周期解析信号的分解算法研究
本文关键词:周期解析信号的分解算法研究,由笔耕文化传播整理发布。
【摘要】:任意周期解析信号都可以分解成极小相位信号和全相位信号的乘积,其中极小相位信号能在一个常数误差范围内由其幅度或者相位完全重构出来,而全相位信号的瞬时频率是非负的.因此,研究周期解析信号的分解算法具有重要的实际意义.本文从解析信号的概念入手,介绍了解析信号的频率的发展史,从而引出瞬时频率的概念.接着我们具体分析了怎样把多项式解析信号和有理解析信号分别分解成极小相位信号和全相位信号的乘积,作为上述结论的进一步推广,分析了周期解析信号的结构特征.接着介绍了极小相位信号和全相位信号的性质特征.在周期解析信号的分解算法中,R.Kumaresan和A.Rao提出LPSD算法来提取极小相位信号和全相位信号.本文对LPSD算法进行改进和推广,在LPSD改进算法中,把误差能量式子中的相乘情况变成相除,在相除情况下,逆信号的系数H比原来取的小却能达到更好的效果.在LPSD推广算法中,引入有理正交基来替换原来的三角函数基.与三角函数基相比,有理正交基的优势是能自适应的选取基函数的系数.本文采用能量下降最快的思想和最小均方误差思想逐步求得基函数的系数,然后分解出极小相位信号与全相位信号.与LPSD算法相比,推广算法在耗时与算法迭代步数上有很大改进,信号拟合效果更好.
【关键词】:周期解析信号 极小相位 全相位 三角函数系 有理正交系
【学位授予单位】:广东工业大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TN911.7
【目录】:
- 摘要4-5
- ABSTRACT5-10
- 第一章 绪论10-16
- 1.1 信号频率的定义10-11
- 1.2 瞬时频率的定义11-13
- 1.3 解析信号定义的瞬时频率的矛盾说法13-16
- 第二章 解析信号的分解与特征16-25
- 2.1 多项式解析信号的分解16-18
- 2.2 有理解析信号的分解18-19
- 2.3 周期解析信号的结构特征19-25
- 第三章 极小相位和全相位信号的性质25-30
- 3.1 极小相位信号的性质25-27
- 3.2 全相位信号的性质27-30
- 第四章 周期解析信号的分解算法30-55
- 4.1 求根法32-35
- 4.1.1 算法过程32-33
- 4.1.2 算法实验33-35
- 4.2 基于希尔伯特变换的分解算法35-37
- 4.2.1 算法过程35-36
- 4.2.2 算法实验36-37
- 4.3 LPSD分解算法37-41
- 4.3.1 算法过程37-38
- 4.3.2 算法实验38-41
- 4.4 LPSD改进分解算法41-46
- 4.4.1 算法过程41-43
- 4.4.2 算法实验43-46
- 4.5 基于有理正交系的分解算法46-51
- 4.5.1 算法过程46-49
- 4.5.2 算法实验49-51
- 4.6 基于有理正交系的改进分解算法51-55
- 4.6.1 算法过程51-52
- 4.6.2 算法实验52-55
- 第五章 总结与展望55-56
- 参考文献56-59
- 攻读硕士学位期间发表的学术论文59-61
- 致谢61
【相似文献】
中国期刊全文数据库 前10条
1 王胜坤;;解析信号几个重要性质的探讨[J];太原工学院学报;1981年02期
2 魏永豪,袁爱平,袁晓;基于矢量旋转的广义解析信号[J];四川大学学报(自然科学版);2005年05期
3 谭立辉;张志刚;;不变子空间在周期解析信号中的应用[J];中山大学学报(自然科学版);2013年03期
4 张宗橙;林建中;;解析信号法在通信系统模拟中的应用[J];南京邮电学院学报;1992年01期
5 徐冠雷;王孝通;徐晓刚;;二象Hilbert变换[J];自然科学进展;2007年08期
6 张晓颖;马书林;;数字包络的实现[J];长春理工大学学报(自然科学版);2008年02期
7 郭瑜,汤宝平,纪跃波,秦树人;基于解析信号和带通滤波的频率细化分析[J];重庆大学学报(自然科学版);2001年04期
8 吴今培,吴伟蔚;基于解析信号的小波变换及其应用[J];吉首大学学报(自然科学版);2002年01期
9 张龙;许晶;朱艳山;;基于TMS320F2812的解析信号采集系统[J];石油仪器;2010年05期
10 马玉华,,林文华;解析信号的瞬时相位与原始信号的等价关系[J];黑龙江大学自然科学学报;1995年03期
中国重要会议论文全文数据库 前3条
1 魏永豪;袁晓;;解析信号的两种广义化方法[A];四川省通信学会二零零四年学术年会论文集(二)[C];2004年
2 王宁;张东玲;高大治;;广义解析信号变换及应用[A];2005年全国水声学学术会议论文集[C];2005年
3 丁康;江利旗;;复调制细化选带谱分析的新方法研究[A];1999年中国神经网络与信号处理学术会议论文集[C];1999年
中国博士学位论文全文数据库 前1条
1 张艳霞;微机保护自适应算法和暂态特征量算法的研究[D];天津大学;2003年
中国硕士学位论文全文数据库 前1条
1 杨国亮;周期解析信号的分解算法研究[D];广东工业大学;2016年
本文关键词:周期解析信号的分解算法研究,由笔耕文化传播整理发布。
本文编号:431225
本文链接:https://www.wllwen.com/kejilunwen/xinxigongchenglunwen/431225.html