受探测环境制约，隧道超前地质预报过程中探地雷达反射波往往具有“弱信号，强干扰”的特征，给数据处理和解译带来极大的困难。将剪切变换（shearlet变换，ST）引入探地雷达信号处理，根据有效信号和干扰信号在剪切域中不同尺度、不同方向上的能量差异，提出一种基于自适应阀值的随机干扰去除方法，并通过正演模拟数据验证了该方法在随机干扰去除上的优势；在此基础上针对隧道超前地质预报中常见的能量接近、频率异常干扰信号，以实际数据为例说明小波变换（WT）对其去除效果；从而进一步提出小波变换与剪切变换联合干扰压制方法，即首先使用小波变换对异常频率干扰进行分离，然后采用基于自适应阀值的剪切变换对随机干扰进行压制。现场溶洞探测案例应用效果表明，本文所提出的方法能在去除干扰的同时很好地保留有效信号，根据处理后的波形堆积图可以很好地凸显地质异常区域，从而提高探地雷达资料解译精度

本书紧密结合信号分析和处理的基本知识,详细介绍了 MATLAB语言的应用和编 程技术。主要内容有:信号与系统基础;信号的傅里叶变换和z变换;模拟滤波器和数字滤 波器设计;滤波器的实现及分析随机信号相关分析和功率谱估计及其应用MATLAB 信号处理交互式图形用户界面等

第一章 信号与系统基础 第二章 信号变换和调制 第三章 模拟滤波器设计 第四章 数字滤波器设计 第五章 滤波器的实现和分析 第六章 随机信号分析 第七章 交互式图形用户界面

本文提出了辨识非线性动态系统的两个方法。非线性系统近似由线性动态系统和非线性部件组成。在所提出的二个方法中,m序列和逆重复m序列用于输入信号或相关信号,这些方法可用于估算高阶多项式非线性部件的全部系数,并有足夠多的脉冲响应栅点值。此外,所提出的方法还适于存在缓慢随机漂移干扰时的在线辨识。由辨识试验的数字模拟可以证实所提方法的正确性

一、理解功率谱估计的基本概念 二、掌握随机信号处理的各种运算 三、掌握经典功率谱估计的各种方法 四、掌握AR模型功率谱估计方法 五、掌握现代谱估计的各种非参数方法

3.1 问题描述 3.2 随机参量的Bayes估计 3.3 ML估计 3.4 估计量的性质 3.5 线性最小均方误差估计 3.6 最小二乘估计

3 1 问题描述 3.2 随机参量的Bayes估计 3.3 ML估计 3.4 估计量的性质 3.5 线性最小均方误差估计 3.6 最小二乘估计

下面讨论在条件N(1)=n下,S,S2…,S,的条件分布问题。 定理:设{N()t≥0}为时齐 Poission过程,则对v0