基于分数阶傅里叶变换和小波变换的多普勒心率估计方法.pdf
书生****写意
亲,该文档总共14页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
基于分数阶傅里叶变换和小波变换的多普勒心率估计方法.pdf
本发明公开了一种基于分数阶傅里叶变换和小波变换的多普勒心率估计方法,包括以下步骤:S1.对解调后的回波信号分别进行不同阶数的分数阶傅里叶变换,形成二维分数阶平面;S2.根据呼吸信号、高阶呼吸谐波的峰值在平面内的分布规律,依次识别和抑制呼吸信号、高阶呼吸谐波,并完成心跳信号的提取;S3.基于小波变换的实时心率估计算法,对提取的心跳信号进行小波变换,利用所得小波系数在时间轴上的累加得到小波频谱图,完成实时心率估计。本发明不仅可以保证多普勒生命体征检测系统的非接触和低廉和简洁性和探测实时性,还可以抑制呼吸谐波干
基于分数阶傅里叶变换的语音非语音检测方法.pdf
本发明公开了语音信号处理领域的一种基于分数阶傅里叶变换的语音非语音检测方法。其技术方案是,首先对音频信号分帧,然后进行零均值化和加窗处理,接着对每帧信号进行不同阶次的分数阶傅里叶变换,得到其分数阶频谱,然后计算分数阶频谱熵,选择各个阶次中最大的分数阶频谱熵,与阈值进行比较即可得到判决结果。该方法处理方法统一,流程简单,可以有效提高提高语音非语音检测的性能;可以实现音频信号中静音、噪音、音乐等“垃圾”信号的有效过滤。
基于分数阶傅里叶变换的目标特征提取方法.pdf
本发明公开了一种基于分数阶傅里叶变换理论的特征提取方法,主要解决现有技术在对三类飞机目标分类过程的特征提取中特征单一且分类效果不理想的问题。其技术方案是:1、对训练信号做分数阶傅里叶变换;2、对变换后的训练信号提取特征;3、对提取出的特征进行特征选择;4、用选出特征对分类器进行训练;5、对测试信号做分数阶傅里叶变换;6、对变换后测试信号提取步骤3中所选出特征;7、把从测试信号中提取的特征送入到训练好的分类器中,完成对三类飞机目标的分类。本发明将传统的时域和多普勒域特征扩展到分数域,能够更好地描述目标回波特
小波变换和傅里叶变换.pdf
小波变换和傅里叶变换一、小波变换的基本概念及原理小波变换是一种时频分析方法,它将信号分解成不同尺度和频率的小波基函数,从而能够更好地描述信号的局部特征。小波变换与傅里叶变换相比,具有更好的时域局部性和多分辨率特性。1.小波基函数小波基函数是一组紧凑支撑的函数,可以用于表示任意信号。常见的小波基函数包括哈尔、Daubechies、Symlet等。2.小波分解小波分解是指将信号分解成不同尺度和频率的小波基函数。通常采用离散小波变换(DWT)实现。3.小波重构小波重构是指将经过小波分解后得到的系数重新合成成原始
基于分数阶傅里叶变换的chirp信号参数估计及代码本科论文.doc
摘要线性调频信号即LFM信号是一种在雷达,通信,声纳,地震探测等领域中有着重要作用的非平稳信号。因为LFM信号是一种非平稳信号,对它进行参数估计会比较复杂,现在的处理方法大多是使用时频面上的二维峰值搜索。分数阶傅里叶变换是时频变换中的一种,因为它在处理多分量LFM信号时不会产生交叉项,所以在LFM信号的参数估计中得到了广泛的应用。本文首先介绍了分数阶傅里叶变换的基本定义及性质,然后介绍了变换的离散算法中的采样型算法,即Ozaktas采样型算法和Pei采样型算法,并使用这两种算法在matl