CN115795234A - 一种正弦信号总失真度测算方法和系统 - Google Patents

一种正弦信号总失真度测算方法和系统 Download PDF

Info

Publication number
CN115795234A
CN115795234A CN202310106529.0A CN202310106529A CN115795234A CN 115795234 A CN115795234 A CN 115795234A CN 202310106529 A CN202310106529 A CN 202310106529A CN 115795234 A CN115795234 A CN 115795234A
Authority
CN
China
Prior art keywords
calculating
signal
wave trap
sinusoidal signal
filtering
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202310106529.0A
Other languages
English (en)
Other versions
CN115795234B (zh
Inventor
毛志德
张静
张凯帆
王双杰
张欢欢
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hangzhou Aihua Instruments Co ltd
Original Assignee
Hangzhou Aihua Instruments Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hangzhou Aihua Instruments Co ltd filed Critical Hangzhou Aihua Instruments Co ltd
Priority to CN202310106529.0A priority Critical patent/CN115795234B/zh
Publication of CN115795234A publication Critical patent/CN115795234A/zh
Application granted granted Critical
Publication of CN115795234B publication Critical patent/CN115795234B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
    • Y02E40/00—Technologies for an efficient electrical power generation, transmission or distribution
    • Y02E40/40—Arrangements for reducing harmonics

Landscapes

  • Measurement Of Mechanical Vibrations Or Ultrasonic Waves (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种正弦信号总失真度测算方法和系统，所述方法包括：获取输入待测的正弦信号，构建陷波器并设定陷波器的参数变化范围；通过粒子群算法优化陷波器参数，得到最优陷波器；利用所述最优陷波器对所述待测的正弦信号进行滤波；计算所述滤波之前和所述滤波之后的正弦信号均方根值；根据滤波前后的正弦信号均方根至计算正弦信号总失真度。所述方法和系统在正弦信号总失真度上考虑了噪声干扰的问题，因此计算的总失真度为陷波器滤波后信号的均方根值和滤波器信号的比值，可以提高所述总失真度计算的准确性。

Description

一种正弦信号总失真度测算方法和系统
技术领域
本发明涉及信号处理技术领域的，特别涉及一种正弦信号总失真度测算方法和系统
背景技术
信号失真描述的是信号发生装置所产生信号与理论信号之间的偏差，用于体现信号发生装置的优劣。失真度表示这一偏差的大小，若信号失真度大，则表示接收到的信号与理论信号偏差大，反之则偏差小。
现有的谐波失真指标通过计算信号中的某一频率及该频率的谐波成分之和的占比，来表示信号的谐波失真，是目前声学测量仪器中的一个较为常见的指标。上述谐波失真，该指标在计算时只考虑了所关注的频率及其谐波成分，未考虑到信号中的噪声干扰成分，所计算出来的失真度值与实际失真度会存在偏差，因此该指标不能很好的表示信号的失真度。
发明内容
本发明其中一个发明目的在于提供一种正弦信号总失真度测算方法和系统，所述方法和系统在正弦信号总失真度上考虑了噪声干扰的问题，因此计算的总失真度为陷波器滤波后信号的均方根值和滤波器信号的比值，可以提高所述总失真度计算的准确性。
本发明另一个发明目的在于提供一种正弦信号总失真度测算方法和系统，所述方法和系统通过粒子群算法对陷波器进行参数优化，可以得到最优的陷波器，利用所述优化后的理论最优滤波器对待测信号进行滤波，因此可以提高待测信号的总失真度计算的准确性。
本发明另一个发明目的在于提供一种正弦信号总失真度测算方法和系统，所述方法和系统在利用所述粒子群算法得到最优宽带参数，利用所述最优宽带参数和最优陷波器对待测信号对应频率进行滤波处理，从而提高滤波效果。
为了实现至少一个上述发明目的，本发明进一步提供一种正弦信号总失真度测算方法，所述方法包括：
获取输入待测的正弦信号，构建陷波器并设定陷波器的参数变化范围；
通过粒子群算法优化陷波器参数，得到最优陷波器；
利用所述最优陷波器对所述待测的正弦信号进行滤波；
计算所述滤波之前和所述滤波之后的正弦信号均方根值；
根据滤波前后的正弦信号均方根至计算正弦信号总失真度。
根据本发明其中一个较佳实施例，所述陷波器的构建方法包括：计算陷波器的传递函数，其中所述陷波器传递函数计算公式如下：
Figure SMS_1
；
其中α为常数，ρ为接近1但略小于1的常数；
Figure SMS_2
为单位延迟因子，乘上一个
Figure SMS_3
相当于延迟一个采样周期，
Figure SMS_4
则延迟两个采样周期。
根据本发明另一个较佳实施例，获取输入待测正弦信号的采样间隔Ts和陷波器中心频率f 0 ，其中陷波器中心频率f 0 是待测正弦信号的频率，通过FFT计算得到，计算变换的传递函数：
Figure SMS_5
；
其中所述传递函数推演过程包括：
设计陷波器时，例如对
Figure SMS_6
进行陷波，其中
Figure SMS_7
，为了完成零点的配置，取零点
Figure SMS_8
,此时为了消除零点引起的凹谷对滤波器通带范围内频率响应的影响，还需要配置相应的极点，又因为要求滤波器是稳定的，所以极点必须在单位圆内，这样可以取极点
Figure SMS_9
，于是所设计的陷波器的系统传递函数为：
Figure SMS_10
；
进一步的，可以得到：
Figure SMS_11
；
其中r为所述陷波器带宽参数。
根据本发明另一个较佳实施例，设定所述陷波器带宽参数r在0-1范围内。
根据本发明另一个较佳实施例，利用粒子群算法优化陷波器参数的方法包括：将所述陷波器带宽参数r作为粒子群算法的寻优参数，根据所述陷波器带宽参数的取值范围进行粒子群参数的初始化，得到多组粒子群算法的初始值。
根据本发明另一个较佳实施例，计算所述粒子群算法的适应度值，其中所述适应度值计算方法包括：计算滤波后和滤波前的正弦信号的均方根值，其中滤波后均方根值的计算公式如下：
Figure SMS_12
；
滤波前后的均方根值计算方式和滤波后相同，其中X i 表示需要计算均方根值信号的每一个元素，N表示信号的长度。
根据本发明另一个较佳实施例，所述粒子群算法适应度值的计算方法包括：
Figure SMS_13
；
其中X 0 表示滤波前正弦信号的均方根值，X rms 为滤波后正弦信号的均方根值，D 0 表示正弦信号的理论失真度。
根据本发明另一个较佳实施例，更新粒子个体极值和全体粒子极值，并更新粒子的速度和位置，进一步寻优迭代后获取适应度值最小的粒子群算法参数，并根据所述适应度值最小的粒子群算法参数得到最优陷波器。
为了实现至少一个上述发明目的，本发明进一步提供一种正弦信号总失真度计算系统，所述系统执行上述一种正弦信号总失真度测算方法。
本发明进一步提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序可被处理器执行上述一种正弦信号总失真度测算方法。
附图说明
图1显示的是本发明一种正弦信号总失真度测算方法的流程示意图。
图2显示的是本发明中最优陷波器生成方法流程示意图。
图3显示的是本发明中粒子群算法优化陷波器的流程示意图。
具体实施方式
以下描述用于揭露本发明以使本领域技术人员能够实现本发明。以下描述中的优选实施例只作为举例，本领域技术人员可以想到其他显而易见的变型。在以下描述中界定的本发明的基本原理可以应用于其他实施方案、变形方案、改进方案、等同方案以及没有背离本发明的精神和范围的其他技术方案。
可以理解的是，术语“一”应理解为“至少一”或“一个或多个”，即在一个实施例中，一个元件的数量可以为一个，而在另外的实施例中，该元件的数量可以为多个，术语“一”不能理解为对数量的限制。
请结合图1-图3，本发明公开了一种正弦信号总失真测算方法和系统，其中所述方法主要包括如下步骤：首先需要获取输入的待检测信号，其中所述待检测信号可以为单一频率的正弦信号；设计陷波器，根据粒子群算法设计最优陷波器；将输入的待检测的正弦信号利用所述最优陷波器进行滤波，利用所述最优陷波器滤波得到正弦滤波信号进行均方根计算，并计算滤波前的正弦信号的均方根，进一步将滤波后的正弦信号均方根值和滤波前正弦信号均方根之比为正弦信号的总失真度。
具体而言，所述获取最优陷波器的方法包括如下步骤：首先需要设计一组失真度已知的测试信号，其中所述测试信号可以为正弦信号，可以将多组不同频率的信号进行叠加，其中不同频率的正弦信号可以配置不同的幅值，进一步计算叠加前和叠加后的正弦信号的均方根值，用于计算测试信号的理论失真度。其中理论失真度获取方法：理论上通过公式仿真得到的正弦信号的失真度为0，测试信号即是在单一正弦信号的基础上，叠加上一个幅值已知的其他频率的正弦信号，这样根据失真度计算公式即可以算出理论失真度。其中叠加的幅值已知的正弦信号的频率要和原始的单一正弦信号频率不同。进一步设定陷波器的参数变化范围，其中本发明所述的陷波器为阻带很窄的带阻滤波器，所述陷波器的传递函数如下：
Figure SMS_14
；
其中α为常数，ρ为接近1但略小于1的常数；
Figure SMS_15
为单位延迟因子，乘上一个
Figure SMS_16
相当于延迟一个采样周期，则延迟两个采样周期。
进一步将上述公式进行变换转化为如下公式：
Figure SMS_17
；
其中f 0 为陷波器中心频率，T s 为采样间隔，r为陷波器带宽参数，其中r表示带宽参数，是本发明中需要优化的参数，是陷波器自身的一个参数，关系到陷波器的滤波性能，参考发明内容中的公式推演过程，其中设定所述陷波器带宽参数r的变换范围为0-1之间。
进一步利用粒子群优化算法对所述陷波器带宽参数r进行优化，得到最优的陷波器。其中所述粒子群优化算法包括将粒子群参数进行初始化：将上述陷波器带宽参数r作为所述粒子群算法的寻优参数，根据预先设定的所述陷波器带宽参数r的取值范围0-1，在所述取值范围内配置多组初始化的粒子群参数，根据所述初始化的粒子群参数进行寻优操作。
其中所述对所述粒子群初始化参数的寻优计算包括：计算每一粒子的粒子种群适应度值，所述每一粒子的种群适应度值以计算通过陷波器滤波后正弦信号的均方根值和未进行滤波的正弦信号均方根差值的比值，并将该比值和上述计算的理论失真度相减得到。所述陷波器滤波后正弦信号的均方根值和未进行滤波的正弦信号均方根差值的比值为真实的检测的失真度值。滤波后的正弦信号均方根值为：
Figure SMS_18
；
其中X i 表示需要计算均方根值信号的每一个元素，N表示信号的长度。
通过上述公式计算滤波前正弦信号的均方根差值X 0 ，并按照如下公式计算适应度值：
Figure SMS_19
；
X 0 表示滤波前正弦信号的均方根值，X rms 为滤波后正弦信号均方根值,D 0 表示信号的理论失真度。其中滤波后正弦信号的均方根值和滤波前正弦信号的均方根值的比值为实际检测到的失真度值。
计算上述适应度值后，进一步计算并更新粒子群个体的极值，以及计算并更新粒子群全体的极值，更新粒子速度和位置，使得粒子群迭代，进一步按照上述方法计算迭代后的粒子群每一粒子的适应度值，通过预先设定迭代次数，满足迭代次数后终止运算。根据上述粒子群参数寻优算法计算满足在粒子群迭代过程中适应度值最小的粒子群参数，即得到是实际失真度值和理论失真度值差值最小状态下的陷波器带宽参数r，此时适应度最小时的陷波器带宽参数r构建的陷波器为一组最优陷波器，并且在该最优陷波器参数条件下对输入正弦信号进行滤波后得到的最优滤波效果的正弦信号。
需要解释的是，上述滤波方法包括：利用粒子群迭代得到的最优陷波器对待测信号进行FFT（傅里叶变换），得到频谱中幅值最大的点为待测信号的频率值，进一步根据待测信号的频率和最优陷波器的最优带宽参数得到对应的陷波器，并利用所述对应的陷波器对该频率对应的所述待测信号进行滤波得到滤波后信号。其中所述总失真度值为陷波器滤波后信号的均方根值与滤波前信号比值，该总失真度计算规则可以有效地将噪声干扰问题也纳入到总失真度计算中，因此使得总失真度值的计算更加准确。
特别地，根据本发明公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分从网络上被下载和安装，和/或从可拆卸介质被安装。在该计算机程序被中央处理单元(CPU)执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线段、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线段的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线段、电线段、光缆、RF等等，或者上述的任意合适的组合。
附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
本领域的技术人员应理解，上述描述及附图中所示的本发明的实施例只作为举例而并不限制本发明，本发明的目的已经完整并有效地实现，本发明的功能及结构原理已在实施例中展示和说明，在没有背离所述原理下，本发明的实施方式可以有任何变形或修改。

Claims (10)

1.一种正弦信号总失真度测算方法，其特征在于，所述方法包括：
获取输入待测的正弦信号，构建陷波器并设定陷波器的参数变化范围；
通过粒子群算法优化陷波器参数，得到最优陷波器；
利用所述最优陷波器对所述待测的正弦信号进行滤波；
计算所述滤波之前和所述滤波之后的正弦信号均方根值；
根据滤波前后的正弦信号均方根至计算正弦信号总失真度。
2.根据权利要求1所述的一种正弦信号总失真度测算方法，其特征在于，所述陷波器的构建方法包括：计算陷波器的传递函数，其中所述陷波器传递函数计算公式如下：
Figure QLYQS_1
；
其中α为常数，ρ为接近1但略小于1的常数；
Figure QLYQS_2
为单位延迟因子，乘上一个
Figure QLYQS_3
相当于延迟一个采样周期，则延迟两个采样周期。
3.根据权利要求2所述的一种正弦信号总失真度测算方法，其特征在于，获取输入待测正弦信号的采样间隔Ts和陷波器中心频率f 0 计算变换的传递函数：
Figure QLYQS_4
其中r为所述陷波器带宽参数。
4.根据权利要求3所述的一种正弦信号总失真度测算方法，其特征在于，设定所述陷波器带宽参数r在0-1范围内。
5.根据权利要求3所述的一种正弦信号总失真度测算方法，其特征在于，利用粒子群算法优化陷波器参数的方法包括：将所述陷波器带宽参数r作为粒子群算法的寻优参数，根据所述陷波器带宽参数的取值范围进行粒子群参数的初始化，得到多组粒子群算法的初始值。
6.根据权利要求1所述的一种正弦信号总失真度测算方法，其特征在于，计算所述粒子群算法的适应度值，其中所述适应度值计算方法包括：计算滤波后和滤波前的正弦信号的均方根值，其中滤波后均方根值的计算公式如下：
Figure QLYQS_5
；
滤波前后的均方根值计算方式和滤波后相同，其中X i 表示需要计算均方根值信号的每一个元素，N表示信号的长度。
7.根据权利要求6所述的一种正弦信号总失真度测算方法，其特征在于，所述粒子群算法适应度值的计算方法包括：
Figure QLYQS_6
；
其中X 0 表示滤波前正弦信号的均方根值，X rms 为滤波后正弦信号的均方根值，D 0 表示正弦信号的理论失真度。
8.根据权利要求1所述的一种正弦信号总失真度测算方法，其特征在于，更新粒子个体极值和全体粒子极值，并更新粒子的速度和位置，进一步寻优迭代后获取适应度值最小的粒子群算法参数，并根据所述适应度值最小的粒子群算法参数得到最优陷波器。
9.一种正弦信号总失真度计算系统，其特征在于，所述系统执行权利要求1-8中任意一项所述的一种正弦信号总失真度测算方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行权利要求1-8中任意一项所述的一种正弦信号总失真度测算方法。
CN202310106529.0A 2023-02-13 2023-02-13 一种正弦信号总失真度测算方法和系统 Active CN115795234B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310106529.0A CN115795234B (zh) 2023-02-13 2023-02-13 一种正弦信号总失真度测算方法和系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310106529.0A CN115795234B (zh) 2023-02-13 2023-02-13 一种正弦信号总失真度测算方法和系统

Publications (2)

Publication Number Publication Date
CN115795234A true CN115795234A (zh) 2023-03-14
CN115795234B CN115795234B (zh) 2023-05-02

Family

ID=85431006

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310106529.0A Active CN115795234B (zh) 2023-02-13 2023-02-13 一种正弦信号总失真度测算方法和系统

Country Status (1)

Country Link
CN (1) CN115795234B (zh)

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150055787A1 (en) * 2013-08-22 2015-02-26 Bose Corporation Instability Detection and Correction in Sinusoidal Active Noise Reduction System
CN105913835A (zh) * 2016-06-15 2016-08-31 华北电力大学 一种基于数学形态学的自适应滤波方法
CN106768756A (zh) * 2016-12-06 2017-05-31 中国人民解放军国防科学技术大学 一种振动台超低频正弦扫频信号幅值识别方法及系统
CN107394784A (zh) * 2017-08-30 2017-11-24 无锡信捷电气股份有限公司 一种陷波滤波器在线谐振抑制参数优化方法
CN109115704A (zh) * 2018-08-29 2019-01-01 中南大学 一种高锌背景下痕量多金属离子检测光谱微分预处理方法
CN110954748A (zh) * 2019-12-16 2020-04-03 安徽信息工程学院 基于频谱能量的精确测量总谐波失真加噪声的方法
CN111585658A (zh) * 2020-05-25 2020-08-25 电子科技大学 一种带宽交替采样系统频率交叠带相位补偿方法
CN112257656A (zh) * 2020-11-10 2021-01-22 国网湖南省电力有限公司 基于参数优化形态学滤波的电压暂降信号去噪方法、特征提取方法、系统及可读存储介质
CN112448697A (zh) * 2020-10-30 2021-03-05 合肥工业大学 一种基于量子粒子群算法的有源滤波器优化方法及系统

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150055787A1 (en) * 2013-08-22 2015-02-26 Bose Corporation Instability Detection and Correction in Sinusoidal Active Noise Reduction System
CN105913835A (zh) * 2016-06-15 2016-08-31 华北电力大学 一种基于数学形态学的自适应滤波方法
CN106768756A (zh) * 2016-12-06 2017-05-31 中国人民解放军国防科学技术大学 一种振动台超低频正弦扫频信号幅值识别方法及系统
CN107394784A (zh) * 2017-08-30 2017-11-24 无锡信捷电气股份有限公司 一种陷波滤波器在线谐振抑制参数优化方法
CN109115704A (zh) * 2018-08-29 2019-01-01 中南大学 一种高锌背景下痕量多金属离子检测光谱微分预处理方法
CN110954748A (zh) * 2019-12-16 2020-04-03 安徽信息工程学院 基于频谱能量的精确测量总谐波失真加噪声的方法
CN111585658A (zh) * 2020-05-25 2020-08-25 电子科技大学 一种带宽交替采样系统频率交叠带相位补偿方法
CN112448697A (zh) * 2020-10-30 2021-03-05 合肥工业大学 一种基于量子粒子群算法的有源滤波器优化方法及系统
CN112257656A (zh) * 2020-11-10 2021-01-22 国网湖南省电力有限公司 基于参数优化形态学滤波的电压暂降信号去噪方法、特征提取方法、系统及可读存储介质

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
SHILI WANG; RUIHAO SONG; DONGFANG HU: "\"Symbol Synchronization of Single-Carrier Signal with Ultra-Low Oversampling Rate Based on Polyphase Filter\"" *
梁志国,朱济杰,孙宇: "正弦信号源波形失真的一种精确评价方法" *

Also Published As

Publication number Publication date
CN115795234B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
US20200011911A1 (en) High-precision frequency measuring system and method
KR102472420B1 (ko) 무선 주파수 신호의 스펙트럼을 검사하기 위한 방법 및 시스템
CN105913835B (zh) 一种基于数学形态学的自适应滤波方法
KR101687658B1 (ko) 처프-지 역변환 방법 및 시스템
US10601630B1 (en) Quadrature signal imbalance estimation
CN112269182B (zh) 目标雷达信号的确定方法和装置、存储介质、电子装置
Iarlori et al. Effective resolution concepts for lidar observations
Mohanty Robust test for detecting nonstationarity in data from gravitational wave detectors
Li et al. An improved EMD method for time–frequency feature extraction of telemetry vibration signal based on multi-scale median filtering
JPH06317619A (ja) 位相応答傾斜に対する最小２乗適合を用いた群遅延予測システム
US10727813B2 (en) Fractional scaling digital signal processing
CN115795234B (zh) 一种正弦信号总失真度测算方法和系统
Werter FSK demodulation using an adaptive recursive digital filter
CN116183013A (zh) 一种基于变分模态分解改进的das信号去噪方法
US20070136410A1 (en) Finite impulse response filter for a time-synchronized system
CN111010144B (zh) 改进的两通道iir的qmfb设计方法
CN114441111A (zh) 一种管道泄漏次声波信号分析方法及系统
RU148684U1 (ru) Устройство фильтрации векторного сигнала
Hartmann et al. Acoustic signal processing
Lee et al. Bandpass variable-bandwidth filter for reconstruction of signals with known boundary in time-frequency domain
Tymchuk et al. Determination of the sampling interval of time series of measurements for automation systems
KR100483906B1 (ko) 유한구간 슬라이딩 윈도우 임펄스 필터의 구현 장치 및 방법
Charalambous et al. Modeling wireless fading channels via stochastic differential equations: identification and estimation based on noisy measurements
CN116405006B (zh) 叉指换能器参数确定方法、装置、设备及声表面波滤波器
CN114061730B (zh) 目标散射回波变步长快速自适应估计方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant