数字信号处理与模式识别
文章平均质量分 80
Richard-Cai
这个作者很懒,什么都没留下…
展开
-
ICA(独立成分分析)在信号盲源分离中的应用
ICA简介 ICA是20世纪90年代提出的,起初是神经网络的研究中有一个重要的问题,独立成分分析是一个解决问题的新方法。在许多应用方面,包括特征识别、信号分离。这种方法是用一种解线性方程组的方式的估计方式求解信号源。ICA与鸡尾酒会 假想一下,在一个房间里的不同位置放着两个麦克风,同时有两个人说话。两个麦克风能同时记录下两个时间信号,如果仅用这两个记录的信号来估计出原来的两个语音原创 2016-10-31 20:11:15 · 40960 阅读 · 18 评论 -
S变换在特征提取中的使用
S变换 S变换采用高斯窗函数且窗宽与频率的倒数成正比,免去了窗函数的选择和改善了窗宽固定的缺陷,并且时频表示中各频率分量的相位谱与原始信号保持直接的联系,S变换具有良好的时频特性,适合用S变换对信号的一些时频与特征进行提取。 可以看出S变换不同于短时傅里叶变换之处在于高斯窗的高度和宽度随频率变化,这样就克服了短时傅里叶变化窗口高度和宽度固定的缺陷。S变化的离散变现形式:S变换的结原创 2016-10-31 21:19:58 · 29274 阅读 · 25 评论 -
小波变换在信号去噪声中的使用
关于小波变换 小波变换(wavelet transform,WT)是一种新的变换分析方法,能够在时间(空间)频率的局部化分析,通过伸缩平移运算对信号(函数)逐步进行多尺度细化,最终达到高频处时间细分,低频处频率细分,能自动适应时频信号分析的要求。去噪的必要性 一般来说信号中都是带有信号的,特别是信号的采集过程中,在接收端除了获取目标信号外还会引入噪声。常见的噪声包括高斯白噪声,原创 2016-10-31 16:07:12 · 72728 阅读 · 18 评论 -
EEMD/EMD经验模态分解算法在单通道转多通道过程的使用
最近在探索盲源分离技术过程中遇到单通道向多通道转换问题,由于ICA盲源分离使用的多通道观测点的信号,如何使单通道信号得到多通道信号是一个技术难点。单通道转多通道技术(SIMO)相对应的通领域技术多输入多输出的问题(MIMO),单输入多输出在实际场所比较多,不仅包括军事方面,雷达信号等,还包括其他场合。 前面介绍过ICA算法在信号盲源分离过程中的使用,有时候得到的信号却是单通道的,或者说由于原创 2016-11-21 19:00:44 · 10377 阅读 · 8 评论 -
CUSUM算法在变点检测中的应用
变点检测在很多场合都有使用,例如在机器故障的检测以及各种信号突变的监测等等。变点检测一般就是根据信号序列的统计特性发生改变进行判定,常用的统计特征包括前期数据的均值和方差、残差等。很明显当信号序列发生突变时会改变一些统计特征,比较直观的就是均值和方差会进行改变,最简单的方式是我们可以根据这种改变进行合理设置阈值,超过设定的阈值时就可以判定突变发生。CUSUM控制图简介 CUSUM是一种时原创 2016-11-22 19:29:55 · 29180 阅读 · 5 评论 -
基于自回归模型(AR)的自适应阈值的残差比异常检测
接着说变点检测,变点检测有很多的检测方法,今天介绍一种基于残差比异常检测算法。残差 残差是指在实际观察值与估计值(拟合值)之间差值。说到残差就先提提回归分析。回归是指研究一组随机变量(自变量)(Y1 ,Y2 ,…,Yi)和另一组(X1,X2,…,Xk)因变量之间关系的统计分析方法。这里介绍一种回归模型—自回归(AR)自回归模型(AR) 对于时间序列离散信号X(n),可以根据历原创 2016-11-23 19:59:29 · 5152 阅读 · 1 评论 -
matlab文件与子文件操作
matlab是算法仿真比较流行的工具,在做各种算法仿真的时候需要对数据的处理,有时候包括对数据的读取以及存储等常见操作。下面就来简单说说matlab处理文件和子文件的一些相关操作。 在各种语言里面都有对文件流的操作,matlab也提供了一些文件操作API,这些API给用户带来了很大的便利。虽然matlab里面对于文件进行处理(比如说常见的load、importdata等操作)是一件很简单的原创 2016-11-27 20:40:34 · 2482 阅读 · 0 评论