导读:本文包含了非线性信号处理论文开题报告文献综述及选题提纲参考文献，主要关键词:超宽带,802.15.6,同步,能量相关
非线性信号处理论文文献综述
黄海平[1]（2016）在《体域网超宽带通信中基于非线性信号处理的同步方法研究》一文中研究指出随着低功耗无线通信、智能生物传感器和半导体等技术的迅速发展,一种新的以人体为中心的无线传感器网络受到越来越多的关注,并逐渐在医疗监护、消费电子、军事和航空等诸多领域得到应用。针对此类应用,IEEE 802.15 TG6工作组将其命名为无线体域网(Wireless Body Area Network,WBAN)并专门制定了一个短距离、低功耗和高可靠性的通信标准 IEEE 802.15.6。在此标准中,脉冲超宽带(Impulse Radio Ultra-wideband,IR-UWB)技术由于其具有结构简单、功耗低等特点被确立为物理层的实现方案。因此,应用于WBAN的超宽带接收技术被广泛研究,而其中接收机的同步方法成为目前的研究热点之一。本文以无线体域网为应用背景,以设计具有低硬件实现复杂度和抗窄带干扰的超宽带同步方法为研究目的,对适用于IEEE 802.15.6标准的超宽带接收机的同步方法进行研究,本文的研究内容主要包括:1.首先,通过对IEEE 802.15.6标准进行分析,建立了体域网超宽带通信系统仿真模型。依据标准中对脉冲超宽带信号包括帧结构、调制方式、脉冲波形等参数的物理层定义,使用Matlab软件在计算机中设计了体域网超宽带发射信号模型,并在此基础上设计了基于能量检测(Energy detection,ED)的接收机模型。2.为了实现体域网超宽带ED接收机的同步,结合标准IEEE 802.15.6中IR-UWB信号的同步头结构及其采用的OOK调制方式,提出一种新的基于能量相关的方法。首先将信号能量积分值的数字采样与本地信号模板相关,通过查找连续的峰值实现粗同步,然后通过改进的前向跳跃后向搜索算法实现细同步。仿真结果验证了该方法的同步性能与模板的长度有关,且与目前基于时基阈值的同步方法相比,该方法在保持性能基本一致的情况下可以有效降低硬件实现复杂度。3.最后,针对ED接收机易受窄带信号干扰的缺点,结合基于非线性信号处理的抗窄带干扰技术提出改进型的同步方法。分析了来自IEEE 802.11y信号的窄带干扰对同步性能的影响,在此基础上,通过在ED接收机射频前端增加一个由“Teager-Kaiser算子+高通滤波器”或“平方+带通滤波器”组成的非线性信号处理模块抑制窄带干扰,即对应于非线性TKO技术和非线性平方技术。文中对比分析了无窄带干扰和有窄带干扰两种情况下,非线性技术对同步性能的影响。通过计算机仿真,发现两种非线性技术不仅可以提高IR-UWB ED接收机的窄带干扰抑制能力,还可以用来提升接收机在无窄带干扰环境中的同步性能。(本文来源于《福州大学》期刊2016-06-01）
周睿[2]（2016）在《表面肌电分析反馈仪软件系统设计及非线性信号处理技术的应用研究》一文中研究指出神经系统是由大量神经元组成的神经网络,高度复杂且具有非线性特征,而表面肌电可以在一定程度上反应神经肌肉功能活动水平。不同于线性分析,表面肌电的非线性特性能够深入神经肌肉核心,为肌电信号特征提取开辟新的道路。论文研究了表面肌电分析反馈仪软件系统的设计和实现,以及对该系统所采集的表面肌电信号进行非线性动力学的分析和应用。论文主要内容为：首先,基于已有硬件平台设计实现了具有表面肌电采集、分析评估、生物反馈刺激功能的交互式软件系统。软件的定制化方案采集和自定义方案采集模块可对所采集肌电信号进行时域、频域、时频域和协同性全面分析；多媒体生物反馈模块可进行声、光、电多形式生物反馈训练。接着,基于已有LZ复杂度算法,提出改进LZ复杂度算法,并对脑卒中病患和健康入的表面肌电信号进行LZ复杂度、样本熵、模糊近似熵的非线性特性分析。最后,基于分形和熵理论对健康人静态疲劳肌电进行非线性特性分析,提出多重分形谱拟合系数,将其结合多重分形谱面积参数定量评估肌肉疲劳。本文通过软件工程技术设计实现了表面肌电分析反馈仪软件系统,经过60例脑卒中患者临床测试表明软件系统评估与反馈训练功能有效。利用非线性分析技术对系统采集的表面肌电进行分析并探讨其可能的生理机制,发现LZ复杂度、改进LZ复杂度和模糊近似熵能很好地区分健康人、患者健患侧肌电(P<0.001)；样本熵与患者下肢Brunnstrom分期等级相关(P<0.05)；多重分形谱拟合系数和谱面积可作为肌肉疲劳衡量指标。非线性指标可能反映激活运动单元数量和运动单元发放频率；且运动单元活动在疲劳过程中趋于有序性和同步化。以上研究在脑卒中患者的诊断和定量评估,肌肉疲劳评价方面有临床应用价值,为进一步探索奠定基础。(本文来源于《浙江大学》期刊2016-01-01）
刘玉龙,李晓林[3]（2015）在《HHT在动态称重传感器处理非线性信号中的应用》一文中研究指出悬臂梁式称重传感器是动态称重(WIM)系统的核心组成部分,但由于动态称重过程中受到的外界影响因素较多,加上动态称重技术本身要求传感器处理的就是非线性、非平稳信号,须寻求一种更加适合的信号处理方法—希尔伯特—黄变换(HHT)技术。HHT是一种适用于非线性非平稳的信号分析方法,适用于动态称重过程中称重传感器的信号处理,根据信号端点处的振幅和频率,分别增加两组特征波的方式进行数据延拓的方法来抑制边界效应,然后通过经验模式分解(EMD)剩余分量的均值来作为动态称重信号中的静态值,计算出车辆真实轴重。(本文来源于《传感器与微系统》期刊2015年07期）
龙长才,赵美蓉,张冰,于本芳,王飞[4]（2014）在《耳蜗非线性信号处理激光干涉研究系统》一文中研究指出0引言耳蜗是听觉信息处理的第一站,在听觉系统信息处理中发挥着重要的作用。耳蜗的工作模式与信息处理机制,是听觉疾病诊断、听力康复策略与工程技术的重要基础,也是基于听觉的计算机语音识别、说话人识别,以及水声信号处理等重要应用必须借鉴重要内容。然而,迄今对耳蜗的信号处理功能与机理的认识仍然有限。目前,对耳蜗信号处理的认识主要是von Bekesy的频率-部位编码理论,在工程实践中,也因此由一个具有不同频率的滤波(本文来源于《2014年中国声学学会全国声学学术会议论文集》期刊2014-11-29）
吴创宾[5]（2014）在《听觉非线性信号处理的心理声学实验研究》一文中研究指出听觉感知中非线性信号的处理一直是听觉研究中的重点，了解听觉感知中的非线性信号处理有助于加强我们对听觉独特的信号处理功能的认识。课题组先前的工作已经从理论与实验上证实听觉感知中的阈下随机共振，导师新的理论认为在有时间积分信号处理中还存在阈上随机共振以及听觉可通过耳蜗中外毛细胞的主动效应的参数调节实现选择性注意。本研究设计了两个实验，通过心理声学实验的方法分别研究加噪声后的听觉强度辨别阈的变化以及注意与非注意情况下听阈的变化，对上述理论作实验检验。实验观察到了噪声使听觉强度辨别阈限下降的阈上随机共振现象，和选择性注意中绝对听觉阈限的下降。第一章介绍了听觉感知特性及本文所要研究的内容，并简单介绍了听觉中随机共振研究背景以及听觉选择性注意机制。第二章介绍了本文第一个实验的理论知识：随机共振和阈上随机共振，以及具体介绍了本次实验即加高斯白噪声时对听力正常人的听觉辨别阈的影响。并对此从结果分析出，听觉感知中存在阈上随机共振。第叁章介绍了本文第二个实验，首先简单介绍了选择性注意，然后就选择性注意对听觉感知阈的影响这一问题设计了实验，并从结果证明了选择性注意能降低人的听阈。第四章是总结和展望。(本文来源于《华中科技大学》期刊2014-01-01）
李科[6]（2008）在《基于中值算法和Myriad算法的非线性信号处理》一文中研究指出基于高斯分布假设的线性信号处理占据了传统信号处理领域的主导地位。但在实际应用中仍存在大量的非高斯信号和噪声，如水声信号、语音信号、生物医学信号等都难以用高斯分布来进行准确描述。这种非高斯特性将引起基于高斯假设所设计的线性信号处理算法性能显着退化。因此对非高斯分布信号具有良好滤波特性的非线性滤波器在信号处理领域得到了广泛认可与重视。本文基于两类非高斯随机过程：广义高斯分布与稳态分布，通过对分布概率密度函数位置的极大似然估计得到中值算法与Myriad算法。通过在不同噪声环境下，对中值滤波器、Myriad滤波器与传统线性滤波器输出特性的比较，充分验证了非线性滤波器在非高斯信号处理中的优势。仿真结果显示，由于具有可变线性度参数K，使得Myriad滤波器具有广泛的滤波特性，对服从高斯分布、柯西分布及更为广泛的稳态分布的噪声信号都有良好的抑制能力。这种广泛的适用性使Myriad滤波器能够在复杂噪声环境有效工作。为拓展Myriad滤波器的适用范围，本文通过相位耦合与实部虚部耦合的方法，将复数权重与复数信号引入Myriad滤波器，为其进行多通道信号处理提供了可能。经Matlab仿真验证，由此得到的复数域Myriad滤波器可有效去除噪声信号对模与相位的干扰。非线性滤波器的优化设计对非线性信号处理的有效性与可靠性有着重要影响。本文将遗传算法应用于非线性滤波器权重的优化设计。作为一种广泛适用的最优化算法，遗传算法的收敛结果具有全局最优性。通过实验可得出结论，相比较基于最小绝对误差(LMA)的最速下降法，遗传算法可以获得更优的效果。为进一步验证非线性滤波器在实际应用中的有效性，本文应用Myriad滤波器滤除结肠压力信号中的复杂噪声含扰。一方面，结肠压力信号等生物医学信号通常包含大量复杂噪声干扰，另一方面，由某些病变所产生的信号，可能具有很强的脉冲特性，采用线性滤波器可能将这类包含被测者病理信息的重要信号滤除。实验结果显示：通过选择适当的线性度参数，Myriad滤波器能在去除结肠压力信号中复杂噪声的同时，最大限度保留信号细节。(本文来源于《上海交通大学》期刊2008-12-01）
王书旺[7]（2005）在《一种基于耦合映象格子模型的非线性信号处理方法》一文中研究指出脑电(Electroencephalogram,EEG)作为与人类大脑最具直接联系的一种外在表现形式,是临床诊断的重要手段之一。而事件相关电位(Event Related Potentials,ERP)由于与人类的心理活动密切相关,被称为“观察脑的高级功能的窗口”。但是由于以往的分析手段的局限性,使得研究结果缺乏普遍适应性而无法在临床应用中很好的发挥作用,逐渐被临床医师所冷淡。近年来,脑电已被证明是典型的非线性和非平稳信号,ERP则可视为低维混沌时间序列,所以采用非线性和非平稳的分析方法分析其动力学特性是有重要意义的。本论文的目的正是利用非线性动力学的信号处理方法来对事件相干脑电位的特性进行探讨和研究。 本文首先回顾了事件相关电位和非线性动力学的发展过程及研究现状,介绍了非线性动力学中常用的耦合映象格子模型。构建了几种模型并应用计算机仿真比较了它们对实际系统的拟合能力,针对原有模型中存在的问题做了部分改进,结果证明新的模型可以很好的模拟复杂系统的活动。脑电信号是公认的具有典型非平稳特征的信号序列,但是由于研究方法的限制,大量的研究工作是基于对其是(准)平稳的假设,而对典型非平稳信号的非线性特征研究还处在初级阶段。本文利用时变耦合映象格子模型计算了固定位置区域提示下视觉注意范围等级的ERP的最大时变李氏指数,并利用改进的GP算法计算了它们的全局相关维数,得到了能够反映系统整体特征的量化参数,揭示了传统方法不能发现的信息,而这些信息的发现和应用,有望在临床应用和生理心理学研究中发挥更大作用。(本文来源于《汕头大学》期刊2005-03-05）
罗斌,罗宏建,刘一舟,黄天戍[8]（2005）在《粗晶材料超声检测中的非线性信号处理》一文中研究指出针对粗晶材料超声检测时严重的结构噪声使信噪比很低的问题,使用非线性时频分布对超声信号进行处理,充分考虑信号的时域、频域和相位的信息,根据超声信号在缺陷和噪声处瞬时频率的不同,结合超声信号的空间投影特点,提出了一种基于信号瞬时频率的超声信号处理方法。首先使用Choi-Willianms分布将信号变换到时频域,估计出信号瞬时频率,然后通过瞬时频率的有序度对超声信号进行加权处理。该算法充分利用了超声信号时域、频域和相位的信息,不仅消噪性能好,而且缺陷定位准确。(本文来源于《中国机械工程》期刊2005年03期）
杨明,邱玉辉[9]（2004）在《神经网络建模方法在非线性信号处理中的应用研究》一文中研究指出文章首先描述了非线性信号处理中常用的几种建模方法与神经网络建模方法之间的关系,指出了前者在实际建模时存在的困难,给出了神经网络模型与其它建模方法之间所存在的等价性以及其特有的优势。总结了两类神经网络模型及其网络训练算法,通过比较看出神经网络建模方法在非线性信号处理中的应用越来越广,已经成为一个非常有前途的工具。(本文来源于《云南师范大学学报(自然科学版)》期刊2004年06期）
陈正一[10]（2002）在《热电式微风仪非线性信号处理方法研究及其电路实现》一文中研究指出热电式风速传感器感应输出的电信号与实际风速之间存在复杂的非线性函数关系。本文通过对目前几种流行的测量信号线性化处理方法的讨论,深入地分析了导致目前多数热电式数字微风仪产品其实际测量指标不理想的原因。并根据对热电式风速传感器探测机理的研究,推荐一种易于实现的探测信号的非线性/线性转换的电路模型。(本文来源于《气象水文海洋仪器》期刊2002年02期）
非线性信号处理论文开题报告
（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：
神经系统是由大量神经元组成的神经网络,高度复杂且具有非线性特征,而表面肌电可以在一定程度上反应神经肌肉功能活动水平。不同于线性分析,表面肌电的非线性特性能够深入神经肌肉核心,为肌电信号特征提取开辟新的道路。论文研究了表面肌电分析反馈仪软件系统的设计和实现,以及对该系统所采集的表面肌电信号进行非线性动力学的分析和应用。论文主要内容为：首先,基于已有硬件平台设计实现了具有表面肌电采集、分析评估、生物反馈刺激功能的交互式软件系统。软件的定制化方案采集和自定义方案采集模块可对所采集肌电信号进行时域、频域、时频域和协同性全面分析；多媒体生物反馈模块可进行声、光、电多形式生物反馈训练。接着,基于已有LZ复杂度算法,提出改进LZ复杂度算法,并对脑卒中病患和健康入的表面肌电信号进行LZ复杂度、样本熵、模糊近似熵的非线性特性分析。最后,基于分形和熵理论对健康人静态疲劳肌电进行非线性特性分析,提出多重分形谱拟合系数,将其结合多重分形谱面积参数定量评估肌肉疲劳。本文通过软件工程技术设计实现了表面肌电分析反馈仪软件系统,经过60例脑卒中患者临床测试表明软件系统评估与反馈训练功能有效。利用非线性分析技术对系统采集的表面肌电进行分析并探讨其可能的生理机制,发现LZ复杂度、改进LZ复杂度和模糊近似熵能很好地区分健康人、患者健患侧肌电(P<0.001)；样本熵与患者下肢Brunnstrom分期等级相关(P<0.05)；多重分形谱拟合系数和谱面积可作为肌肉疲劳衡量指标。非线性指标可能反映激活运动单元数量和运动单元发放频率；且运动单元活动在疲劳过程中趋于有序性和同步化。以上研究在脑卒中患者的诊断和定量评估,肌肉疲劳评价方面有临床应用价值,为进一步探索奠定基础。
（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。
非线性信号处理论文参考文献
[1].黄海平.体域网超宽带通信中基于非线性信号处理的同步方法研究[D].福州大学.2016
[2].周睿.表面肌电分析反馈仪软件系统设计及非线性信号处理技术的应用研究[D].浙江大学.2016
[3].刘玉龙,李晓林.HHT在动态称重传感器处理非线性信号中的应用[J].传感器与微系统.2015
[4].龙长才,赵美蓉,张冰,于本芳,王飞.耳蜗非线性信号处理激光干涉研究系统[C].2014年中国声学学会全国声学学术会议论文集.2014
[5].吴创宾.听觉非线性信号处理的心理声学实验研究[D].华中科技大学.2014
[6].李科.基于中值算法和Myriad算法的非线性信号处理[D].上海交通大学.2008
[7].王书旺.一种基于耦合映象格子模型的非线性信号处理方法[D].汕头大学.2005
[8].罗斌,罗宏建,刘一舟,黄天戍.粗晶材料超声检测中的非线性信号处理[J].中国机械工程.2005
[9].杨明,邱玉辉.神经网络建模方法在非线性信号处理中的应用研究[J].云南师范大学学报(自然科学版).2004
[10].陈正一.热电式微风仪非线性信号处理方法研究及其电路实现[J].气象水文海洋仪器.2002