一、周期图及其改进方法中谱分辨率的MATLAB分析(论文文献综述)
李小龙[1](2021)在《钻井井场噪声采集与处理技术研究》文中指出钻井井场噪声源主要是在石油勘探开发过程中,钻井现场中大量钻井设备、动力管网以及电气设备。由于它们的分布比较分散,且存在不断开关和启停的现象,使得钻井井场及其附近产生了大量复杂的噪声。这些钻井井场噪声极易耦合到电磁波随钻测量(Electromagnetic-Measurement While Drilling,EM-MWD)系统的接收天线上,造成系统接收信噪比降低、检测难度加大。因此,研究井场噪声的种类、声级、噪声的统计特性和统计规律对于随钻测量系统中噪声识别和处理技术的优化,以及改善接收数据质量都具有重要意义。本文重点研究钻井井场噪声采集与处理技术,首先针对不同的井场布置、钻井状态和钻机类型,以及井场设备的分布较为分散的问题,详细分析了钻井井场噪声的来源、构成和统计特性;根据井场噪声源的种类不同,归纳总结了不同噪声源的噪声统计模型,为钻井井场噪声采集系统设计奠定了理论基础。其次,根据井场噪声的统计特性,基于Xilinx公司的XC6SLX16低功耗FPGA芯片设计了钻井井场噪声采集系统的硬件电路,包括低噪声前置放大器、低噪声滤波器和16位的AD7606模数转换电路等;为了实现对硬件的逻辑控制,基于Verilog HDL硬件描述语言开发了钻井井场噪声采集软件系统,包括模块噪声数据采集程序、上位机通信程序和噪声数据存储程序设计等。最后,在钻井井场不同时刻和不同状态下,对采集的井场噪声数据,分别利用FFT分析井场噪声能量中较大的部分;利用STFT绘制随时间变化的井场噪声时频谱;利用小样本Bootstrap法分析了整体的钻井井场噪声的统计特性。通过钻井现场噪声采集实验,结果表明:(1)该系统可便捷地完成钻井井场噪声实时采集、显示和存储;(2)井场噪声数据中复合钻进噪声数量级约在十几至几十m V,近似为平稳高斯分布;电动钻机噪声在1~400Hz频段内的功率谱上存在多个谱峰,近似为峰态陡峭高尖的高斯分布;下钻噪声存在调制现象,其功率谱在50Hz及其奇次谐波处存在谱峰,近似为混合的高斯分布;(3)针对实际钻井过程噪声数据不能重复获取的问题,采用Bootstrap方法是一种低成本分析和评价钻井现场噪声的有力工具,其分析结果能够准确反映出原始数据的统计特性。
王伟杰[2](2021)在《明安图IPS望远镜实验后端数字接收系统研究》文中研究指明太阳爆发活动会引起空间环境变化形成灾害性空间天气,对人类生产生活造成严重危害。为监测行星际空间环境,保障空间和地面设备安全运行,国家重大科研装备研制项目“子午工程二期”提出了建设行星际闪烁望远镜的目标。行星际闪烁望远镜采用三站式结构,明安图拟建设的是该设备的主站部分,通过对于该设备的建设,我国可以实现监测行星际空间的科学目标。明安图行星际闪烁望远镜实验是行星际闪烁望远镜的前期实验项目,行星际闪烁望远镜实验后端数字接收系统是对行星际闪烁望远镜单站单频算法和单站双频算法的后端实现。本系统通过FPGA硬件和闪烁谱软件的算法处理可以实现明安图IPS望远镜实验后端数字接收系统所需功能。本文首先对行星际闪烁望远镜单站单频、单站双频算法进行了介绍,通过对于行星际闪烁现象算法实现的理论分析,研究了算法实现的具体步骤,然后对于算法实现所需的FFT算法、功率谱估计等进行了详细的介绍。通过相关理论的研究对整个算法系统的设计方案进行了设计,并通过软件与硬件的划分实现了整个设计的功能。对于单站单频采用自相关的功率谱估计方法进行硬件实现,然后使用软件实现了后续功能。对于单站双频使用硬件实现了互相关功率谱估计的功能,并通过软件实现后续功能。之后本文详细介绍了硬件实现与软件实现的过程,通过现有数据采集板卡的FPGA模块结构调整与二次开发实现单站单频与单站双频的硬件算法部分。单站单频与单站双频在硬件设计中采用现有IP核进行设计,通过硬件的计算,得到各自单频率与双频率功率谱估计结果。使用Matlab仿真与ISE14.7功能仿真对设计模块功能进行了验证,并通过综合、时序验证、板级验证,实现了具体的功能。两种算法的软件部分采用Python进行了闪烁谱实现的设计,该设计可以通过修改参数来实现具体功能,使软件可以根据使用者的需求调整算法所需参数,满足所需的数据显示需求。最后经分析表明,本文完成了明安图IPS望远镜实验后端数字接收系统的设计。通过软硬件划分的方式,充分挖掘硬件的原有潜力和软件处理能力,实现了算法设计的所需功能,达到了设计的目标。
史帅[3](2021)在《基于鉴相法的相噪分析仪数字部分设计及实现》文中研究表明随着现代电子系统及通信领域对信号源质量的要求越来越高,相位噪声作为衡量信号源质量的重要指标也受到了更多的重视。为实现相位噪声高指标测量,本文从基于鉴相法的相位噪声测试系统硬件架构出发,完成了整机系统数字部分电路设计,实现了高速数据采集、数据大容量存储功能,并在FPGA片上建立相噪处理算法,有效的提取了被测信号相位噪声信息。本文主要的研究内容有:1、低噪声高精度数据采集。采集过程引入的噪声对相位噪声测量有很大影响,本文选用高精度的模数转换芯片,搭配FPGA设计算术平均滤波以及互相关降噪算法,实现信号采集模块的低噪声高精度数据采集功能。2、数据大容量存储技术。由于相噪算法处理需要大量数据点,FPGA片上存储资源有限,因此本文构建了“FPGA+DDR3 SDRAM”存储架构,存储大量数据点,为算法运算提供了数据源。3、相位噪声测量算法设计及实现。算法以鉴相法测量相位噪声作为出发点,结合FIR低通滤波、傅里叶变换等数字信号处理方法改进,确定了“相位信息提取+降采样+互相关+功率谱估计”设计架构。在基于FPGA的硬件平台上实现功率谱密度测量,通过将多频段功率谱密度曲线拼合,实现多分辨率功率谱估计,得到相位噪声信息。本文设计的数字系统指标为:信号采集过程信噪比不低于90dB,单次运算可存储220M、16bit数据点,算法可提取相位噪声,通过软件显示,实现分析频偏1Hz~2MHz;底部噪声:(RF in 10MHz)≤-165d Bc/Hz@1k Hz、≤-170d Bc/Hz@10k Hz,(RF in 100MHz)≤-155d Bc/Hz@1k Hz、≤-165d Bc/Hz@10k Hz。经过设计验证,最终系统各个模块功能实现,且均符合指标要求,系统可有效测量被测信号的相位噪声。
刘宝洲[4](2020)在《周期图法功率谱估计及其改进算法的研究》文中研究说明功率谱估计在随机信号处理领域中发挥了非常重要的作用,有着十分广泛的应用。以研究周期图法谱估计为目的,主要描述周期图法谱估计的算法与性能,并基于MATLAB平台,从算法的原理特性出发,对周期图法谱估计的原理进行了研究。同时给出了两种改进的周期图法,即Bartlett法和Welch法谱估计,采用算法对比分析的方式进行了仿真比较,并说明了3种功率谱估计方法的优缺点。通过应用实例对比说明Welch法通过选取适当的分段长度,可以较好地改善周期图法的性能。
戈壁舟[5](2019)在《基于非线性最小二乘准则的ZPW-2000移频信号检测方法研究》文中研究指明ZPW-2000型轨道电路被广泛应用于我国既有线及客运专线。在ZPW-2000轨道电路区段,车载接收线圈持续感应钢轨上传输的ZPW-2000移频信号,车载主机利用感应电压采样值解析得载频、低频信息。依据载频、低频信息,车载设备及司机可获知前方区段空闲和占用情况。为保证基于轨道电路的地-车通信方式的可靠性,ZPW-2000移频信号检测方法须同时兼顾准确性、实时检测能力以及抗干扰能力。目前车载设备通常采用周期图法,该方法可同时兼顾准确度、实时性能和抗干扰能力,但在采样持续时间受实时检测要求限制的情况下,周期图法的检测准确度及抗带内干扰能力易受频谱泄漏等问题影响。为进一步提升ZPW-2000移频信号检测性能,依据现有文献,本文尝试探究基于非线性最小二乘准则的检测方法。为清晰描述ZPW-2000移频信号的典型特征,本文首先建立了车载设备接收信号模型,该模型由ZPW-2000信号理想模型、加性干扰模型、乘性干扰模型以及高斯白噪声构成。其次,为简化问题,建立了接收信号近似模型,并依据该近似模型推导得到载频、低频的极大似然估计准则,即非线性最小二乘准则,通过对周期图极大值准则进行推导分析,总结了周期法面临的问题。然后,针对车载设备ZPW-2000信号检测场景,设计了基于非线性最小二乘法的检测算法。针对故障状态下信号频谱求取场景,分析得到接收信号简化模型,进而依据非线性最小二乘准则设计了基于快速RELAX(RELAXation,松弛)法的检测算法。最后,通过时间复杂度分析与仿真对比检验了所设计算法的实时性能,推导了接收信号近似模型及简化模型下载频、低频估计的克拉美罗界,并采用依据车载设备接收信号模型生成的仿真算例仿真测试了所设计算法的准确度及抗干扰能力。由仿真及分析结果可得如下结论:在本文仿真环境下所设计算法均能满足实时检测需求;在低采样持续时间下,本文所设计算法的载频、低频估计准确度显着优于周期图法,进而检测算法正确译码所需的采样持续时间可被进一步缩短;高斯白噪声假设下,本文所设计算法载频、低频估计值的偏差及方差低于周期图法;基于非线性最小二乘法的检测算法具有良好的抗带内牵引谐波干扰能力和抗本制式轨道电路干扰能力,但抗暂态冲击干扰能力仍有待提高;基于快速RELAX法的检测算法的频率分辨能力优于周期图法,但其抗干扰能力尚需改进。
王金歌[6](2019)在《基于Burg算法的短时序列频谱估计研究》文中进行了进一步梳理随着信息科学的高速发展和计算机科技的大幅进步,对短时序列信号频谱的估计分析在各大科研领域中的地位大有可观。利用算法对信号频谱进行分析估计,既可以获取信号在每个频率的能量分布,又可以研究信号频域中各项参数及提取信号特征频率。经典频谱估计因频率分辨率与数据序列长度成正比,导致其分辨率和估计精度低,频谱方差性能差。针对经典谱估计缺陷,现代谱估计法应时而生,其分辨率高,图谱识别力强,更加适合短时序列的频谱分析,因此在军事、工程、通信、交通等领域倍受应用。本文首先介绍频谱估计的发展历史和研究现状,对经典谱估计的一些主流算法进行对比并分析其中不足,进而引出现代谱估计思想。在论述AR参数模型法的基础上,对其信号频谱分析的Yule-Walker方程和求解方程的Levinson-Durbin递推式进行分析,并详细论述Burg算法为求解模型参数的有效方法。其次根据Burg算法的原理和实现步骤,通过构建仿真信号及实验测取滚动轴承振动信号数据进行频谱估计。与经典谱估计中的FFT算法进行不同序列长度的比较,指出其分析短序列数据时存在的缺陷,进一步证明Burg算法对短时序列信号频谱估计具有识别能力强和分辨率高等优越性。最后针对Burg算法出现的谱线分裂、谱峰偏移等异常现象及频谱估计误差进行理论推导,分析指出因一阶系数求解存在误差而导致最终谱估计结果出现偏差。由此本文先求解二阶系数,再逆推得出一阶系数精确值,求解反射系数时引入最优权函数,通过加权运算对Burg算法进一步优化,并利用实验数据分析比较改进前后Burg算法频谱估计的差异。结果表明改进之后的Burg算法不仅能消除频谱估计异常,同时能提高估计精度和频率分辨率,从而证明优化之后的Burg算法具有更优良的短时序列谱估计性能。
尹丽[7](2016)在《旋转机械振动信号处理算法研究与程序设计》文中研究指明旋转机械是电力、石油、化工等部门关键设备,长期处于高速运行状态,易出现机械故障引发安全事故。对其振动信号进行滤波、谱估计及特征提取等处理,在此基础上建立故障诊断系统是保障可靠运行的有效手段。论文对旋转机械在线监测系统中振动信号处理算法进行研究,并完成处理软件设计。论文首先对振动信号处理需求进行分析,确定程序的设计方案,包括通信程序、去噪程序、谱估计程序及界面程序。其次,针对滤波要求,提出离散余弦变换域循环维纳滤波算法,对算法原理及实现过程进行了介绍,并对算法性能进行了定性与定量分析。在去噪功能实现的基础上,采用最小方差谱估计算法进行振动信号谱估计,在谱估计的分辨力性能与方差性能之间取得了较好的平衡。最后,在Microsoft Visual Studio 2010环境中基于C#与MATLAB混合编程设计信号分析与处理程序,建立与在线监测设备之间的数据通信,实现对振动信号的实时与离线分析、处理,具有良好的人机交互功能。所设计的程序经功能测试,通信功能、数据存储功能、参数传递及波形显示功能均可正常运行。论文研究与测试结果表明,采用离散余弦变换域循环维纳滤波算法对振动信号进行滤波能保证线性相位,且有良好滤波效果;采用最小方差谱估计对信号进行谱分析既有较好分辨力性能又能保证良好的方差性能;采用C#与MATLAB混合编程开发振动信号分析与处理程序能够实现较好的人机交互功能,提高振动信号处理的灵活性。
才建南[8](2014)在《基于BURG法无线电频谱信号的高分辨率估计研究》文中认为功率谱估计技术是谱估计技术领域里面的一项十分重要的内容,无论是在军事领域还是在民用的领域之中都占有十分重要的地位。经典的功率谱估计算法的分辨率较低,并且识别率低等一些问题一直难以解决;但是现代功率谱估计算法由于计算量颇为巨大,难以应用到实时的领域。由于最近十年来计算机技术以及软硬件领域的不断进化和发展成为了现代功率谱估计算法的转捩点,并且使得现代功率谱算法得到了能够实施的平台。本文对功率谱估计中的经典功率谱估计方法和现代功率谱估计的方法中目前主流的方法进行了一系列的分析和仿真研究,通过细致的研究比对之后,指出了经典功率谱估计方法和现代功率谱估计方法在进行谱估计的过程中各自存在的优点和其缺点。现代功率谱估计算法中的Burg算法具有优良的频率分辨率,当然所付出的代价就是运算量的增大,并且Burg算法在进行估计的时候,由于信号的初始相位和定阶的问题,往往容易造成谱线开裂和出现虚假信号。针对目前Burg算法中存在的缺点,本文提出了一种以Burg算法为基础的改进型算法,传统的Burg算法在进行反射系数推导的时候,由于系数本身在进行求解的过程中存在着误差使得反射系数不够精确,对于传统Burg算法中存在的问题,本文加入了对反射系数进一步加权的运算,这里的加权运算通过对求解过程中所得到的前向和后向预测误差进行了带入,从而优化了原本的算法,使得在递推求解反射系数的时候所得到的结果的精度大大的提高了,并且频率的分辨率也得到了提高,除此之外还降低了Burg算法依赖于输入信号的初始相位的问题。最后本文通过对小型无线电频谱监测器所采集到的数据进行了带入,并且通过仿真软件对其进行了分析处理,对比了改进前和改进后Burg算法在仿真中所取得的结果,证明了改进后的Burg算法在进行谱估计的时候可以获得更加优良的结果。
程德望[9](2013)在《EMI虚拟暗室测试系统设计研究》文中指出随着科学技术的发展,以及各类电子电气设备的广泛普及与密集使用,电磁辐射干扰问题越发突显,空间电磁环境恶化越发严重。为降低电磁辐射对生态健康的危害,减少电磁干扰对设备及系统运行性能的影响,电子电气设备在投入使用前必须进行电磁兼容测试。一般而言,为杜绝空间环境噪声对测试结果的影响,标准的电磁兼容测试需要在屏蔽室中开展。但在实际测试当中,或由于资金问题无法构建昂贵的屏蔽室,或由于被测设备尺寸大于屏蔽室容积,或由于被测设备已然固定需进行现场测试等诸多因素的存在,使得标准电磁兼容测试受到较大的运用限制。为解决上述问题,业界提出了名为虚拟暗室的测试技术,旨在为置于空间电磁环境下的大型系统及固定设备提供便携式、低成本、高测试精度的测试解决方案。就目前而言,国内外对这一测试技术及其测试系统的研究还都处在探讨和完善阶段,因此,对EMI(Electromagnetic Interference,电磁干扰)虚拟暗室测试系统的分析及原理性设计研究具有较高的实用价值和意义。首先,本文介绍了虚拟暗室测试技术的原理,并结合实际测试环境,建立并分析了传统EMI虚拟暗室测试系统结构模型,指出了该模型存在的固有缺陷。同时,针对传统测试系统模型的不足,提出了一种基于谱估计的改进模型,并根据改进模型的算法诉求,对自适应滤波及功率谱估计相关算法进行了分析、推导及性能对比。在此基础之上,通过MATLAB仿真试验验证了改进模型的性能优越性,其弥补了传统测试系统模型的固有缺陷。其次,本文以改进的测试系统结构模型为设计蓝本,结合射频微波相关实现技术及自动化测试仪器仪表技术,提出了基于虚拟仪器结构框架的EMI虚拟暗室测试系统平台,在完成了测试系统硬件平台原理性设计的同时,借助LabVIEW开发环境,实现了测试系统软件平台的开发与集成。最后,本文借助EMI虚拟暗室测试系统软件平台进行了相关试验仿真,评估了虚拟暗室测试方法的调整、测试系统算法参数的设置以及测试系统模型的改进等三方面的因素对系统性能的影响能力。通过仿真试验,指出了对系统模型的改进是提升系统测试性能最有效的途径,验证了基于改进模型搭建的EMI虚拟暗室测试系统具备良好的测试性能,适用于任意信噪比测试环境。
蔡毅,许斌,杨晓龙[10](2013)在《直扩/跳频信号功率谱密度估计》文中指出通过直扩/跳频信号的功率谱密度分析,从理论上指出了经典功率谱估计周期图法的局限性,并借助韦尔奇算法对其进行修正。依靠Matlab进行实验仿真,结果表明韦尔奇法能够获得性能良好的直扩/跳频信号功率谱,并能够较为准确地测试出直扩/跳频信号带内载波功率动态不平衡度。
二、周期图及其改进方法中谱分辨率的MATLAB分析(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、周期图及其改进方法中谱分辨率的MATLAB分析(论文提纲范文)
(1)钻井井场噪声采集与处理技术研究(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究目的和意义 |
1.2 国内外研究现状 |
1.2.1 钻井井场噪声研究现状 |
1.2.2 钻井井场噪声采集系统研究现状 |
1.2.3 钻井井场噪声分析方法研究现状 |
1.3 主要研究内容 |
1.4 题目来源 |
第二章 钻井井场噪声统计特性与噪声模型研究 |
2.1 钻井井场噪声源概述 |
2.2 钻井井场噪声统计特性 |
2.3 钻井井场噪声模型 |
2.3.1 高斯噪声模型 |
2.3.2 Rayleigh分布噪声模型 |
2.3.3 随机脉冲噪声模型 |
2.3.4 周期性噪声模型 |
2.4 本章小结 |
第三章 钻井井场噪声采集系统方案设计 |
3.1 钻井井场噪声采集系统方案 |
3.2 钻井井场噪声采集系统硬件设计 |
3.2.1 FPGA主控模块设计 |
3.2.2 低噪声前置放大器电路设计 |
3.2.3 滤波器电路设计 |
3.2.4 AD模数转换电路设计 |
3.2.5 上位机模块设计 |
3.2.6 数据存储SD卡电路设计 |
3.3 钻井井场噪声采集系统软件开发 |
3.3.1 钻井井场噪声采集系统软件需求分析及架构设计 |
3.3.2 FPGA系统主程序设计 |
3.3.3 噪声数据采集程序设计 |
3.3.4 上位机通信程序设计 |
3.3.5 噪声数据存储程序设计 |
3.4 本章小结 |
第四章 基于谱分析与Bootstrap的钻井井场噪声数据分析 |
4.1 钻井井场噪声数据分析方法概述 |
4.2 钻井井场噪声统计特性分析 |
4.3 钻井井场噪声谱分析 |
4.4 钻井井场噪声Bootstrap自助法数据分析 |
4.4.1 Bootstrap自助法概述 |
4.4.2 偏差Bootstrap估计 |
4.4.3 方差Bootstrap估计 |
4.4.4 均值置信区间Bootstrap估计 |
4.5 本章小结 |
第五章 总结与展望 |
5.1 总结 |
5.2 展望 |
致谢 |
参考文献 |
攻读学位期间参加科研情况及获得的学术成果 |
(2)明安图IPS望远镜实验后端数字接收系统研究(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 项目背景 |
1.2 研究意义 |
1.3 国内外研究现状 |
1.3.1 国外研究现状 |
1.3.2 国内研究现状 |
1.4 本论文结构安排 |
第二章 IPS望远镜实验相关理论分析 |
2.1 行星际闪烁的基本理论 |
2.2 单站单频理论及算法介绍 |
2.3 单站双频理论及算法介绍 |
2.4 功率谱估计 |
2.4.1 射电天文信号的特征 |
2.4.2 功率谱估计的发展 |
2.4.3 经典功率谱估计 |
2.4.4 傅里叶变换 |
2.5 本章小结 |
第三章 IPS实验后端数字接收系统设计 |
3.1 系统需求分析 |
3.2 系统整体设计 |
3.3 硬件系统设计 |
3.3.1 采集板卡介绍 |
3.3.2 单站单频系统设计 |
3.3.3 单站双频系统设计 |
3.4 软件系统设计 |
3.5 本章小结 |
第四章 系统硬件实现 |
4.1 硬件设计基础 |
4.1.1 FPGA简介 |
4.1.2 Verilog HDL简介 |
4.1.3 开发环境简介 |
4.1.4 IP核简介 |
4.2 FPGA芯片及模块介绍 |
4.3 功率谱模块Matlab-ISE仿真验证 |
4.3.1 单站单频功率谱估计模块实现及仿真验证 |
4.3.2 单站双频功率谱估计模块实现及仿真验证 |
4.4 整体设计输入、综合及时序分析 |
4.4.1 单站单频设计 |
4.4.2 单站双频设计 |
4.5 硬件实现 |
4.6 本章小结 |
第五章 系统软件实现 |
5.1 软件设计基础 |
5.1.1 Python简介 |
5.1.2 库文件简介 |
5.1.3 开发环境简介 |
5.2 系统功能实现 |
5.2.1 单站单频实现 |
5.2.2 单站双频实现 |
5.2.3 实现效果分析 |
5.3 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 工作展望 |
致谢 |
参考文献 |
攻读硕士期间取得的研究成果 |
(3)基于鉴相法的相噪分析仪数字部分设计及实现(论文提纲范文)
摘要 |
abstract |
第一章 绪论 |
1.1 课题来源及研究意义 |
1.2 国内外研究现状 |
1.3 论文结构安排 |
第二章 相位噪声理论基础及测试技术 |
2.1 相位噪声理论基础 |
2.2 相位噪声测量技术简介 |
2.2.1 频谱仪直接测试法 |
2.2.2 差拍法 |
2.2.3 鉴频法 |
2.2.4 直接数字化法 |
2.2.5 鉴相法 |
2.3 鉴相法的理论推导 |
2.4 本章小结 |
第三章 系统各模块方案设计 |
3.1 相噪算法方案分析 |
3.1.1 功率谱估计分析 |
3.1.2 多分辨率方案分析 |
3.2 信号采集方案设计 |
3.2.1 影响采集过程的因素 |
3.2.2 模数转换器选型 |
3.2.3 采样滤波处理 |
3.2.4 互相关降噪分析 |
3.2.5 低抖动时钟电路方案分析 |
3.3 存储方案分析 |
3.3.1 存储器介绍 |
3.3.2 数据大容量存储方案设计 |
3.4 本章小结 |
第四章 系统模块功能实现 |
4.1 采集模块设计 |
4.1.1 时钟电路设计 |
4.1.2 数据采集处理 |
4.2 数据大容量存储模块设计 |
4.2.1 MIG核接口分析 |
4.2.2 存储逻辑设计 |
4.3 相噪算法模块设计 |
4.3.1 降采样处理设计 |
4.3.2 双通道FFT运算 |
4.3.3 共轭相乘处理 |
4.3.4 累加平均处理 |
4.3.5 互相关降噪测试 |
4.4 本章小结 |
第五章 系统功能验证与结果分析 |
5.1 数据采集功能验证 |
5.2 数据大容量存储功能验证 |
5.3 相噪算法功能验证 |
5.4 本章小结 |
第六章 总结与展望 |
6.1 全文总结 |
6.2 后续工作展望 |
致谢 |
参考文献 |
(4)周期图法功率谱估计及其改进算法的研究(论文提纲范文)
0 引 言 |
1 周期图法 |
2 改进的周期图法 |
2.1 Bartlett法 |
2.2 Welch法 |
2.3 Welch法分段长度对谱估计的影响 |
3 结 论 |
(5)基于非线性最小二乘准则的ZPW-2000移频信号检测方法研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 论文的选题背景和研究意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 论文结构和主要研究内容 |
1.4 小结 |
2 ZPW-2000移频信号数学模型 |
2.1 ZPW-2000信号理想模型 |
2.2 车载设备接收信号模型 |
2.2.1 加性干扰模型 |
2.2.2 乘性干扰模型 |
2.3 高速运行状态下频率参数的变化 |
2.4 小结 |
3 非线性最小二乘准则及周期图极大值准则 |
3.1 ZPW-2000信号近似模型 |
3.2 非线性最小二乘准则 |
3.3 周期图极大值准则 |
3.3.1 周期图极大值准则推导 |
3.3.2 周期图极大值准则的局限性 |
3.4 小结 |
4 基于非线性最小二乘准则的检测方法 |
4.1 基于非线性最小二乘法的检测算法 |
4.1.1 检测算法 |
4.1.2 实时检测性能优化 |
4.2 基于快速RELAX法的检测算法 |
4.2.1 基于RELAX法的检测算法 |
4.2.2 实时检测性能改进 |
4.3 小结 |
5 仿真与分析 |
5.1 实时性能分析与仿真测试 |
5.1.1 时间复杂度分析 |
5.1.2 运行时间仿真对比 |
5.2 载频及低频估计的克拉美罗界 |
5.2.1 近似模型下的克拉美罗界 |
5.2.2 简化模型下的克拉美罗界 |
5.2.3 克拉美罗界对比 |
5.3 准确度仿真测试 |
5.3.1 不同采样持续时间下准确度对比 |
5.3.2 不同信噪比下准确度对比 |
5.4 抗干扰能力仿真测试 |
5.4.1 抗带内牵引谐波干扰能力测试 |
5.4.2 抗暂态冲击干扰能力测试 |
5.4.3 抗本制式轨道电路干扰能力测试 |
5.5 小结 |
结论 |
致谢 |
参考文献 |
攻读学位期间的研究成果 |
(6)基于Burg算法的短时序列频谱估计研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 课题的研究背景与意义 |
1.2 经典谱估计与现代谱估计 |
1.3 频谱分析算法的研究现状 |
1.3.1 FFT算法 |
1.3.2 Burg算法 |
1.4 本论文研究内容与主要工作 |
第二章 Burg算法理论基础 |
2.1 参数模型功率谱估计 |
2.1.1 参数模型法基本思想 |
2.1.2 参数模型法的分类 |
2.1.3 AR模型的实现过程 |
2.2 最大熵谱分析的基本理论 |
2.2.1 最大熵谱的定义 |
2.2.2 基于Burg算法的最大熵谱估计 |
2.3 Burg算法分析 |
2.3.1 Burg算法谱估计原理 |
2.3.2 Burg算法谱估计性能 |
2.4 本章小结 |
第三章 FFT与Burg算法的比较分析 |
3.1 FFT与Burg算法原理 |
3.2 FFT与Burg算法的仿真分析 |
3.3 滚动轴承实测振动信号实验 |
3.3.1 实验方案设计 |
3.3.2 实验平台 |
3.3.3 实验数据处理与分析 |
3.3.4 实验步骤描述 |
3.4 FFT与Burg算法基于实验数据的性能比较分析 |
3.4.1 长序列条件下的比较 |
3.4.2 短序列条件下的比较 |
3.5 本章小结 |
第四章 Burg算法的参数问题研究 |
4.1 Burg算法的参数选择分析 |
4.1.1 采样频率的选择对频谱估计的影响 |
4.1.2 序列长度的选择对频谱估计的影响 |
4.1.3 阶数对频谱估计的影响 |
4.2 Burg算法阶数的研究分析 |
4.2.1 p、N、fs三维曲面图 |
4.2.2 阶数的有效识别区间与最优值 |
4.2.3 阶数与序列长度的关系 |
4.2.4 阶数与采样频率的关系 |
4.3 本章小结 |
第五章 Burg算法的优化 |
5.1 Burg算法频谱估计偏差的原因分析 |
5.2 Burg算法的改进方法 |
5.3 改进前后的Burg算法频谱估计比较 |
5.4 本章小结 |
总结与展望 |
参考文献 |
致谢 |
(7)旋转机械振动信号处理算法研究与程序设计(论文提纲范文)
摘要 |
ABSTRACT |
1 绪论 |
1.1 前言 |
1.2 课题研究意义 |
1.3 国内外研究现状分析 |
1.3.1 振动监测与诊断技术 |
1.3.2 振动信号滤波方法现状 |
1.3.3 振动信号功率谱估计技术现状 |
1.4 研究内容分析 |
1.4.1 主要研究内容 |
1.4.2 论文研究的重点 |
1.4.3 论文研究的难点 |
1.5 论文结构安排 |
2 研究方案分析 |
2.1 在线监测与诊断系统整体方案 |
2.1.1 整体构建方案 |
2.1.2 系统主要功能 |
2.1.3 主要技术指标 |
2.2 振动信号处理程序需求分析 |
2.3 程序设计方案 |
2.3.1 程序编程方式 |
2.3.2 程序整体设计方案 |
2.3.3 程序功能模块划分 |
2.3.4 程序开发工具选择 |
2.3.5 混合编程实现方案 |
2.4 本章小结 |
3 旋转机械振动信号去噪算法的研究 |
3.1 振动信号的表示及采样 |
3.1.1 振动信号的表示 |
3.1.2 振动信号的采样 |
3.2 振动信号去噪处理算法研究的主要目的 |
3.3 振动信号去噪的作用及基本要求 |
3.4 经典去噪算法的局限性分析 |
3.4.1 原始信号及加噪信号 |
3.4.2 IIR数字滤波算法 |
3.4.3 FIR数字滤波算法 |
3.5 维纳滤波算法 |
3.5.1 维纳滤波算法原理 |
3.5.2 维纳滤波算法去噪的仿真实现 |
3.6 循环维纳滤波算法 |
3.7 离散余弦变换在去噪中的应用 |
3.7.1 离散余弦变换原理及特点 |
3.7.2 离散余弦变换应用于信号去噪原理 |
3.7.3 基于离散余弦变换的去噪算法实现 |
3.8 DCT域循环维纳滤波算法 |
3.8.1 DCT域循环维纳滤波算法原理 |
3.8.2 DCT域循环维纳滤波算法去噪的仿真实现 |
3.9 算法性能分析 |
3.9.1 定性分析 |
3.9.2 定量分析 |
3.9.3 算法特点 |
3.10 本章小结 |
4 旋转机械振动信号谱估计算法的研究 |
4.1 谱估计算法的作用及基本要求 |
4.2 经典谱估计算法局限性分析 |
4.2.1 周期图法 |
4.2.2 Welch算法 |
4.3 参数模型法 |
4.4 最小方差谱估计算法原理 |
4.5 最小方差谱估计算法的仿真实现 |
4.6 算法性能分析 |
4.6.1 阶次p对算法性能的影响 |
4.6.2 阶次p的确定 |
4.6.3 滤波对谱估计算法性能的影响 |
4.7 算法的程序实现方式 |
4.8 本章小结 |
5 旋转机械振动信号处理软件设计 |
5.1 软件功能分析及模块划分 |
5.2 数据库设计 |
5.2.1 数据库表的设计 |
5.2.2 数据库的访问 |
5.3 软件界面设计 |
5.3.1 系统登录模块的设计及实现 |
5.3.2 系统文件读取模块的设计与实现 |
5.3.3 系统主界面模块的设计及实现 |
5.3.4 系统通信模块的设计及实现 |
5.4 C#与MATLAB混合编程的实现 |
5.4.1 混合编程的原理 |
5.4.2 混合编程的实现 |
5.5 通信功能的实现 |
5.6 本章小结 |
6 软件调试及结果 |
6.1 调试平台搭建 |
6.2 通信功能测试 |
6.3 振动信号时域波形显示功能测试 |
6.4 去噪处理及显示功能测试 |
6.5 功率谱计算及显示功能测试 |
6.6 调试结论 |
7 结论 |
7.1 结论 |
7.2 展望 |
参考文献 |
攻读硕士学位期间发表的论文 |
致谢 |
(8)基于BURG法无线电频谱信号的高分辨率估计研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 课题的研究背景 |
1.2 功率谱估计的研究的现状 |
1.2.1 经典功率谱估计方法 |
1.2.2 现代功率谱估计方法 |
1.3 论文的内容安排 |
2 功率谱估计的经典算法 |
2.1 引言 |
2.2 周期图谱估计 |
2.2.1 周期图谱估计方法的性能分析 |
2.2.2 平均周期图谱估计方法 |
2.3 周期图谱估计算法的分析与仿真 |
2.4 本章小结 |
3 功率谱估计的现代算法 |
3.1 自回归(AR)方法 |
3.2 Yule-Walker 方程[47] |
3.3 Levinson-Durbin 迭代算法 |
3.4 后向预测和改进的协方差法 |
3.5 基于 AR 模型下的 Burg 算法 |
3.6 Burg 算法的仿真及分析 |
3.7 本章小结 |
4.基于 AR 模型下 Burg 算法的改进 |
4.1 改进型 Burg 算法 |
4.2 基于 AR 模型的定阶准则 |
4.3 通过 MATLAB 仿真程序对比改进前后的 Burg 算法 |
4.5 基于实际采集信号的算法仿真 |
4.5.1 基于传统 Burg 算法的实验数据的仿真分析 |
4.5.2 基于改进后 Burg 算法的实验数据的仿真 |
4.6 本章小结 |
总结与展望 |
致谢 |
参考文献 |
攻读硕士期间的研究成果 |
(9)EMI虚拟暗室测试系统设计研究(论文提纲范文)
摘要 |
ABSTRACT |
第1章 绪论 |
1.1 论文的背景及意义 |
1.2 电磁兼容测试技术基础 |
1.3 EMI 虚拟暗室测试技术发展状况 |
1.4 本文的主要工作 |
第2章 EMI 测试系统模型分析及其算法研究 |
2.1 虚拟暗室测试系统模型分析 |
2.1.1 虚拟暗室测试技术原理 |
2.1.2 传统虚拟暗室测试系统模型的建立与分析 |
2.1.3 谱估计虚拟暗室测试系统模型的提出与分析 |
2.2 自适应滤波器结构与算法解析 |
2.2.1 维纳滤波与自适应滤波 |
2.2.2 自适应滤波器结构分析 |
2.2.3 基于 LMS 的自适应算法研究 |
2.2.4 基于 RLS 的自适应算法研究 |
2.2.5 LMS 算法与 RLS 算法性能比较 |
2.3 谱估计器分类与算法探究 |
2.3.1 信号模型与谱估计 |
2.3.2 基于周期图法的功率谱估计 |
2.3.3 基于多窗口法的功率谱估计 |
2.4 传统系统模型与改进系统模型性能仿真 |
2.5 本章小结 |
第3章 EMI 测试系统硬件平台设计 |
3.1 测试系统硬件平台框架设计 |
3.2 多通道 EMI 接收机的设计 |
3.2.1 信号捕获模块的选取 |
3.2.2 射频信号调理模块的设计 |
3.2.3 中频信号混频模块的设计 |
3.2.4 模数转换及数据处理模块的设计 |
3.2.5 总线接口方式的确定 |
3.2.6 双通道 EMI 接收机总体设计框图 |
3.3 本章小结 |
第4章 EMI 测试系统软件平台开发 |
4.1 虚拟仪器及其开发平台 |
4.1.1 虚拟仪器的特点 |
4.1.2 虚拟仪器开发平台 LabVIEW |
4.2 测试系统软件总体框架设计 |
4.3 系统软件的开发与实现 |
4.3.1 信号采集模块的设计 |
4.3.2 信号处理模块的实现 |
4.3.3 数据显示及保存模块的设计 |
4.3.4 系统软件集成 |
4.4 本章小结 |
第5章 EMI 测试系统试验仿真 |
5.1 测试方法的调整对系统性能的影响 |
5.1.1 试验设计与说明 |
5.1.2 低信噪比试验仿真 |
5.1.3 高信噪比试验仿真 |
5.2 算法参数的设置对系统性能的影响 |
5.2.1 试验设计与说明 |
5.2.2 低信噪比试验仿真 |
5.2.3 高信噪比试验仿真 |
5.3 系统模型的改进对系统性能的影响 |
5.3.1 试验设计与说明 |
5.3.2 低信噪比试验仿真 |
5.3.3 高信噪比试验仿真 |
5.4 试验仿真结果分析 |
5.5 本章小结 |
结论 |
参考文献 |
攻读硕士学位期间发表的论文和取得的科研成果 |
致谢 |
(10)直扩/跳频信号功率谱密度估计(论文提纲范文)
1 直扩/跳频通信系统的组成 |
1.1 直扩/跳频信号的产生 |
1.2 直扩/跳频信号的接收 |
2 直扩/跳频信号功率谱密度估计分析 |
2.1 功率谱密度的估计 |
2.2 功率谱估计方法 |
2.3 功率动态不平衡度测试 |
3 结语 |
四、周期图及其改进方法中谱分辨率的MATLAB分析(论文参考文献)
- [1]钻井井场噪声采集与处理技术研究[D]. 李小龙. 西安石油大学, 2021(09)
- [2]明安图IPS望远镜实验后端数字接收系统研究[D]. 王伟杰. 电子科技大学, 2021(01)
- [3]基于鉴相法的相噪分析仪数字部分设计及实现[D]. 史帅. 电子科技大学, 2021(01)
- [4]周期图法功率谱估计及其改进算法的研究[J]. 刘宝洲. 电子测量技术, 2020(05)
- [5]基于非线性最小二乘准则的ZPW-2000移频信号检测方法研究[D]. 戈壁舟. 兰州交通大学, 2019(03)
- [6]基于Burg算法的短时序列频谱估计研究[D]. 王金歌. 大连交通大学, 2019(08)
- [7]旋转机械振动信号处理算法研究与程序设计[D]. 尹丽. 西安工业大学, 2016(02)
- [8]基于BURG法无线电频谱信号的高分辨率估计研究[D]. 才建南. 兰州交通大学, 2014(03)
- [9]EMI虚拟暗室测试系统设计研究[D]. 程德望. 哈尔滨工程大学, 2013(04)
- [10]直扩/跳频信号功率谱密度估计[J]. 蔡毅,许斌,杨晓龙. 现代电子技术, 2013(07)