一、小波变换用于抑制干扰信号几种方法的比较研究(论文文献综述)
毛传亚[1](2020)在《噪声及干扰环境下基于优化核函数的跳频信号参数估计》文中进行了进一步梳理对传输的信息进行频谱扩展,使之远大于信号自身的带宽,这种通信方式称为扩展频谱通信,而跳频通信则为其中的一个分支。因具有较强的健壮稳定性和确保信息完整性等突出优势,促使跳频技术的应用范围从起初的军事通信延伸到广泛普遍的民用、商用领域。所以,无论是在军事电子战、雷达信号处理还是在蓝牙传输、无线局域网等技术方向,跳频技术都展现出了不可或缺的应用潜力。跳频信号的瞬时频率非恒定且其频谱函数随时间变化,所以其为非平稳类型信号。传统的傅里叶变换算法在处理非平稳信号时具有局限性,其只能单一地表征时域或频域参数信息。时频分析算法自提出以来便取得快速发展,它将时域和频域组合起来综合考虑,构造关于时间和频率的联合函数,从而准确地描述非平稳信号。本文利用时频分析算法对跳频信号进行处理且估计其参数信息,同时在多种电磁环境下验证该算法的有效性。主要的工作内容与安排如下:本文首先介绍跳频通信基础理论以及常用的信号分析算法。具体包括时频分析算法的研究现状,跳频通信系统的工作原理,仿真剖析多种时频变换算法,最后从时频聚集性、交叉干扰项和抑制噪声等方面综合评价各算法的优点与不足,从而为本文提出改进的时频分析算法做好理论铺垫。其次,提出新的双线性时频分布核函数。以跳频信号在模糊域上的分布特性为出发点,针对性地设计核函数,同时利用熵测度理论对核函数参数进行优化选取,确保获得分布性能优良的跳频信号频谱图,最后通过提取时频脊线的方法完整地设计跳频信号参数估计流程。最后,研究在噪声及干扰情况下的跳频信号的时频性能。根据不同噪声及干扰信号在模糊域上对跳频信号产生的影响,以保留跳频信号模糊域自项和滤除交叉干扰项为原则,针对性地调整核函数的参数,依次完成对跳时刻、跳周期和跳频频率的估计,并利用相对均方误差曲线对估计精度进行刻画,最后与SPWVD算法作对比,以验证本文提出的时频分析算法的综合性能。
马永峥[2](2020)在《基于排列熵和恒虚警检测的水下目标信号检测技术研究》文中提出水下目标信号检测是水下探测的重要研究内容之一。在实际应用中,接收的信号中不仅只有环境噪声,还包含了大量的自然或人工干扰信号,干扰信号给水下目标信号检测带来了巨大的困难。为了提高在干扰条件下水下目标检测算法的性能,本文针对同频信号干扰和强干扰使检测环境发生突变等问题,重点开展如下研究:1、对目前应用较广的几种信号检测方法进行了仿真分析研究,包括:Power-Law检测器、熵检测方法和基于高阶统计量的检测方法,仿真结果表明:在干扰条件下,经典水声信号检测算法将干扰当做目标,虚警概率增加;固定的检测门限,难以满足干扰环境引起的背景突变的信号检测需求。2、针对同频干扰信号的问题,本文给出了多尺度排列熵(MPE)检测方法,通过仿真可知MPE检测算法对与目标频率相同但持续时间或形态不同的同频干扰有一定的抑制作用。在MPE检测方法基础上,给出了改进的小波变换-多尺度排列熵(WT-MPE)检测方法和经验模态分解-多尺度排列熵(EMD-MPE)检测方法。通过仿真分析,发现WT-MPE检测方法和EMD-MPE检测方法在低信噪比的情况下检测性能优于MPE检测方法。3、针对固定门限难以处理检测环境发生突变的问题,将恒虚警检测器和Notch滤波器结合起来,给出了基于Notch滤波器的恒虚警检测方法。通过仿真分析,基于Notch滤波器的恒虚警检测方法的门限是自适应的,能够有效的应对环境突变的问题。4、本文对水池实验以及千岛湖湖试的试验数据使用不同的检测算法进行了处理。实验结果表明,多尺度排列熵结合小波变换或经验模态分解可以提高低信噪比条件下算法的检测性能。将Notich滤波器和恒虚警算法结合起来,降低了由于环境突变对检测性能的影响。通过实验证明了算法的有效性。本文的工作主要体现在给出改进的基于多尺度排列熵检测算法和基于自适应Notch的恒虚警检测算法,通过仿真和数据处理得到了较为理想的结果。
陈健[3](2019)在《基于深度学习的窄带雷达弹头目标识别关键技术研究》文中研究指明雷达是空间监视、预警防御等系统的重要传感器。雷达能否探测、跟踪感兴趣的目标并识别目标的类别对这些系统具有至关重要的影响。在空间监视和预警防御应用中,真假弹头目标的识别是最重要也最具挑战性的问题之一。雷达在探测、跟踪、识别弹头目标时,需要克服各种假目标的不利影响,主要包括:无源诱饵目标的误导、有源电子假目标的压制和混淆。针对弹头欺骗干扰技术中的实体假目标和弹载间歇采样转发干扰(Interrupted-Sampling Repeater Jamming,ISRJ)形成的电子假目标,本文研究了基于深度学习的雷达弹头目标识别的一些关键技术,按雷达信号与信息处理流程的先后顺序依次为:(1)在雷达目标检测前,设计了栈式双向GRU(Gated Recurrent Unit)网络在时域识别并分割受ISRJ污染的雷达回波信号,提取仅包含真实目标回波的无干扰信号片段,生成并平滑滤波器,抑制ISRJ在雷达系统中形成的电子假目标,减弱ISRJ对真实目标的压制作用,大幅提高了真实目标在ISRJ环境下的检测概率;(2)在雷达目标检测阶段,设计了专门的卷积神经网络(Convolutional Neural Network,CNN),增强线性调频(Linear Frequency Modulation,LFM)信号的去斜信号的时频图并提取时频脊线,估计各信号分量的时频参数,结合雷达发射信号的先验信息,分辨识别脉冲压缩结果中检测到的目标是真实物体目标还是ISRJ形成的电子假目标,大幅降低了ISRJ假目标进入雷达后续跟踪识别等环节的概率,缓解了雷达脉冲资源紧张的压力,提高了雷达跟踪到真实目标的概率,减弱了ISRJ对雷达的误导作用,为后续雷达分辨识别实体诱饵假目标和弹头目标铺平道路;(3)在雷达跟踪测量后的目标识别阶段,针对最具挑战性的仿形诱饵和弹头的分辨识别,以最广泛雷达可以获取的雷达散射截面积(Radar Cross Section,RCS)序列数据为基础,提出了两种弹头和诱饵的识别方法:其一,研究了基于一维CNN的弹头目标微动周期提取方法及基于微动周期的目标粗分类技术,和传统方法相比,周期提取的精度更高,粗分类性能也更强;其二,研究了基于一维CNN的仿形诱饵和弹头识别方法,相比于传统的目标识别方法,在大幅降低了虚警率的同时还降低了弹头目标的漏检概率,提升了弹头和诱饵分辨识别的综合性能。
颜灵恩[4](2019)在《直扩系统中的窄带干扰抑制技术研究》文中提出扩频通信技术凭借其抗干扰、抗多径、抗衰落和强隐蔽性等诸多优点,在军事和民用通信中获得广泛应用。其中直接序列扩频技术通过扩频码与序列相乘直接扩展信号频谱,其扩频码长度决定了直扩系统的干扰容限。但扩频码长度有限,因此干扰容限也有上限。当干扰功率过大,超出直扩系统的承受范围时,便对通信系统造成无法弥补的破坏。其中窄带干扰因其功率集中且具有一定带宽而极具破坏性。为了在存在窄带干扰的无线通信环境中实现信号的可靠传输,需要使用高性能的算法对干扰进行抑制。针对传统干扰抑制算法中存在的频域能量损失、适用范围受限的问题,从现有频域抑制技术出发,通过结合两种频域算法的优势研究了阈值边带算法,针对时域非线性表示问题,通过将扩频码信息与流水线递归神经网络(PRNN)结合研究了基于扩频码的PRNN算法,主要工作内容如下:1、研究了时域窄带干扰抑制技术。重点研究时域线性预测滤波技术和非线性预测滤波技术。研究了常见窄带干扰样式,给出干扰数学表达式,并进行仿真。最后对两种时域预测技术进行实验分析,其中非线性滤波具有更好的误码率性能。2、针对时域干扰抑制算法存在收敛性问题和复杂度高计算量大的不足,研究了频域窄带干扰抑制技术。首先对FFT变换前的加窗技术进行介绍,给出了不同窗函数之间的比较,并研究了重叠加窗技术,其中Blackman-Harris窗具有优异的旁瓣抑制性能。然后研究了频域自适应滤波算法、频域阈值算法和边带相关置换算法。针对频域阈值算法损失较多信号能量的问题和边带相关置换算法无法处理边带对称处同时存在干扰的问题,提出边带阈值算法。该算法针对不同的频域谱线采用相应的处理方式。实验仿真表明,提出的边带阈值算法能够获得比其他频域算法更优异的性能。3、针对时域技术中预测误差存在非线性的问题,引入神经网络技术。利用递归神经网络取代自适应滤波中的权值连接,再利用扩频码的信息将预测误差进行解扩重扩迭代更新,并采用RTRL算法实现递归神经网络的实时权值调整。实验仿真表明,基于扩频码的递归神经网络技术具有很强的非线性,能够较准确预测窄带干扰,抑制效果明显。
葛智宁[5](2019)在《腕带式心电信号处理和QRS波群检测》文中认为随着社会高速发展,人民生活水平逐渐提高,人们越来越重视身体健康。在众多疾病之中,心血管疾病位于城乡居民死亡原因的首位。心血管疾病种类众多,病因复杂,且发病时间快,不易检测的潜在疾病可能会导致不可挽回的损失,因此便携带的、可检测心电信号的心电监测设备应运而生。心电监测设备可以实时获取心电信号,并对其进行自动化分析和诊断。在市场上已经出现的多种便携带心电监测设备中,腕带式心电设备因其体积小可随身携带,逐渐成为了人们的首选。本文正是基于这样的背景之下,对腕带式心电信号展开了分析和研究。对腕带式心电信号的处理主要分为四个步骤,第一,对心电信号做质量评估,第二,对质量评估后的可接受心电信号做预处理,抑制信号中的多种干扰,并对信号进行降噪增强,第三,检测预处理后的信号的特征,第四,根据检测到的心电信号特征对心电信号做自动化诊断,判断当前人体是否患有某些心血管疾病。本文的研究建立于腕带式心电信号已经完成质量评估的基础上,对可接受心电信号进行预处理和QRS波群检测。预处理和检测算法在MIT-BIH心律失常数据库中先进行算法验证,再在腕带式心电信号上进行实验。本文的主要工作如下:(1)研究了腕带式心电信号,分析了干净的ECG信号的幅频和含干扰的ECG信号的幅频,并讨论了分别包含运动伪影、基线漂移和肌电干扰等干扰时,腕带式心电信号的波形是怎样的。这些对腕带式心电信号的分析有助于之后对心电信号进行有针对性的干扰抑制和降噪增强,从而节省时间和运算量。(2)针对腕带式ECG信号中包含的基线漂移和肌电干扰,介绍并对比了三种常见的滤波方法:形态学滤波、小波变换和EMD。在干扰抑制阶段,引入了基于ECG信号功率谱的干扰评估指标,从而有针对性地对干扰信号进行合理抑制。(3)使用非线性自适应滤波器对ECG信号进行了降噪增强的研究。在讨论Volterra自适应滤波器和PNIIR自适应滤波器之后,将这两种滤波器结合起来,提出了一种增强了非线性的改进的PNIIR自适应滤波器。实验证明,改进的PNIIR自适应滤波器对ECG信号有着较好的降噪增强效果。(4)在对心电信号检测QRS波群方面,本文提出了一种新的特征检测思路。用形态学与差分思想结合的方法可以检测出心电信号的周期边界点,以此作为特征检测的辅助条件。算法主要思路为,先划分周期,再在周期内进行QRS波群的检测工作。经试验证明,该方法在一定程度上有效地降低了漏检率和误检率。
王奕方[6](2019)在《北斗接收机窄带干扰抑制技术研究》文中指出近年来,我国北斗卫星导航系统迅速发展并逐渐完善,已经成为国家的基础设施,与人们的生活密切相关。由于卫星导航信号功率非常微弱,容易受到各类有意或无意干扰的影响,例如雷达信号、广播通信等设备的信号及其谐波、以及各类有意干扰设备的信号。由于窄带干扰产生简单,且极易造成接收机工作的不稳定并产生不期望的导航结果,因此接收机需要对信号进行干扰抑制处理,而目前的处理方法往往会对有用信号产生不同程度的损伤,引起载噪比损失,降低导航性能。考虑到在接收机端进行窄带干扰抑制是目前最为经济的方法,论文在综合考虑算法的复杂度、实时性、干扰抑制能力和对真实导航信号的影响等因素的基础上,对窄带干扰抑制方法展开研究。论文主要对基于单天线的窄带干扰抑制技术进行研究,研究重点是保证干扰抑制能力的同时对真实导航信号影响较小的北斗接收机窄带干扰抑制技术。主要研究内容如下:(1)根据北斗B1I信号的组成,利用MATLAB对北斗B1I数字中频信号进行仿真,通过频谱图与捕获结果验证仿真的正确性,然后对常见的窄带干扰信号进行建模和仿真,用于支持后续窄带干扰抑制算法的验证。(2)根据导航信号和窄带干扰相关性的不同,研究基于预测思想的时域自适应滤波技术。对最小均方算法、归一化最小均方算法和递推最小二乘算法进行详细推导分析,通过仿真对比,选择综合性能较好的归一化最小均方算法作为时域抑制技术的代表,与后续提出的干扰抑制算法进行性能比较。(3)针对时域干扰抑制技术处理速度慢,对快变干扰抑制能力差的问题,采用基于快速傅里叶变换的频域窄带干扰抑制技术。针对快速傅里叶变换过程中的频谱泄露和信号失真的问题,采用50%重叠加凯撒窗的方法进行改善;然后针对窄带干扰检测门限值的确定,提出了一种基于连续均值去除法的改进型自适应干扰检测算法,具有良好的检测性能,作为后续时频域结合算法的频域检测基础;最后对提出的频域窄带干扰抑制的算法进行仿真实验,验证其有效性。(4)综合考虑算法的复杂度、实时性、干扰抑制能力和对真实导航信号的影响等因素,设计一种基于时频域结合的窄带干扰抑制方法。针对快速傅里叶变换检测中干扰参数估计误差较大的问题,提出应用快速傅里叶变换与线性调频Z变换联合的算法,极大地提高了干扰参数的估计精度;然后重点针对时域陷波模块,在目前常用的二阶直接型IIR陷波器的基础上,提出一种基于零极点配置的IIR陷波器的改进设计法,可以得到更为陡峭的陷波特性。通过仿真分析,该方法能够在保证干扰信号得到有效抑制的同时减少有用信号的损伤,并且复杂度低,实时性好,适合实际应用。综上所述,本文在现有的窄带干扰抑制算法的基础上,对部分内容提出改进方法,对算法性能有一定程度的改善。
范晋龙[7](2019)在《绝缘材料介质损耗角检测方法》文中研究说明铝电解多功能机组的绝缘状态监测是关系到设备与人身安全的重要环节。介质损耗角是机组绝缘材料的关键性能参数,但常用的谐波分析法中的频谱泄露和栅栏效应严重影响精度。针对介质损耗角检测中多功能机组强噪声干扰,在干扰特征分析与提取后,采用小波分层阈值去噪进行信号预处理。确定了小波函数、分解层数、阈值及阈值函数的选取方法。通过仿真研究表明,本文算法相对于固定阈值、无偏风险估计阈值等经典阈值,滤波性能有所提升。同时与巴特沃斯滤波、切比雪夫滤波器、椭圆滤波器进行去噪对比,验证了算法的有效性。针对频谱泄露和栅栏效应,本文提出了改进的三角自卷积窗全相位FFT校正算法,设计了二阶三角卷积窗代替传统的矩形窗口对数据进行截断,三角卷积窗具有旁瓣峰值电平低,衰减率高,能够有效的抑制频谱泄露。同时利用全相位FFT的相位不变性,能够准确计算信号的相位角。仿真分析表明,三角自卷积窗全相位FFT校正算法,在信号频率波动、谐波及较弱噪声干扰的情况下,能准确实现信号相位角的计算,相对于传统的加窗插值、相位差校正算法、能量重心法等,计算量仅在FFT基础上增加了N次累加运算,精度提高10%。最后本文基于TMS320F28335与STM32F103双处理器设计介质损耗角检测系统,其中DSP负责算法实现,微控制器负责人机交互和系统控制。
赵子建[8](2020)在《面向高频电流局部放电检测的抗电磁干扰技术的研究》文中认为局部放电检测是评估电气设备绝缘状态的有效方法,其中高频电流法因具有传感器安装方便,检测频带宽等优点获得了广泛应用。但是,在局部放电高频信号的检测过程中,测试现场存在的复杂电磁干扰会对检测结果产生重要影响,甚至引发误报漏报等严重问题。因此获取较为准确的局部放电高频信号是对电气设备绝缘性能做出正确判断的关键。在分析国内外局放检测抗干扰技术的基础上,本文就高频电流局放检测抗干扰技术进行了研究,主要内容如下:选取代表性的变电站和测试点,采用数字示波器和局部放电高频检测装置通过现场实测的方式研究了变电站内影响局部放电高频检测的典型电磁干扰的时频特征和统计特征,并对信号来源进行了定位。研究发现:周期性窄带干扰和变电站设备外部的局部放电是影响局放高频检测的主要干扰形式,窄带干扰的最大幅值可达50mV以上,频谱主要分布在300~1000kHz范围内;60%以上的变电站存在放电类干扰信号,主要有电晕放电、沿面放电和悬浮放电干扰,其频谱通常分布在30MHz以下。根据测试现场的典型高频电磁干扰特征,提出了基于小波变换和脉冲聚类分离的组合型干扰抑制策略。为了在取得良好去噪效果的同时尽可能多的保留原信号的丰富信息,引入信噪比、均方差、信号能量差和互相关系数4个评价指标对小波分解的去噪效果进行量化以找到适合现场局放检测的最优小波参数组合。局部放电在线监测要求检测系统能够对采集数据进行实时处理。为降低去噪过程的计算复杂度和时间消耗,提出了基于小波分解的降噪加聚类方法,并对其降噪效果进行了测试验证。最后,利用所提出的干扰抑制策略对实验室开发的高频局放检测装置的抗干扰性能进行优化,并将其应用于现场局放检测,成功检测到了被测设备存在的局部放电缺陷,并对故障原因进行了分析。
罗渠[9](2019)在《变换域通信系统关键技术研究》文中研究说明随着通信技术的不断发展,实际电磁环境日益复杂,并且所能利用的合适频段频谱资源也越来越少,频谱资源已经越来越珍贵,如何提升通信系统的频谱利用率一直是通信领域重点研究的问题。作为一种动态频谱共享接入特性的多址接入技术,变换域通信系统(Transform Domain Communication System,TDCS)在抗干扰通信以及解决上述频谱资源问题上有独特的优势。本文针对复杂电磁环境下,对变换域通信系统的抗干扰性能以及频谱利用率两个方向上展开研究。TDCS作为一种具有低截获和主动抗干扰特点的通信技术,其性能与频谱估计以及接入序列直接相关。本文首先介绍了基于正交频分复用系统(Orthogonal Frequency Division Multiplexing,OFDM)构架的TDCS的基本原理,并探讨了TDCS的频谱感知、调制以及相位映射等关键技术,得出了传统OFDM构架的TDCS多址接入性能低的缺点以及无法有效抑制扫频类干扰。针对TDCS多址接入的问题,本文提出了一种基于分簇结构的TDCS以提升系统用户接入量。将子载波分组(簇)并分配给不同的用户,并且通过序列设计和干扰消除方法以减小用户间干扰提升性能,仿真表明所提出的方法能够大大提升TDCS的系统容量。此外,本文针对TDCS无法有效抑制Chirp类干扰信号的缺点,提出了基于分数阶傅里叶变换的TDCS系统;首先介绍了分数阶傅里叶变换工具,分析了其离散算法的实现,并给出了基于分数阶傅里叶变换的TDCS理论框架,最后进行了仿真验证,从而为TDCS通信架构提供了一条思路。软件定义无线电越来越多用作工业或学术领域作为原型验证工具,软件无线电平台是TDCS系统较佳的原型实现平台。本文最后利用美国国家仪器公司的通用软件定义无线电设备以及使用LabVIEW软件在实际环境下评估了OFDM架构的TDCS多址接入的性能,搭建基于TDCS的频谱共享传输系统,并详细介绍了系统架构、关键技术实现以及测试过程。
王康丽[10](2018)在《局部放电波形仿真及去噪技术研究》文中认为随着社会的发展和时代的进步,人们的工作和生活越来越离不开电能。这就要求电力系统能够做到可靠稳定的供电。然而在我国电网变压器事故中,因绝缘老化出现的局放事故比例高达近70%,这一严重现象引起了人们对电网局放现象的高度重视。深入研究设备局部放电原理、及时监测设备的局放信号、提高含噪的混合局放信号的去噪技术和放电信号的提取,对于维护和保证输电网络的稳定供电都具有实际意义。本文通过介绍单气隙的局部放电原理,构建局部放电的等效电路,采用Simulink仿真软件进行局部放电电路仿真。考虑到在实际的信号检测中,收集到的放电信号通常会含有噪声干扰,因此对于信号去噪这一问题,本文通过运用Matlab仿真软件,采用改进的小波阈值函数对含噪信号进行去噪,再采用Matlab软件中的firl函数和filter函数仿真FIR数字滤波器,对局部干扰信号进行滤波处理。通过在Simulink中进行局部放电仿真,气隙的放电次数随外加交流电压的升高而增加,对应的放电脉冲电流个数也在增加。在进行小波去噪和数字滤波去噪时,通过分析去噪后的数据,验证了去噪方法的优良性。单一的去噪技术由于在应用方面具有局限性,不适用于分析和处理大多数的放电情况。因此,在对含噪信号进行去噪方面,多种去噪设备和去噪技术结合使用,才能使提取到的信号具有更优的去噪效果。
二、小波变换用于抑制干扰信号几种方法的比较研究(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、小波变换用于抑制干扰信号几种方法的比较研究(论文提纲范文)
(1)噪声及干扰环境下基于优化核函数的跳频信号参数估计(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景与研究意义 |
1.2 跳频信号参数估计的国内外研究进展 |
1.2.1 基于时频分析方法的跳频信号参数估计现状 |
1.2.2 基于非时频分析方法的跳频信号参数估计现状 |
1.3 论文的研究内容与结构安排 |
第2章 跳频通信系统及时频分析算法 |
2.1 跳频通信系统概述 |
2.1.1 跳频通信系统模型 |
2.1.2 跳频信号数学模型 |
2.1.3 跳频信号的参数与性能指标 |
2.2 时频分析方法基本理论 |
2.2.1 解析信号 |
2.2.2 瞬时频率 |
2.2.3 时频分辨率与不相容原理 |
2.3 线性时频分析方法 |
2.3.1 短时傅里叶变换 |
2.3.2 小波变换 |
2.3.3 Gabor变换 |
2.4 非线性时频分析方法 |
2.4.1 WVD及其加窗形式 |
2.4.2 Cohen类时频分布一般形式 |
2.5 本章小结 |
第3章 基于优化核函数设计的跳频信号参数估计 |
3.1 跳频信号的模糊域分析 |
3.1.1 模糊函数基本理论 |
3.1.2 跳频信号的模糊函数域分布 |
3.2 核函数的优化设计方法 |
3.2.1 几种Cohen类时频分布的核函数 |
3.2.2 核函数的优化设计 |
3.3 基于熵测度的核函数参数优化 |
3.3.1 核函数参数对时频分布的影响 |
3.3.2 熵测度基本理论 |
3.3.3 优化核函数参数取值 |
3.4 跳频信号参数估计流程 |
3.5 本章小结 |
第4章 噪声及干扰环境下跳频信号参数估计性能评价 |
4.1 高斯白噪声 |
4.1.1 高斯白噪声信号模糊函数 |
4.1.2 核函数参数设置及时频分布求解 |
4.1.3 高斯白噪声环境下性能仿真分析 |
4.2 突发干扰信号 |
4.2.1 突发干扰信号模糊函数 |
4.2.2 突发干扰环境下性能仿真分析 |
4.3 定频干扰信号 |
4.3.1 定频干扰信号模糊函数 |
4.3.2 定频干扰环境下性能仿真分析 |
4.4 线性扫频干扰信号 |
4.4.1 线性扫频信号模糊函数 |
4.4.2 线性扫频干扰环境下性能仿真分析 |
4.5 非线性扫频干扰信号 |
4.5.1 非线性扫频信号模糊函数 |
4.5.2 非线性扫频干扰环境下性能仿真分析 |
4.6 本章小结 |
结论与展望 |
致谢 |
参考文献 |
(2)基于排列熵和恒虚警检测的水下目标信号检测技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 研究背景与意义 |
1.2 国内外发展现状 |
1.3 论文主要研究内容 |
第2章 几种经典的水声信号检测算法分析 |
2.1 Power-Law检测器 |
2.1.1 Power-Law检测器的基本原理 |
2.1.2 仿真验证 |
2.2 熵检测法 |
2.2.1 熵检测法的基本原理 |
2.2.2 仿真验证 |
2.3 高阶统计量检测法 |
2.3.1 高阶统计量的定义与性质 |
2.3.2 双谱检测算法 |
2.3.3 基于高阶矩的检测算法 |
2.4 本章小结 |
第3章 基于多尺度排列熵的水声检测方法 |
3.1 多尺度排列熵检测法 |
3.1.1 多尺度排列熵的基本原理 |
3.1.2 仿真验证 |
3.2 基于小波变换的多尺度排列熵检测方法研究 |
3.2.1 小波变换的基本原理 |
3.2.2 小波降噪的基本原理 |
3.2.3 基于小波降噪的多尺度排列熵检测算法 |
3.3 基于经验模态分解的多尺度排列熵检测方法研究 |
3.3.1 经验模态分解的基本理论 |
3.3.2 经验模态出现的问题以及解决办法 |
3.3.3 基于经验模态分解的多尺度排列熵检测算法研究 |
3.4 本章小结 |
第4章 基于Notch滤波器的恒虚警水声检测算法 |
4.1 基于能量熵的ACCA-CFAR检测算法技术研究 |
4.1.1 均值类恒虚警检测器 |
4.1.2 排序类恒虚警检测器 |
4.1.3 基于能量熵的自动删除恒虚警检测器 |
4.2 基于Notch滤波器的检测算法研究 |
4.2.1 Notch滤波器的基本原理 |
4.2.2 Notch滤波器的联合检测算法 |
4.3 基于自适应Notch滤波器的恒虚警检测方法研究 |
4.4 本章小结 |
第5章 水声信号检测的试验数据分析 |
5.1 水池实验结果验证与分析 |
5.2 千岛湖外场试验 |
5.2.1 外场试验流程 |
5.2.2 外场试验数据分析 |
5.3 本章小结 |
结论 |
参考文献 |
致谢 |
(3)基于深度学习的窄带雷达弹头目标识别关键技术研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 雷达弹头真假目标识别技术的现状 |
1.2.1 针对实体假目标的雷达弹头目标识别技术现状 |
1.2.2 针对电子假目标的雷达弹头目标识别技术现状 |
1.2.3 传统雷达弹头目标识别方法的困境 |
1.3 深度学习的发展现状 |
1.3.1 深度学习的基本网络结构 |
1.3.2 深度学习网络在雷达领域的应用 |
1.3.3 深度学习技术在雷达目标识别中的优势和劣势 |
1.4 本文主要内容及章节安排 |
第二章 基于栈式双向GRU网络的电子假目标信号时域识别与干扰抑制 |
2.1 引言 |
2.2 信号模型与方法思路 |
2.2.1 LFM信号体制下的ISRJ |
2.2.2 方法思路 |
2.3 栈式双向GRU方法 |
2.3.1 整体框架 |
2.3.2 预处理 |
2.3.3 SBi GRU网络 |
2.3.4 无穷训练 |
2.3.5 滤波器生成与平滑 |
2.3.6 滤波、目标检测及目标的特性测量 |
2.4 相关ISRJ滤波抑制方法介绍 |
2.4.1 能量函数法 |
2.4.2 时频最大分量函数法 |
2.5 仿真实验与结果分析 |
2.5.1 实验设置 |
2.5.2 真假信号识别准确率 |
2.5.3 干扰抑制性能 |
2.5.4 真实目标检测率 |
2.5.5 算法时间消耗 |
2.6 本章小结 |
第三章 基于CNN提取时频域参数的电子假目标识别 |
3.1 引言 |
3.2 方法的目标与基本思路 |
3.3 基于CNN增强时频图的电子假目标识别方法 |
3.3.1 整体框架 |
3.3.2 目标检测 |
3.3.3 特征提取 |
3.3.4 目标判决 |
3.3.5 基于TFCNN网络的时频图增强 |
3.3.6 TFCNN网络的训练 |
3.4 实验结果与分析 |
3.4.1 TFCNN方法识别示例 |
3.4.2 蒙特卡洛实验设置 |
3.4.3 识别性能vs全局阈值γ_w? |
3.4.4 识别性能vs信噪比 |
3.4.5 识别性能vs干信比 |
3.4.6 识别性能vs干扰机模式 |
3.4.7 识别性能vs真实目标数量 |
3.4.8 SBiGRU滤波对TFCNN方法识别性能的影响分析 |
3.5 本章小结 |
第四章 基于一维CNN的 RCS序列特征提取与目标识别 |
4.1 引言 |
4.2 弹头与仿形诱饵 |
4.2.1 仿形诱饵是最难分辨识别的假目标 |
4.2.2 弹头与仿形诱饵RCS序列的差别 |
4.3 目标动态RCS序列仿真 |
4.3.1 动态RCS序列仿真方法整体框架 |
4.3.2 目标RCS反射图 |
4.3.3 目标姿态角序列的仿真方法 |
4.3.4 RCS序列生成 |
4.3.5 弹头与仿形诱饵RCS序列仿真结果 |
4.4 基于RCS序列的弹头目标微动周期提取及粗分类 |
4.4.1 基于一维CNN的 RCS序列周期提取方法 |
4.4.2 传统RCS序列周期提取方法 |
4.4.3 RCS序列周期提取仿真实验 |
4.4.4 基于RCS序列周期的目标粗分类 |
4.5 基于RCS序列的仿形诱饵与弹头的识别 |
4.5.1 基于一维CNN的 RCS序列目标识别方法 |
4.5.2 传统基于RCS序列的目标识别方法 |
4.5.3 弹头与仿形诱饵识别仿真实验 |
4.6 本章小结 |
第五章 结论 |
5.1 成果与前景 |
5.2 不足与下一步工作 |
致谢 |
参考文献 |
作者在学期间取得的学术成果 |
(4)直扩系统中的窄带干扰抑制技术研究(论文提纲范文)
摘要 |
ABSTRACT |
符号对照表 |
缩略语对照表 |
第一章 绪论 |
1.1 选题背景及意义 |
1.2 国内外研究现状 |
1.2.1 时域窄带干扰抑制技术 |
1.2.2 变换域窄带干扰抑制技术 |
1.2.3 基于神经网络的窄带干扰抑制技术 |
1.3 论文的研究内容及章节安排 |
第二章 直接序列扩频系统概述 |
2.1 直扩通信系统基本原理 |
2.2 直扩系统抗干扰原理 |
2.3 直扩系统主要特点 |
2.4 扩频通信抗干扰指标 |
2.5 本章小结 |
第三章 时域窄带干扰抑制技术 |
3.1 时域自适应预测技术基本原理 |
3.2 时域线性自适应预测技术 |
3.3 时域非线性自适应预测技术 |
3.4 常见窄带干扰模型 |
3.4.1 单音干扰 |
3.4.2 多音干扰 |
3.4.3 自回归干扰 |
3.4.4 窄带高斯噪声干扰 |
3.4.5 调制信号干扰 |
3.5 实验分析 |
3.6 本章小结 |
第四章 频域窄带干扰抑制技术 |
4.1 频域窄带干扰抑制技术原理 |
4.2 时域加窗性能分析 |
4.3 常用的频域窄带干扰抑制技术 |
4.3.1 频域自适应滤波技术 |
4.3.2 频域阈值干扰抑制算法 |
4.3.3 频域边带相关置换算法 |
4.4 一种改进的频域抑制算法 |
4.5 实验分析 |
4.6 本章小结 |
第五章 基于神经网络的窄带干扰抑制技术 |
5.1 神经网络概述 |
5.2 基于PRNN的干扰抑制算法 |
5.3 RTRL算法 |
5.4 基于码辅助的PRNN窄带干扰抑制算法 |
5.5 实验分析 |
5.6 本章小结 |
第六章 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
作者简介 |
(5)腕带式心电信号处理和QRS波群检测(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题背景及研究意义 |
1.2 国内外研究现状 |
1.2.1 预处理 |
1.2.2 QRS波群检测 |
1.3 论文主要内容及结构 |
第2章 ECG信号产生机理和特征分析 |
2.1 ECG信号形成原理 |
2.2 ECG信号的时频分析 |
2.3 实验数据介绍 |
2.3.1 MIT-BIH数据介绍 |
2.3.2 腕带式心电数据分析 |
2.4 本章小结 |
第3章 腕带式ECG信号的干扰抑制 |
3.1 ECG信号的干扰来源 |
3.2 ECG信号干扰抑制算法 |
3.2.1 形态学滤波 |
3.2.2 小波变换 |
3.2.3 EMD |
3.2.4 算法对比 |
3.3 基于干扰评估的ECG信号干扰抑制算法 |
3.3.1 干扰评估指标 |
3.3.2 基于干扰评估的干扰抑制算法 |
3.3.3 实验结果 |
3.4 本章小结 |
第4章 腕带式ECG信号的自适应降噪增强 |
4.1 非线性自适应滤波器 |
4.1.1 非线性自适应滤波技术 |
4.1.2 非线性自适应滤波器的应用 |
4.1.3 自适应滤波算法 |
4.2 Volterra滤波器简介 |
4.2.1 Volterra级数模型 |
4.2.2 基于LMS的 Volterra自适应算法 |
4.3 改进的PNIIR自适应滤波器 |
4.3.1 PRNN与 IIR简介 |
4.3.2 PNIIR自适应滤波器 |
4.3.3 改进的PNIIR自适应滤波器 |
4.4 实验结果 |
4.4.1 对比三个非线性自适应滤波器 |
4.4.2 对腕带式ECG信号进行降噪增强 |
4.5 本章小结 |
第5章 腕带式ECG信号的QRS波群定位 |
5.1 用差分法对ECG信号QRS波群定位 |
5.1.1 差分法原理 |
5.1.2 二阶差分阈值算法 |
5.2 用小波变换法对ECG信号QRS波群定位 |
5.2.1 李氏指数与模极值关系 |
5.2.2 小波基函数与小波变换尺度的选择 |
5.3 检测腕带式ECG信号的QRS波群 |
5.3.1 基于形态学的ECG信号特征检测算法 |
5.3.2 基于MIT-BIH数据库的算法验证 |
5.3.3 对腕带式ECG信号进行QRS波群检测 |
5.4 本章小结 |
总结与展望 |
致谢 |
参考文献 |
攻读硕士学位期间发表的论文 |
(6)北斗接收机窄带干扰抑制技术研究(论文提纲范文)
摘要 |
abstract |
第1章 绪论 |
1.1 课题研究背景与意义 |
1.2 北斗卫星导航系统及其干扰分类 |
1.2.1 北斗卫星导航系统简介 |
1.2.2 干扰分类 |
1.3 国内外研究现状 |
1.3.1 时域窄带干扰抑制技术 |
1.3.2 变换域窄带干扰抑制技术 |
1.4 论文组成结构 |
第2章 窄带干扰对北斗信号及接收机的影响 |
2.1 北斗导航信号基本组成 |
2.2 窄带干扰下的北斗信号质量分析 |
2.3 窄带干扰对接收机的影响分析 |
2.3.1 接收机信号处理流程分析 |
2.3.2 基带输入干信比与A/D量化位数的关系 |
2.3.3 窄带干扰对基带处理及导航解算的影响 |
2.4 北斗窄带干扰仿真分析 |
2.4.1 北斗B1I数字中频信号仿真 |
2.4.2 常见的窄带干扰建模 |
2.4.3 窄带干扰对北斗信号影响的仿真分析 |
2.5 本章小结 |
第3章 基于自适应滤波的时域预测技术 |
3.1 时域预测窄带干扰抑制基本原理 |
3.2 自适应滤波算法 |
3.2.1 最小均方算法 |
3.2.2 归一化最小均方算法 |
3.2.3 递推最小二乘算法 |
3.3 性能仿真分析 |
3.4 本章小结 |
第4章 基于FFT的频域窄带干扰抑制技术 |
4.1 基于FFT的频域窄带干扰抑制基本原理 |
4.2 窗函数的应用 |
4.2.1 频谱泄露对有用信号的影响 |
4.2.2 凯撒窗的应用 |
4.2.3 减少信号失真的方法 |
4.3 干扰检测门限的确定方法 |
4.3.1 传统干扰检测算法 |
4.3.2 自适应门限干扰检测的改进算法 |
4.4 性能仿真分析 |
4.4.1 改进型自适应门限干扰检测算法仿真分析 |
4.4.2 频域窄带干扰抑制算法仿真分析 |
4.5 本章小结 |
第5章 基于时频域结合的窄带干扰抑制技术 |
5.1 结合频域检测与时域陷波的干扰抑制基本原理 |
5.2 FFT与 CZT联合提高干扰参数估计精度 |
5.3 二阶直接型IIR陷波器设计 |
5.4 减少有用信号损伤的IIR陷波器设计 |
5.4.1 调整极点设计法 |
5.4.2 对称极点设计法 |
5.4.3 基于零极点配置的改进设计法 |
5.5 IIR陷波器的级联设计 |
5.6 性能仿真分析 |
5.6.1 级联IIR陷波器算法仿真分析 |
5.6.2 时频域结合窄带干扰抑制算法仿真分析 |
5.7 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 |
(7)绝缘材料介质损耗角检测方法(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 选题背景及研究意义 |
1.1.1 选题背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.3 本文的主要工作 |
第二章 介质损耗角检测原理 |
2.1 介质损耗角检测原理 |
2.1.1 多功能机组绝缘故障分析 |
2.1.2 介质损耗角测量原理 |
2.2 影响检测结果的因素 |
2.2.1 外界电磁场的干扰 |
2.2.2 电源频率的影响 |
2.2.3 谐波的干扰 |
2.2.4 噪声的干扰 |
2.2.5 环境温湿度影响 |
2.3 本章小结 |
第三章 多功能机组绝缘采样信号预处理 |
3.1 多功能机组干扰信号特征 |
3.1.1 干扰信号采集 |
3.1.2 信号特征分析 |
3.2 小波变换基本理论 |
3.2.1 连续小波变换 |
3.2.2 Malla快速算法 |
3.3 小波阈值去噪 |
3.3.1 小波的选取 |
3.3.2 分解层数的确定 |
3.3.3 阈值的选择 |
3.3.4 阈值函数的选择 |
3.4 仿真结果及分析 |
3.4.1 分层阈值去噪 |
3.4.2 不同阈值选取去噪对比 |
3.4.3 不同去噪方法结果对比 |
3.5 本章小结 |
第四章 三角卷积窗全相位FFT相位校正算法 |
4.1 频谱泄露和栅栏效应 |
4.2 全相位数据处理 |
4.2.1 传统FFT信号处理误差分析 |
4.2.2 全相位数据处理 |
4.3 三角自卷积窗(TSCW) |
4.3.1 三角窗函数 |
4.3.2 TSCW频谱分析 |
4.4 三角卷积窗全相位FFT相位差校正算法 |
4.5 仿真研究 |
4.5.1 本文算法频谱分析 |
4.5.2 频率波动对初始相位角测量结果的影响 |
4.5.3 谐波干扰对初始相位角测量结果的影响 |
4.5.4 加入白噪声对初始相位角测量结果的影响 |
4.5.5 与传统方法进行对比 |
4.6 本章小结 |
第五章 介质损耗角检测装置设计 |
5.1 系统结构 |
5.2 硬件组成 |
5.2.1 电压采样电路 |
5.2.2 电流采样电路 |
5.2.3 电源模块 |
5.2.4 A/D数模转换模块 |
5.2.5 隔离电路设计 |
5.2.6 控制器模块 |
5.2.7 显示模块 |
5.3 软件设计 |
5.3.1 开发平台介绍 |
5.3.2 DSP程序设计 |
5.3.3 STM32 程序设计 |
5.4 本章小结 |
第六章 结论与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
攻读学位期间主要的研究成果 |
致谢 |
(8)面向高频电流局部放电检测的抗电磁干扰技术的研究(论文提纲范文)
摘要 |
Abstract |
第1章 绪论 |
1.1 选题背景及意义 |
1.2 局部放电检测抗干扰技术的研究现状 |
1.3 目前存在的问题 |
1.4 本课题的主要研究内容 |
第2章 变电站高频局放检测典型电磁干扰信号特征研究 |
2.1 高频电磁干扰信号特征研究的流程 |
2.1.1 测试变电站及检测点的选取 |
2.1.2 测试设备及参数 |
2.2 研究方法 |
2.2.1 干扰特征研究 |
2.2.2 现场接线 |
2.2.3 干扰源定位测试 |
2.3 变电站高频局放检测典型电磁干扰信号的特征 |
2.3.1 周期性干扰信号 |
2.3.2 脉冲型干扰信号 |
2.4 本章小结 |
第3章 高频电流局放检测抗干扰策略研究 |
3.1 现场测试结果 |
3.2 基于小波分解的抗干扰方法研究 |
3.2.1 小波基的选择 |
3.2.2 最大分解层级的确定 |
3.2.3 阈值及阈值函数的选取 |
3.2.4 现场实测信号的小波去噪效果验证 |
3.3 基于模糊C均值算法的脉冲聚类分离 |
3.4 基于小波分解的降噪加聚类方法研究 |
3.5 本章小结 |
第4章 高频电流局放检测技术的实际工程应用 |
4.1 项目背景介绍 |
4.2 电缆高频电流局部放电检测 |
4.3 电缆放电缺陷的技术分析 |
4.3.1 缺陷电缆剖面结构分析 |
4.3.2 放电点材料成分分析 |
4.4 电缆放电缺陷的有限元仿真分析 |
4.4.1 仿真模型的建立 |
4.4.2 边界条件及材料参数的确定 |
4.4.3 仿真计算结果与讨论 |
4.5 本章小结 |
第5章 结论与展望 |
5.1 结论 |
5.2 进一步研究工作的展望 |
参考文献 |
致谢 |
(9)变换域通信系统关键技术研究(论文提纲范文)
摘要 |
abstract |
缩略词表 |
数学符号表 |
第一章 绪论 |
1.1 研究背景及意义 |
1.2 变换域通信系统发展以及研究现状 |
1.2.1 国外研究发展 |
1.2.2 国内研究发展 |
1.3 本文主要研究内容 |
1.4 论文结构安排 |
第二章 变换域通信系统的基本原理及其模型 |
2.1 变换域通信系统模型 |
2.1.1 频谱感知与谱估计 |
2.1.2 幅度谱成型 |
2.1.3 随机相位映射以及幅度调整 |
2.1.4 时域基础调制波形生成与存储 |
2.1.5 圆周移位键控 |
2.1.6 相关解调 |
2.2 变换域系统关键技术分析 |
2.2.1 谱估计技术 |
2.2.2 TDCS调制技术分析 |
2.3 本章小结 |
第三章 基于分簇结构的TDCS及其性能优化 |
3.1 基于分簇结构的TDCS |
3.1.1 分簇结构 |
3.1.2 分簇策略 |
3.2 功率差序列集设计的下界 |
3.3 性能分析 |
3.3.1 AWGN信道下的性能分析 |
3.3.2 多径信道下的性能分析 |
3.4 本章小结 |
第四章 分数傅里叶变换域通信系统 |
4.1 分数傅里叶变换概述 |
4.1.1 分数傅里叶变换性质 |
4.1.2 常用信号的分数傅里叶变换 |
4.1.3 分数傅里叶变换的离散计算 |
4.2 分数阶傅里叶通信系统模型 |
4.2.1 基于分数傅里叶变换的频谱估计 |
4.2.2 FrFT-TDCS系统调制技术分析 |
4.2.3 FrFT-TDCS系统多址接入 |
4.3 分数傅里叶系统性能分析 |
4.3.1 单用户性能分析 |
4.3.2 多用户性能分析 |
4.4 本章小结 |
第五章 变换域通信系统实现 |
5.1 NI软件无线电平台简介 |
5.1.1 系统构架 |
5.1.2 测试台硬件 |
5.2 系统关键模块设计 |
5.2.1 频谱感知 |
5.2.2 帧格式设计 |
5.2.3 系统同步 |
5.2.4 其它相关模块设计 |
5.3 系统测试 |
5.3.1 系统参数 |
5.3.2 测试环境 |
5.3.3 测试结果 |
5.4 本章小结 |
第六章 全文总结 |
6.1 本文贡献 |
6.2 下一步研究方向 |
致谢 |
参考文献 |
个人简历 |
攻读硕士学位期间的研究成果 |
(10)局部放电波形仿真及去噪技术研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 局部放电的研究背景及意义 |
1.2 局部放电的破坏性 |
1.3 局部放电的国内外研究现状 |
1.4 本文主要任务 |
2 局部放电原理分析 |
2.1 局部放电的类型 |
2.2 局部放电的检测方法 |
2.3 局部放电的基本理论 |
2.4 Simulink仿真放电波形 |
2.5 本章小结 |
3 放电波形去噪技术分析与对比 |
3.1 局部放电的数学模型 |
3.2 常见的噪声干扰种类 |
3.3 变压器监测去噪技术的发展历程 |
3.4 常用的去噪技术概述 |
3.5 本章小结 |
4 小波阈值函数的改进及仿真 |
4.1 小波去噪原理概述 |
4.2 传统小波阈值函数 |
4.3 改进阈值函数 |
4.4 采用改进小波阈值函数的去噪仿真 |
4.5 衡量去噪质量的参数 |
4.6 本章小结 |
5 数字滤波原理去噪 |
5.1 数字滤波概述 |
5.2 FIR数字滤波原理 |
5.3 仿真FIR滤波器 |
5.4 本章小结 |
6 总结与展望 |
6.1 总结 |
6.2 展望 |
参考文献 |
致谢 |
攻读硕士期间主要成果 |
四、小波变换用于抑制干扰信号几种方法的比较研究(论文参考文献)
- [1]噪声及干扰环境下基于优化核函数的跳频信号参数估计[D]. 毛传亚. 西南交通大学, 2020(07)
- [2]基于排列熵和恒虚警检测的水下目标信号检测技术研究[D]. 马永峥. 哈尔滨工程大学, 2020(05)
- [3]基于深度学习的窄带雷达弹头目标识别关键技术研究[D]. 陈健. 国防科技大学, 2019(01)
- [4]直扩系统中的窄带干扰抑制技术研究[D]. 颜灵恩. 西安电子科技大学, 2019(02)
- [5]腕带式心电信号处理和QRS波群检测[D]. 葛智宁. 西南交通大学, 2019(04)
- [6]北斗接收机窄带干扰抑制技术研究[D]. 王奕方. 哈尔滨工程大学, 2019(05)
- [7]绝缘材料介质损耗角检测方法[D]. 范晋龙. 湖南工业大学, 2019(01)
- [8]面向高频电流局部放电检测的抗电磁干扰技术的研究[D]. 赵子建. 华北电力大学(北京), 2020(06)
- [9]变换域通信系统关键技术研究[D]. 罗渠. 电子科技大学, 2019(01)
- [10]局部放电波形仿真及去噪技术研究[D]. 王康丽. 山东科技大学, 2018(03)