导读:本文包含了数字滤波论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:数字,滤波器,函数,信号,频谱,推论,权重。
数字滤波论文文献综述
龚向伟,贺冉[1]（2019）在《数字滤波技术在随机振动信号处理中的应用》一文中研究指出数字滤波技术在随机振动信号处理中应用十分广泛,不仅能准确分离出大型建筑结构的模态信号分量,还能在宽带信号中准确识别出系统阶次﹒详细介绍了数字处理技术的时域法和频域法识别原理,并结合具体案例,通过采用数字滤波处理技术对实测高层建筑信号进行了滤波,并分离出不同阶次下有效振动信号分量;通过滤波得到实测结构的窄-宽信号,实现了实测高层建筑单一频率分离,提纯了实测结构在自振频率共振处信号﹒研究有利于展开不同阶次信号幅值对比及分析不同阶次在环境激励下对振动响应的贡献﹒(本文来源于《湖南城市学院学报(自然科学版)》期刊2019年06期）
黎爱琼,李雪,王川[2]（2019）在《基于数字滤波的液面深度测量系统设计》一文中研究指出本文通过介绍测井系统的硬件结构,全面了解液面测量系统的硬件设计;介绍油井中液面的计算方法,借助MATLAB滤波窗口,以最小乘方法滤波为例,来讲解数字滤波处理,从而得出,利用数字滤波处理技术可以滤除声波中的噪声,得到较清晰的滤波数据,选择合适的液面计算方法,就可以计算出液面的深度。(本文来源于《电子技术与软件工程》期刊2019年19期）
张倩倩,韩佳玮[3]（2019）在《基于FPGA的FIR数字滤波系统设计与实现》一文中研究指出文章提出一种基于FPGA的FIR数字滤波系统的设计方案,以FPGA为核心控制单元,通过Matlab设计FIR滤波器系数,调用Quartus II自带的IP核实现FIR滤波功能,结合ModelSim仿真,对输出信号进行时域、频域分析,构建出一套全数字的FIR滤波器设计与仿真体系。进而实现了一种集信号发生器、数据采集器和FIR滤波器为一体的FIR数字滤波系统。经实验,该系统可以显着提高信号的信噪比,降低均方误差。文章提出的FIR数字滤波系统及其实现方法,具备一定的推广和应用价值。(本文来源于《信息通信》期刊2019年09期）
白燕燕,胡晓霞[4]（2019）在《数字滤波在语音信号降噪中的应用》一文中研究指出在MATLAB环境对采集的语音信号进行分析,分析时域波形和频谱图。用双线性变换法设计IIR数字滤波器,用窗函数设计FIR数字滤波器。通过滤波去除噪声,分析滤波后信号的频谱图,给出了IIR和FIR对语音滤波的效果。(本文来源于《电子测试》期刊2019年17期）
傅敏,宋晓健,范劲松,张建刚,李彭[5]（2019）在《基于数字滤波算法的天然气管道运行监控》一文中研究指出天然气管道中运行压力是反映管道运行状态的重要参数,随着生产现场信息化程度不断提高,信息处理技术也广泛用于天然气管道运行管理。为了有效解决压力监控报警限值与实际运行的测量数据有较宽幅度的差值,对在差值范围内出现的异常情况因不报警、不易及时发现而导致处置延误等问题开展分析研究。根据天然气管道运行压力的数据特性,以数字滤波算法为基础对其采集的实时数据进行大数据分析处理,结合测量不确定度评定方法,建立压力的动态趋势模型,用所选测量点的历史数据验证动态趋势模型建立的方法和符合率;利用动态趋势模型进行管道输送实时监控,以提高管道运行压力预警的灵敏度和准确性,推进管道运行管理向程控化、智能化发展。(本文来源于《油气田地面工程》期刊2019年S1期）
陈玉娥,孔祥勇,朱文婕[6]（2019）在《动态心电信号中消除极化电压的数字滤波方法》一文中研究指出在动态心电信号采集中,极化电压很容易使放大器饱和。传统的方法是采用高通滤波模拟电路来消除,但是输出往往会有残留。如果提升高通滤波截止频率,则会导致心电信号低频段失真。该文采用Savitzky-Golay(SG)平滑滤波器,结合单边点数M和多项式的阶次p拟合了动态心电信号中的极化电压成分,用原始信号减去拟合信号从而得到无极化电压的心电信号。实验表明,用SG平滑滤波器消除极化电压是可行的,滤波后的心电信号有效成分没有任何丢失。(本文来源于《中国医疗器械杂志》期刊2019年04期）
远飞[7]（2019）在《采煤机振动信号的FIR数字滤波方法研究》一文中研究指出采煤机在工作情况下的振动信号为低频信号,实际应用中采用低通滤波器滤除高频的噪声信号以得到有用信号,这对采煤机振动信号的后期处理、机身振动情况的判断具有重要作用。文章研究FIR数字滤波器的几种设计方法,认为参考窗函数法FIR滤波器的阶数,采用切比雪夫逼近法对采煤机振动信号进行滤波较好。(本文来源于《湖南邮电职业技术学院学报》期刊2019年02期）
唐小平[8]（2019）在《针对蓄电池充放电的电池巡检仪数字滤波设计》一文中研究指出为了解决蓄电池充放电干扰信号对电巡检仪蓄电池电压检测的准确度影响,采用了对干扰信号进行数字滤波的方法,实现了电磁巡检仪蓄电池电压的高精度测量。介绍了几种窗函数滤波器设计方法,为设计实例提供重要理论依据。通过对几种数字滤波仿真实验结果对比可知,针对30 Hz以上的干扰信号,采用256阶的凯塞窗系数法设计可实现最佳滤波效果。(本文来源于《自动化与仪器仪表》期刊2019年05期）
陈明方,刘金鑫,张永霞,葛天佑,臧家秀[9]（2019）在《基于S7-1200AD采样的高效数字滤波算法的设计与实践》一文中研究指出针对西门子S7-1200PLC的AD采样过程中,因外界干扰、传感器采样数据扰动等原因导致的采样数据抖动问题,基于最小均方(LMS,least mean square)原理,设计了一种改进型加权平均数字滤波算法。在1200PLC中通过SCL语言编制对应的滤波算法程序,对AD采样的数据进行数字滤波。通过设计强干扰环境下的AD采样实验证明:该数字滤波算法高效、可靠,采样数据稳定、准确。(本文来源于《重庆大学学报》期刊2019年05期）
饶晓文[10]（2019）在《基于模糊推论的混合式数字滤波强化系统设计与实现》一文中研究指出当前社会电子化通讯手段和设备众多,但语音通讯作为维系人与人情感的重要纽带,处于是否重要的地位。语音通话过程可能处于受到噪声污染的嘈杂的环境中,影响通讯质量。因此,需要利用噪声抑制算法,开发语音强化系统来降低噪音带来的负面影响。针对非稳态类型噪声的特征,传统的滤波算法存在噪声滤除不足,或者是将干净语音的部分滤除掉,导致语音失真等缺点。由于噪音会影响语音记录的质量,造成训练的声学模型与实际应用环境不匹配,使得语音辨认系统的辨认正确率大大的降低。本文就特别针对加成性噪声对语音特征的破坏来做分析与研究,对所测得的噪声做处理,以期待得到更优良的语音强化结果。本文研究工作包括几个方面:首先主要对频谱删减法、小波转换和分解、维纳滤波、模糊理论、语音增强等相关理论进行了详细概述。其次,对信号预处理和语音端点检测进行了设计、实现,重点设计对信号预处理过程的位数采样、预加重、分帧、加窗等环节,编码实现了相应功能与处理效果,研究了语音端点检测方式及其检测正确率情况。再次,实现了混合式滤波语音强化系统,对模糊推论系统架构进行设计,对模糊控制器、语音特征提取、信号类型归纳、模糊规则推论和训练过程进行实现。该语音强化系统将含有噪声的语音信号作为输入信号,使用一个语音噪音预测模型,并建立以模型为基础的处理方法对语音本身之外的噪声加以抑制。将语音信号进行稳态和非稳态类型的辨别。再分析其中的语音特征,利用六种常见的特征来辨别语音是属于稳态或是非稳态类型的信号。最后对混合式滤波语音强化系统进行测试,采用Aurora-语音数据库,提供了音频文件内容,获取采样频率。使用信噪比SNR评语音质量方式,提供了Aurora语音数据库所含8种噪音所对应的SNR值以及经强化后语音信号的SNR值,获得了各种强化后的滤波结果以及叁种滤波器结合的结果。通过本文的研究,提出了一个有效的语音强化方法,针对输入的语音信号中模型信号的特点,并将频谱删减法与小波滤波以及维纳滤波叁个滤波方法做结合,以模糊推论系统重构上述叁个滤波器的分配比率,还原了最理想的语音信号,将环境噪音对与语音的影响降至最低,同时弥补了使用单一滤波方式的缺点影响,有效提升了SNR值。因此,本文的研究具有非常重要的应用价值。(本文来源于《电子科技大学》期刊2019-05-10）
数字滤波论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文通过介绍测井系统的硬件结构,全面了解液面测量系统的硬件设计;介绍油井中液面的计算方法,借助MATLAB滤波窗口,以最小乘方法滤波为例,来讲解数字滤波处理,从而得出,利用数字滤波处理技术可以滤除声波中的噪声,得到较清晰的滤波数据,选择合适的液面计算方法,就可以计算出液面的深度。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
数字滤波论文参考文献
[1].龚向伟,贺冉.数字滤波技术在随机振动信号处理中的应用[J].湖南城市学院学报(自然科学版).2019
[2].黎爱琼,李雪,王川.基于数字滤波的液面深度测量系统设计[J].电子技术与软件工程.2019
[3].张倩倩,韩佳玮.基于FPGA的FIR数字滤波系统设计与实现[J].信息通信.2019
[4].白燕燕,胡晓霞.数字滤波在语音信号降噪中的应用[J].电子测试.2019
[5].傅敏,宋晓健,范劲松,张建刚,李彭.基于数字滤波算法的天然气管道运行监控[J].油气田地面工程.2019
[6].陈玉娥,孔祥勇,朱文婕.动态心电信号中消除极化电压的数字滤波方法[J].中国医疗器械杂志.2019
[7].远飞.采煤机振动信号的FIR数字滤波方法研究[J].湖南邮电职业技术学院学报.2019
[8].唐小平.针对蓄电池充放电的电池巡检仪数字滤波设计[J].自动化与仪器仪表.2019
[9].陈明方,刘金鑫,张永霞,葛天佑,臧家秀.基于S7-1200AD采样的高效数字滤波算法的设计与实践[J].重庆大学学报.2019
[10].饶晓文.基于模糊推论的混合式数字滤波强化系统设计与实现[D].电子科技大学.2019
论文知识图
