- 博客(63)
- 资源 (163)
- 收藏
- 关注
RSS订阅原创 Elsarticle - CAS文件使用说明
1. Elsarticle - CAS2. Class files3. UsageThere are two class filescas-sc.cls for single column journals.\documentclass[<options>]{cas-sc}cas-dc.cls for double column journals.\documentclass[<options>]{cas-dc}and have an option lon
2022-05-04 10:01:05
5674
3
原创 基于贝叶斯准则的超分辨算法原理介绍
贝叶斯准则阵列方位向输出结果可以表示为y=Hx+ny=Hx\text{+}ny=Hx+n式中：H∈RL×LH\in {{R}^{L\times L}}H∈RL×L表示卷积核循环矩阵，y∈RL×1y\in {{R}^{L\times 1}}y∈RL×1表示观测结果，x∈RL×1x\in {{R}^{L\times 1}}x∈RL×1表示目标散射信息，n∈RL×1n\in {{R}^{L\times 1}}n∈RL×1表示引入的加性噪声。由贝叶斯理论可知，在给定输出结果yyy的条件下，xxx的后验概率可以
2021-12-23 16:01:33
1797
原创 CID算法和FCID算法原理介绍
CID（Constrained Iterative Deconvolution）算法CID算法是Richards, Mark在1988年提出的，大大降低了解卷积对信噪比的要求。对于原始的解卷积问题可以表示为Σ(ω)=Y(ω)−N(ω)H(ω)\Sigma \left( \omega \right)=\frac{Y\left( \omega \right)-N\left( \omega \right)}{H\left( \omega \right)}Σ(ω)=H(ω)Y(ω)−N(ω)将其重写
2021-12-23 16:01:09
1593
原创 解卷积的病态性及正则化
解卷积的病态性阵列接收的数据可以看作是天线方向图和目标散射信息卷积的结果，可以表示如下：y(t)=h(t)∗σ(t)+n(t)y\left( t \right)=h\left( t \right)*\sigma \left( t \right)+n\left( t \right)y(t)=h(t)∗σ(t)+n(t)式中：h(t)h\left( t \right)h(t)表示换能器阵列的方向图函数，σ(t)\sigma \left( t \right)σ(t)表示目标的散射信息，n(t)n\left(
2021-12-23 16:00:46
870
原创 基于线性积分的波束形成方法原理介绍及MATLAB实现
原理介绍基于线性积分重构干扰加噪声协方差矩阵是首次利用重构的协方差矩阵进行波束形成的，其性能较之前的波束形成方法有了很大的改进。线性积分重构的原理就是在不包含期望信号的角度内进行积分重构干扰加噪声协方差矩阵，利用重构后的协方差矩阵进行加权系数的计算。协方差矩阵重构Capon功率谱为P(θ)=1aˉH(θ)R^x−1aˉ(θ)P\left( \theta \right)=\frac{1}{{{{\mathbf{\bar{a}}}}^{H}}\left( \theta \right)\mathbf
2021-12-23 16:00:09
2026
2
原创 Elsevier（爱思唯尔）论文模板下载地址及说明
与美国的IEEE类似，Elsevier隶属于欧洲的组织，旗下有众多期刊。Elsevier旗下期刊模板基本相同这里以Signal Processing期刊为例，介绍相关模板的下载期刊网址：https://www.journals.elsevier.com/signal-processing作者指南包含了一些关于投稿需要注意的事项，投稿前需要看下，这里就不再介绍在 NEW SUBMISSIONS找到Latex中的elsarticle.cls，就是模板的下载地址点击右上角的下载地址就可以下载了E
2021-12-23 12:01:57
184781
168
原创 Word论文中关于章、节、图、表、公式自动编号及引用
转眼又到毕业季，写毕业论文时又会碰到各种编号。手动编号改一个有可能全文都要修改，相比之下自动编号就会显得更加适用。这篇文章介绍了一些论文中的自动编号过程，应该能够满足毕业论文的需求。1. 章、节自动编号首先定义新的列表样式可以对定义的样式重新命名（如：自动编号），找到格式---->编号，进行编号设置之后就是定义编号的级别，与对应的标题进行链接（如级别1-----标题1,、级别2------标题2等），从而实现章、节的编号注意：在如果想要设置为第一章，而不是第1章，需要在级别1以下，将正
2021-10-23 16:52:52
15972
原创 英文投稿期刊查询网站汇总
这里简单给出了几个常用期刊查询网站，仅供参考。IEEE Publication Recommender网址：https://publication-recommender.ieee.org/periodicals可以通过关键词等信息进行查询，会查询到期刊名称、影响因子和处理速度等信息，但是查询到的都是IEEE旗下的期刊。JournalFinder网址：https://journalfinder.elsevier.com/可以通过输入题目，摘要等信息进行查询，会给出期刊的名称，影响因子，处理
2021-08-05 07:34:30
7075
原创 语音信号预处理原理介绍
语音信号的预处理是语音信号进行后续处理的关键步骤，这里简单介绍下有关预处理的一些方法。语音信号的预处理一般包括：预加重、加窗、分帧等。预加重语音信号在经过声门激励和口鼻辐射影响时，其功率会有大幅度的衰减，而且语音信号的频谱中高频对应的能量的较小、低频对应的能量较大，所以未经处理的语音信号的高频部分更加难求，预加重的目的就是为了提高高频部分，使得语音信号的频谱变得平坦，进而在整个频带内可以用相同的信噪比求得频谱，便于频谱分析。预加重一般采用的是一阶高通滤波器H(z)=1−μz−1H\left( z \r
2021-08-02 06:59:31
5414
原创 快速傅里叶变换原理介绍及MATLAB实现
FFT算法主要有两种，按时间抽选的FFT的算法（DIT-FFT）和按频率抽选的FFT算法（DIF-FFT）。时间抽取基-2 FFT算法设N=2MN={{2}^{M}}N=2M，有限长序列x(n)x\left( n \right)x(n)的离散傅里叶变换(DFT)为X(k)=∑n=0N−1x(n)e−jnk2πN,0≤k≤N−1X(k)=\sum\limits_{n=0}^{N-1}{x\left( n \right){{e}^{-jnk\frac{2\pi }{N}}}},0\le k\le N-1X
2021-08-02 06:59:07
2301
1
原创 最陡梯度下降算法和LMS算法原理介绍及MATLAB实现
维纳滤波介绍这两种算法之前先来简答介绍下维纳滤波的问题x(n)x\left( n \right)x(n)和y(n)y\left( n \right)y(n)是零均值的平稳离散信号，并且已知它们的二阶矩，采用最小均方误差准则（MMSE, Minimum Mean-Squared Error）可以设计最优线性滤波器。均方误差JJJ为J=E[e2(n)]=E{[y(n)−y~(n)]2}J=E\left[ {{e}^{2}}\left( n \right) \right]=E\left\{ {{
2021-07-02 08:21:23
5135
19
原创 基于不确定集的波束形成算法原理介绍及MATLAB实现
原理介绍该算法是通过将期望信号的导向矢量约束在一个不确定集上面，通过优化找到一个比名义导向矢量更加准确的导向矢量来提高波束形成器的稳健性。其中最具有代表性的是稳健Capon波束形成算法，其主要思想是在一定不确定区域内寻找使得阵列输出功率最大的那个导向矢量作为最佳估计值，以球形不确定集为例Sa={a∣∥aˉ0−a∥2<ε}{{S}_{a}}=\left\{ a|{{\left\| {{{\bar{a}}}_{0}}-a \right\|}_{2}}<\varepsilon \right\}S
2021-07-01 07:32:28
3462
19
原创 LCMV波束形成和GSC波束形成算法原理介绍及MATLAB实现
LCMV波束形成线性约束最小方差波束形成算法（Linearly constrained minimum variance，LCMV）为了消除阵列方向图在期望信号出现零陷，采取多个线性约束的方式来强制接收期望信号，即{minw wHR^ws.t. CHw=f\left\{ \begin{aligned} & \underset{w}{\mathop{\min }}\,\ {{w}^{H}}\hat{R}w \\ & s.t.\ \ {{C}^{
2021-07-01 07:31:40
15092
29
原创 基于广义线性组合的Capon波束形成原理介绍及MATLAB实现
原理介绍在小快拍的情况下，采样协方差矩阵R^x{{\mathbf{\hat{R}}}_{x}}R^x和理想协方差矩阵之间有较大的差距。为了能够提高采样协方差矩阵估计的准确性，研究学者提出了一种基于协方差矩阵的广义线性组合（General-Linear-Combination，GLC）方法。考虑组合后的协方差矩阵R~x{{\mathbf{\tilde{R}}}_{x}}R~xR~x=αI+βR^x{{\mathbf{\tilde{R}}}_{x}}\text{=}\alpha \mathbf{I}+
2021-06-30 08:32:39
2820
15
原创 基于特征子空间的波束形成算法原理介绍及MATLAB实现
原理介绍期望信号的导向矢量属于导向矢量张成的子空间，因此可以将有误差的名义导向矢量向该子空间投影来修正导向矢量，进而减小误差。对接收数据的协方差矩阵进行特征分解可以得到R^=∑m=1MλmumumH\hat{R}=\sum\limits_{m=1}^{M}{{{\lambda }_{m}}{{u}_{m}}u_{m}^{H}}R^=m=1∑MλmumumH其中，λm{{\lambda }_{m}}λm为其特征值，um{{u}_{m}}um为λm{{\lambda }_{m}}λm对应的
2021-06-30 08:32:11
3648
15
原创 最差性能最优波束形成算法原理介绍及MATLAB实现
原理介绍标准的Capon波束形成是最小化阵列输出功率，并且对期望信号无失真接收来达到最大化输出信干噪比的目的。但是当真实导向矢量未知且存在一个不确定集中时，为了对真实导向矢量设置无失真响应约束，最差情况性能最优算法通过对不确定集合中所有可能的导向矢量进行无失真响应约束来确保对期望信号的无失真接收，可以表示为{minw wHR^ws.t. ∣wHa∣≥1,a∈Sa\left\{ \begin{aligned} & \underset{w}{\ma
2021-06-30 08:31:45
4174
13
原创 SMI波束形成和LSMI波束形成算法原理介绍及MATLAB实现
SMI波束形成为了最大化输出信噪比，Capon等人提出了在保证对期望信号响应一定的条件下最小化阵列输出功率的方法，可以表示为{minw wHRws.t. wHa0=1\left\{ \begin{aligned} & \underset{w}{\mathop{\min }}\,\ {{w}^{H}}Rw \\ & s.t.\ \ \ {{w}^{H}}{{a}_{0}}=1 \\ \end{aligned} \right.⎩⎨⎧
2021-06-30 08:30:57
8668
32
原创 宽带波束形成-----恒定波束宽度设计
波束宽度窄带波束形成器的3dB波束宽度（半功率波束宽度）为BW3dB≈0.886λMd=0.886cMdf\text{B}{{\text{W}}_{3dB}}\approx \frac{0.886\lambda }{Md}\text{=}\frac{0.886c}{Mdf}BW3dB≈Md0.886λ=Mdf0.886c其中，MMM为阵元数，ddd为阵元间距。但是对于宽带波束形成来说，每个子带对应的频率不一样，导致波束宽度不一致，即频率越高，波束宽度越窄，这就是宽带波束形成器频率偏移性。下面
2021-06-29 08:15:05
10202
37
原创 CW测速雷达原理介绍
多普勒频率固定放置的雷达发出特定频率的发射信号，遇到静止物体产生的反射信号频率并不改变，而遇到运动物体产生的反射波将会发生多普勒频移。如下图所示图中，VVV表示汽车行驶速度，ccc表示电磁波传播速度，λt{{\lambda }_{t}}λt表示雷达发射波的波长，λr{{\lambda }_{r}}λr表示回波信号的波长。将雷达的接收信号与回波信号进行混频，产生低频信号，即为多普勒信号。假设雷达发射信号表示为st(t)=Acos(ω0t+φ){{s}_{t}}\left( t \right)=
2021-06-08 13:47:42
5505
原创 FMCW雷达测速和测距原理介绍
公式推导在与测距相关的应用中，雷达一般工作在FMCW模式，其原理是将经过调制的连续波信号以较高的载频发射出去，遇到被测目标时，将接收到的回波信号与当下发射的高频信号进行混频得到差频信号。对于线性调频来说，差频的频率即携带着目标的距离信息雷达和测量目标相对静止当雷达和测量目标相对静止，回波信号和发射信号相比，在时间上延迟了 τ\tauτ，可表示为：τ=2Rc\tau =\frac{2R}{c}τ=c2R其中，R为雷达与目标物体的距离，c为光速。下图为发射信号与回波信号的简化模型图。其中实线部分为
2021-06-08 08:09:38
19318
6
原创 频谱细化-----CZT算法介绍及MATLAB实现
CZT变换采用FFT算法可以很快算出全部N点DFT值，即Z变换X(z)X\left( z \right)X(z)在Z平面单位圆上的全部等间隔取样值。实际中，也许不需要计算整个单位圆上Z变换的取样，如对于窄带信号，只需要对信号所在的一段频带进行分析，这时希望频谱的采样集中在这一频带内，以获得较高的分辨率，而频带以外的部分可不考虑，或者对其他围线上的Z变换取样感兴趣，例如语音信号处理中，需要知道Z变换的极点所在频率，如极点位置离单位圆较远，则其单位圆上的频谱就很平滑，这时很难从中识别出极点所在的频率，如果采样
2021-06-05 16:51:04
15198
7
原创 FLOM-MUSIC算法介绍
FLOM-MUSIC算法 从ROC-MUSIC推导过程中可以看出，该算法要求信号和噪声都是服从SαSS\alpha SSαS分布，但实际的情况却很难满足这些条件，因此考虑用一般的信号来代替ROC-MUSIC中的SαSS\alpha SSαS信号，则阵列接收数据的FLOM矩阵可以定义为[Cik]=E{xi(t)∣xk(t)∣p−2xk∗(t)} 1<p<α≤2\left[ {{\mathbf{C}}_{ik}} \right]=E\left
2021-05-28 08:28:11
1242
6
原创 ROC-MUSIC算法介绍
背景介绍 在信号处理领域内，高斯分布假设一直占据着主导地位，因为其概率密度函数可以仅由均值和方差两个变量描述，这给信号的理论分析提供了极大的方便；而且基于高斯假设条件下的信号处理方法通常是线性的并且一般可以得到闭式最优解。然而，实际环境中存在许多非高斯特性的冲击噪声，如通信线路上的瞬间尖峰、由大气放电而引起的大气噪声以及雷达产生的部分杂波等。相比于高斯噪声，这类冲击噪声在时域上出现大量显著的尖峰脉冲特性，在概率密度上具有更加厚重的拖尾现象。Shao 和 Nikias 发现这种带有冲击性质的非高斯噪
2021-05-28 08:27:05
932
10
原创 Latex字体大小
LaTeX字体大小设置设置字体大小的基本尺寸为10pt，11pt和12pt，其中默认为10pt\documentclass[12pt]{article}设置好整体尺寸后，可以通过一些声明来改变字体大小，具体如下：声明对应字号\tiny5pt\scriptsize7pt\footnotesize8pt\small9pt\normalsize10pt\large12pt\Large14.4pt\LARGE17.28pt
2021-05-09 08:22:40
141619
1
原创 Chow比特功率分配算法及MATLAB实现
原理介绍Chow算法是根据各个子信道的信道容量来分配比特的。它的优化准则是在维持目标误比特率的前提下，使系统的余量最大。该算法通过迭代过程，逐步分配比特，同时使系统的余量逐步增大，直到所有的比特都分配完毕。比特分配（1）计算各个子信道的信噪比，SNR(i),∀iSNR\left( i \right),\forall iSNR(i),∀i， 假设所有子信道上的信号能量都是归一化的，ε(i)=1,∀i\varepsilon \left( i \right)=1,\forall iε(i)=1,∀i（2）
2021-05-09 08:21:37
2875
6
原创 Fischer比特功率分配算法及MATLAB实现
原理介绍Fischer 算法的优化准则是在确定的系统总速率和发射功率的约束条件下，使系统的误比特率达到最小。Fischer 算法给出了比特分配的闭式解，它首先把各个子信道上的噪声功率值log2Ni{{\log }_{2}}{{N}_{i}}log2Ni 存储下来，接下来就只需进行一种加法和除数为整数的除法，因此它的复杂度较 Chow算法有了进一步的降低。Fischer 算法是目前效率比较高的算法之一。Fischer的表达式无论是对于实际应用还是理论分析，都具有指导作用比特分配（1）首先必须已知各
2021-05-09 08:21:15
2681
4
原创 语音增强———字典学习介绍
字典学习字典学习就是用较少的特征（原子）来表示信号，那么信号的多个特征组合就相当于多个原子组成的字典，那么信号就可以用字典中少量的原子进行表示。信号在字典下的表示系数越系数，那么重构信号的质量就越高。常见的字典学习分为：固定字典学习和自适应字典学习，前者没有利用信号的有用信息，所以实际中一般使用的是自适应字典学习稀疏表示对于信号x(x∈Rm×1)\mathbf{x}\left( \mathbf{x}\in {{\mathbb{R}}^{m\times 1}} \right)x(x∈Rm×1)来说，其稀
2021-04-24 15:27:40
2519
9
原创 十大排序算法介绍及python实现
排序算法排序算法简单的分为两类：比较排序和非比较排序，其中比较排序是通过比较元素的相对大小来实现排序，其复杂度的上限为O(nlogn)O(nlogn)O(nlogn)，所以也称其为非线性时间排序；非比较排序不是通过比较元素相对大小来实现，通常能够以O(n)O(n)O(n)的复杂度来实现，所以也称其为线性时间排序，下面给出了十种排序算法的复杂度（时间复杂度和空间复杂度）和稳定性排序算法平均时间复杂度最坏时间复杂度最好时间复杂度空间复杂度稳定性冒泡排序O(n2)O(n^2)O(
2021-04-05 10:18:52
284
2
原创 免费文献下载地址汇总
SCI-HUB官网地址：https://www.sci-hub.ren/地址1：https://sci-hub.ren/地址2：https://sci-hub.se/地址3：https://sci-hub.tf/地址4：https://gfsoso.99lb.net/sci-hub.html地址5：https://www.sci-hub.shop/地址6：http://sci-hub.fan/地址7：http://www.sci-hub.ac.cn/index.html地址8：https:
2021-03-30 08:28:33
12139
原创 冲击噪声介绍
冲击噪声在信号处理领域内，高斯分布假设一直占据着主导地位，因为其概率密度函数可以仅由均值和方差两个变量描述，这给信号的理论分析提供了极大的方便；而且基于高斯假设条件下的信号处理方法通常是线性的并且一般可以得到闭式最优解。然而，实际环境中存在许多非高斯特性的冲击噪声，如通信线路上的瞬间尖峰、由大气放电而引起的大气噪声以及雷达产生的部分杂波等。相比于高斯噪声，这类冲击噪声在时域上出现大量显著的尖峰脉冲特性，在概率密度上具有更加厚重的拖尾现象。Shao 和 Nikias 发现这种带有冲击性质的非高斯噪声可以用α
2021-03-27 08:33:29
4018
5
原创 Split Bregman迭代进行TV降噪介绍及MATLAB实现
TV（Total Variation）降噪一般情况下，TV降噪能够很好地去除噪声，但是存在着计算复杂度大等问题。这里利用Split Bregman迭代进行TV降噪，不仅实现简单，而且能够大大降低计算的复杂度。考虑各向异性问题minu ∣∇xu∣+∣∇yu∣+μ2∥u−f∥22\underset{u}{\mathop{\min }}\,\left| {{\nabla }_{x}}u \right|+\left| {{\nabla }_{y}}u \right|+\frac{\mu }{2}\left\
2021-03-03 08:27:45
4935
12
原创 Split Bregman迭代介绍及MATLAB实现
图像退化Bregman距离定义一个凸函数EEE在点vvv的Bregman距离为DEp(u,v)=E(u)−E(v)−<p,u−v>D_{E}^{p}\left( u,v \right)=E\left( u \right)-E\left( v \right)-<p,u-v>DEp(u,v)=E(u)−E(v)−<p,u−v>其中，ppp为EEE在点vvv的次梯度。显然，可以得到类似于距离的性质非负性：DEp(u,v)≥0D_{E}^{p}\left( u,v \
2021-03-03 08:27:31
3346
10
原创 图像复原-------逆滤波和维纳滤波介绍及MATLAB实现
由于受到光学系统的像差，成像设备与物体的相对运动等因素的影响，图像会出现一定的失真。要想得到高质量的图像，需要对已经退化后的图像进行复原。图像退化模型一般来说，图像的退化模型可以表示为g(x,y)=h(x,y)∗f(x,y)+n(x,y)g\left( x,y \right)=h\left( x,y \right)*f\left( x,y \right)+n\left( x,y \right)g(x,y)=h(x,y)∗f(x,y)+n(x,y)其中，g(x,y)g\left( x,y \right
2021-03-03 08:27:16
19032
18
原创 Hughes-Hartogs 比特功率分配算法及MATLAB实现
原理介绍Hughes-Hartogs 算法是经典的贪婪算法。它的主要思想是利用每步调整比特时，总是选择所需要功率最小的子信道，这样就能达到最优的比特和功率分配结果，是典型的贪心算法。比特分配：（1）初始化：每个子信道的初始比特和功率分配均为 0，即bi=0, Pi=0, i=1,2,⋯ ,N{{b}_{i}}=0,\ \ {{P}_{i}}=0,\ \ \ i=1,2,\cdots ,Nbi=0, Pi=0, 
2021-02-25 08:24:53
3213
15
OFDM_DCSK在频率选择性衰落下的的功率分配.zip
2020-08-20
SMI波束形成与最优波束形成算法对比.m
2020-08-09
SAMP算法实现.m
2020-08-02
Robust beamforming using worst case.m
2020-08-02
基于特征空间的稳健波束形成算法.m
2020-07-08
相干信号源的DOA估计算法对比.m
2020-07-06
基于信任的协作频谱感知算法的性能.zip
2020-07-05
Weighted Sparse Representation.zip
2020-07-18
图像的Lucy-Richard算法实现.zip
2020-07-11
基于Split Bregman的稀疏图像重建算法.zip
2020-07-10
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人