导读:本文包含了功率谱估计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:功率,噪声,频谱,递归,密度,线谱,载波。
功率谱估计论文文献综述
罗瀛,曾庆宁,龙超[1]（2019）在《基于软语音存在概率的噪声互功率谱估计》一文中研究指出针对目前已有的改进相干滤波语音增强系统中噪声互功率谱估计方法运算效率低、准确性不足的问题,提出一种基于软语音存在概率的噪声互功率谱估计方法。通过计算语音信号的固定先验软语音存在概率代替语音活动检测器,得到噪声互功率谱的无偏估计值,以改善估计的准确性,同时还可避免复杂的偏差补偿值计算,使算法计算量得以减小。仿真实验结果表明,所提出的噪声互功率谱估计方法在应用于改进相干滤波语音增强系统时有更好的感知语音质量评价得分,且运算用时更短。(本文来源于《科学技术与工程》期刊2019年23期）
陈建明,梁志成,符成山[2]（2019）在《基于时间递归平均的语音噪声功率谱估计算法研究》一文中研究指出提出一种改进的时间递归平均噪声功率谱估计算法;利用谱熵计算当前语音存在概率并获取平滑系数,采用双平滑系数估计平滑后的当前语音存在概率,最后得到噪声功率谱;该算法采用自适应跟踪可以通过参数及时跟踪噪声变化,使得估计的噪声信号与原噪声信号基本保持一致;实验仿真结果证明该算法估计的噪声明显改善了时间递归平均算法估计滞后的问题,同时该算法的归一化均方误差也低于时间递归平均算法。(本文来源于《兵器装备工程学报》期刊2019年01期）
刘鲲鹏,白云川,吕麒鹏,李泽华,郑建波[3]（2018）在《基于角域功率谱估计的滚动轴承故障诊断》一文中研究指出滚动轴承是位于内燃机旋转连接处重要的零部件之一,其发生故障时会影响整个机器的运转。传统的功率谱估计方法无法对变转速下滚动轴承进行故障诊断,论文提出角域功率谱估计方法解决上述问题。首先通过角域重采样将时域变转速信号转化为角域稳态信号,而后估计角域稳态信号的功率谱,最后从角域功率谱中识别滚动轴承故障特征阶次。模拟点蚀故障试验表明,该方法能够有效提取变转速下故障特征。(本文来源于《内燃机与配件》期刊2018年19期）
吴佩霖,张群英,陈路昭,费春娇,朱万华[4]（2018）在《基于功率谱估计的航磁补偿优化处理方法》一文中研究指出航空磁法勘探中飞机的干扰磁场显着降低光泵磁力仪的探测能力。有效地补偿飞机干扰磁场具有重要意义。提出采用功率谱估计的方法对飞机机动飞行信号进行处理,从而获得航磁补偿系数的最优求解频带,并结合航磁补偿模型实现数据的最优补偿。设计高空标定飞行实验,对该方法进行验证。实验结果表明,该预处理方法在航磁补偿中使补偿系数的求解更加准确,从而获得更高的补偿提升比。(本文来源于《中国科学院大学学报》期刊2018年05期）
雷晴,丁新娟,翟世龙[5]（2018）在《基于welch功率谱估计的地磁GM4秒数据频段分析》一文中研究指出基于welch算法的经典功率谱估计对新疆区域内乌鲁木齐台、喀什台和且末台的3台GM4磁通门磁力仪磁扰日时段的秒数据进行分析。实验首先分别对3台GM4秒数据的高频数据进行FFT分析,磁扰日时段3台GM4秒数据受磁扰较为明显的频段均集中在0. 005～0. 025 Hz,此频段内振幅较大,突跳点较多。实验基于welch算法的功率谱估计对3台GM4秒数据进行功率谱分析,频率域采用受磁扰较为集中的频段,结果表明:3台GM4秒数据受到的干扰主要为地磁场的高频部分,干扰的频段范围集中在0. 002～0. 006 Hz内,H分量数据波动较大,在该频段内数据曲线出现毛刺和高频震荡现象; D分量在此频段内有轻微波动; Z分量数据整体较为平滑,受扰最小。(本文来源于《内陆地震》期刊2018年03期）
刘敏,蒋小兰[6]（2018）在《功率谱估计在防撞雷达信号处理中的应用分析》一文中研究指出随着现代汽车以及交通系统的不断发展,当前在许多汽车当中均已经安装了防撞雷达,用以有效保障行车以及交通安全。但由于此类防撞雷达以使用线性调频连续波体制为主,因此受到该体制自身局限性的影响,比较容易使得防撞雷达信号处理过程中出现众多虚假目标,进而直接影响防撞雷达充分发挥自身应有效用。在这一背景下,本文将从简单说明传统雷达识别目标中的局限性入手,在明确选取AR参数模型的思路与方法基础上,针对功率谱估计在防撞雷达信号处理中的实际应用进行简要分析研究。(本文来源于《电子世界》期刊2018年16期）
刘驰,徐莹,孟齐辉,陈萍[7]（2018）在《波谱仪调制功率谱估计算法性能的仿真研究》一文中研究指出基于星载波谱仪海浪方向谱探测原理,仿真了不同海况、风速下的海浪波谱仪接收信号,并采用周期图法、Welch法、AR模型法以及最小方差法共4种不同的调制谱估计方法反演出海浪谱,比较各种调制谱估计方法的海浪方向谱反演性能。仿真结果表明:对于一定方位向下的一维海浪谱反演,不同调制谱估计方法反演海浪谱性能优劣没有绝对的顺序。对于二维海浪谱反演,在成长中海浪条件下周期图法反演性能最差,其他3种方法的反演性能没有绝对优劣顺序;对于成熟风浪,最小方差法在积分能量误差、有效波高误差两个指标上的反演性能最好,在主波波向、主波波长误差上,周期图法反演性能最差,其他3种方法没有绝对优劣顺序。在涌浪条件下,AR模型法反演性能优于其他3种方法。在不同海况下,随着波谱仪中心入射角的下降,反演性能会下降。基于这些仿真结果,本文推荐最小方差法作为充分成长海浪的海浪方向谱反演的调制谱估计方法,AR模型法作为涌浪海浪方向谱反演的调制谱估计方法。(本文来源于《海洋学报》期刊2018年05期）
刘璐[8]（2018）在《基于功率谱估计的骨密度含量程度的分析》一文中研究指出传统骨密度仪测量的原理是利用超声波通过不同介质时波速发生相应的改变来测量骨密度含量,或利用X射线对骨密度做定量判断。但这些方法对于测量结果的分辨精度并不高。因此,文中提出了基于功率谱估计的骨密度含量程度测量方法。基于信号功率谱的分析,检测出骨密度的含量。经仿真实验验证,本方法对人体骨密度含量的程度分析具有一定的分辨精度,且运算复杂度较低。(本文来源于《物联网技术》期刊2018年03期）
邢晓晴,朱根民[9]（2018）在《Welch功率谱估计中窗函数的选择与算法分析》一文中研究指出以Matlab为平台对Welch算法中窗函数的选择与使用进行了分析。从频谱分辨率、噪声水平等方面对窗函数特性进行分析,其中矩形窗与凯撒窗频谱分辨率较高,但信号频率附近噪声水平较高。分析认为矩形窗与凯撒窗适用于高信号信噪比的高精度频谱估计。汉宁窗与切比雪夫窗对频谱泄漏抑制效果较好,信号频率附近噪声水平未受影响,但其分辨率相对较低。分析认为汉宁窗与切比雪夫窗适用于信噪比较低的信号频率的大致估计。Welch功率谱估计算法针对短信号使用的研究认为,直接对短信号进行Welch功率谱估计不仅频谱分辨率低,信号也容易被噪声干扰导致探测失败。短信号功率谱的估计无法直接通过Welch功率谱估计法来实现。(本文来源于《计算机时代》期刊2018年02期）
严争通,张群飞[10]（2017）在《基于Welch功率谱估计和中值滤波的水下目标辐射噪声线谱提取》一文中研究指出线谱是水下目标辐射噪声中重要的特征信息,提出了一种基于Welch谱估计和中值滤波联合算法对水下目标辐射噪声线谱进行提取。Welch谱估计法可以有效地减小功率谱估计的方差,中值滤波方法可以精确地跟踪功率谱的变化趋势,实现连续谱的平滑和提取。所提算法充分利用了Welch谱估计和中值滤波算法的优点,实测数据分析结果表明,采用Welch算法和中值滤波联合算法处理水下目标的辐射噪声信号能够有效地提取线谱,两者的结合有利于提高线谱的检测准确度。(本文来源于《第十一届全国信号和智能信息处理与应用学术会议专刊》期刊2017-10-26）
功率谱估计论文开题报告
（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：
提出一种改进的时间递归平均噪声功率谱估计算法;利用谱熵计算当前语音存在概率并获取平滑系数,采用双平滑系数估计平滑后的当前语音存在概率,最后得到噪声功率谱;该算法采用自适应跟踪可以通过参数及时跟踪噪声变化,使得估计的噪声信号与原噪声信号基本保持一致;实验仿真结果证明该算法估计的噪声明显改善了时间递归平均算法估计滞后的问题,同时该算法的归一化均方误差也低于时间递归平均算法。
（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。
功率谱估计论文参考文献
[1].罗瀛,曾庆宁,龙超.基于软语音存在概率的噪声互功率谱估计[J].科学技术与工程.2019
[2].陈建明,梁志成,符成山.基于时间递归平均的语音噪声功率谱估计算法研究[J].兵器装备工程学报.2019
[3].刘鲲鹏,白云川,吕麒鹏,李泽华,郑建波.基于角域功率谱估计的滚动轴承故障诊断[J].内燃机与配件.2018
[4].吴佩霖,张群英,陈路昭,费春娇,朱万华.基于功率谱估计的航磁补偿优化处理方法[J].中国科学院大学学报.2018
[5].雷晴,丁新娟,翟世龙.基于welch功率谱估计的地磁GM4秒数据频段分析[J].内陆地震.2018
[6].刘敏,蒋小兰.功率谱估计在防撞雷达信号处理中的应用分析[J].电子世界.2018
[7].刘驰,徐莹,孟齐辉,陈萍.波谱仪调制功率谱估计算法性能的仿真研究[J].海洋学报.2018
[8].刘璐.基于功率谱估计的骨密度含量程度的分析[J].物联网技术.2018
[9].邢晓晴,朱根民.Welch功率谱估计中窗函数的选择与算法分析[J].计算机时代.2018
[10].严争通,张群飞.基于Welch功率谱估计和中值滤波的水下目标辐射噪声线谱提取[C].第十一届全国信号和智能信息处理与应用学术会议专刊.2017
论文知识图
