小衰减系数α s 。 或者由 N 和 S 直接查表得 H a ( p ) 2.数字低通滤波器的设计步骤： （1） 确定数字低通滤波器的技术指标：通带截止频率 α p ωp 、通带最大衰减系数 （2）将数字低通滤波器的技术指标转换成模拟低通滤波器的技术指标。 巴特沃斯： k =1 切比雪夫： λs = Ωs / Ω p ε 2 = 100.1δ -1 δ = α p p
t t t t H a (s )= ∑ t h a (t )= ∑ A i e s i t u (t ) （3）把模拟滤波器变换成数字滤波器，即把模拟滤波器的系数 H (S ) 映射成数 字滤波器的系统函数 H (z ) 。 实现系统传递函数 s 域至 z 域映射有脉冲响应不变法和双线性映射两种方法。 （3.1）脉冲响应不变法。 按照技术要求设计一个模拟低通滤波器，得到模拟低通滤波器的传输函数 H a (s )转换成数字低通滤波器的系统函数 H(z)。 设模拟滤波器的传输函数为 H a (s )，相应的单位冲激响应是 h a ( )， H a (s )=LT[ h a ( )]，LT[.]代表拉氏变换，对 h a ( )进行等间隔采样，采样间隔为 T ，得到 h a (nT ) ，将 h(n)= h a (nT ) 作为数字滤波器的单位取样响应，那么数字滤波器的 系统函数 H(z)便是 h(n)的 Z 变换。因此脉冲响应不变法是一种时域上的转换方 法，它是 h(n)在采样点上等于 h a ( )。 设模拟滤波器 H a (s )只有单阶极点，且分母多项式的阶次高于分子多项式的阶次， 将 H a (s )用部分分式表示： N i =1 A i s - s i ，式中 s i 为 H a (s )的单阶极点。 将 H a (s )逆拉氏变换得到 h a ( )： N i =1 ，式中 u(t)是单位阶跃函数。
现代信号处理 一 信号分析基础 傅里叶变换的不足： ()()1()()2j t j t X j x t e dt x t X j e d π ∞ -Ω-∞∞ Ω-∞ Ω== ΩΩ?? 1.不具有时间和频率的“定位”功能； 2.傅里叶变换对于非平稳信号的局限性； 3.傅里叶变换在分辨率上的局限性。 频率不随时间变化的信号，称为时不变信号（又称为平稳信号），频率随时间变化的信号称为时变信号（又称为非平稳信号），傅里叶变换反映不出信号频率随时间变化的行为，只适合于分析平稳信号。而我们希望知道在哪一时刻或哪一段时间产生了我们所要考虑的频率，现代信号处理主要克服傅里叶变换的不足，这些方法构成了现代信号处理。 分辨率包括频率分辨率和时间分辨率，含义是指对信号能作出辨别的时域或频域的最小间隔。分辨率的好坏一是取决于信号的特点，二是取决于信号的长度，三是取决于所用的算法。 克服傅里叶变换不足的主要方法有： 方法一：STFT （Short Time Fourier Transform ） 方法二：联合时频分析Cohen 分布，联合时频分析Wigner 分布 方法三：小波变换 方法四：信号的子带分解，将信号的频谱均匀或非均匀地分解成若干部分，每一个部分都对应一个时间信号。 方法五：信号的多分辨率分析，与方法四类似，为了适应在不同频段对时域和频域分辨率的不同要求，可以将信号的频谱做非均匀分解。 明确概念：时间中心、时间宽度、频率中心和频带宽度 信号能量： 2 2 2 1()()()2E x t x t dt X j d π === ΩΩ<∞?? 时间中心： 2 1()()t t x t dt E μ= ? 频率中心： 2 1()()2x d E μπΩ= ΩΩΩ? 时间宽度： 2 2 201()()t t t x t dt E ∞ -∞ ?=-? 频率宽度：
现代信号处理方法及工程应用的研究 班级：研1102 学号：2011020058 姓名：赵鹏飞 摘要 本文首先介绍了时频发展的基本概念和比较成熟的时频分析方法一一短时Fourier分析。然后给出了实际转子振动信号的时频分析。其次，介绍了二进小波分析，并应用二进小波分析实现了对透平压缩机信号的监测分析，得到了压缩机原始信号在不同频率段分解的细节信号和逼近信号。用小波分析和谱分析相结合的方法对某国产电机的噪声进行了分析，找出了人的听闭不阅的几个高谱峰位置，进行了空气动力噪声计算，通过与理论计算结果进行对比分析，进一步找出了产生该频闻谱峰的几个原因。第三，介绍了谐波小波和分形的基本原理。对车辆的一般振动信号和复杂振动信号进行了分形分析。第四，对车辆传动系的振动信号进行了检测分析与故障诊断。首先对汽车传动系进行了模态测试与分析，然后对汽车传动系各部分在垂直方向上的相对振动幅值进行了测试与分析。根据上述测试分析并综合其它因素得出了结论。 关键词:小波分析，分形，故障诊断，信号 第一章绪论 世界从本质上说是非线性的，线性是非线性的特殊情况:以非线性为特征的非线性科学是一门跨学科的综合性基础科学，旨在揭示非线性系统的共同性质、基本特征和运动规律。当前研究非线性科学的主要工具有Fourier变换(STFT)、小波分析(Wavelet Analysis)、分形理论、人工神经网络等。 1.1时频分析的发展及应用 Fourier分析方法的应用，使科学与技术研究领域发生了具大的变化，从而极大地推动了经济发展乃至社会变革，目前在信号处理与图象处理方面Fourier 变换是不可缺少的分析工具。在机械设备状态监测与诊断系统中，应用最广泛也是最成功的就是基于Fourier变换的各种分析方法:许多在时域分析困难的问