提出可在稀疏角域以及多普勒域下对天线阵列信号向量进行接收和分析的方法,讨论在多普勒频域范围内的DOA估计问题,并在有效的频带范围内提取信号冲激响应较大的值.在稀疏DOA的恢复过程中采用的是L2,0估计算法,并在多路天线频谱感知的架构下充分利用DOA所固有的稀疏特性,对其进行稀疏恢复.对于在测试环境中不可避免的噪声问题,分析三种不同噪声分布下的DOA估计误差问题.仿真结果显示频域范围内的L2,0-DOA估计算法具有较低的计算复杂度和较高的准确度,并且算法对噪声不敏感,鲁棒性较高

随着我国隧道工程建设的快速发展,由隧道病害引发的隧道质量和安全问题越发常见.通过地质雷达探测隧道病害对于减少隧道质量和安全问题具有十分重要的意义,为了提高病害探测的效率及可靠性,基于雷达反射波信号多维度分析,提出一种隧道病害智能辨识的新方法.根据反射波信号时域、频域及时频域分析结果提取病害信号辨识的6个典型特征,利用支持向量机算法对典型特征的训练构建病害信号的二分类模型,实现了病害水平分布范围的自动辨识;再依据病害信号的第一本征模态函数分量振幅包络计算病害深度分布范围,最终实现隧道病害的智能辨识.结合某隧道回填层雷达实测数据对智能辨识算法的性能进行评价,与人工辨识结果的对比表明,该智能算法对于病害的辨识能力较强,病害的识别率高达100%,但辨识结果中同时存在少量误判,准确率达78.6%,满足工程应用的需求.该算法可用于隧道工程各类地质雷达探测数据中病害的智能辨识,而对于其他领域的地质雷达探测数据,本文研究成果亦可为不同类型探测目标智能辨识算法的设计提供可行思路

5—1 引言 5—2 频率特性 5—3 开环系统的典型环节分解和开环频率特性 5—4 频率域稳定判据 5—5 稳定裕度 5—6 闭环系统的频域性能指标

一、傅里叶级数和傅里叶级数的性质 二、傅里叶变换和傅里叶变换的性质 三、周期信号和非周期信号的频谱分析 四 、连续时间LT系统的频域分析 五、抽样和抽样定理

本章将采用与讨论连续时间完全相同 的思想方法,来研究离散时间周期信号 与非周期信号的频域分解问题。 DFS与CFS之间既有许多类似之处,也有 一些重大差别:主要是DFS是一个有限项 级数,具有周期性

一.LTIS的频域特性:R(jw)=H(jw)E(jw). 二.系统无失真的传输条件: 时域表示=ket to) 频域表示j= 系统的频率=ke 系统的冲激-k(t-to)

4.1 拉普拉斯变换 4.2 典型信号的拉普拉斯变换 4.3 拉普拉斯变换的性质 4.4 拉普拉斯反变换 4.5 拉普拉斯变换与傅里叶变换的关系 4.6 连续系统的复频域分析 4.7 系统函数 4.8 由系统函数的零、极点分析系统特性 4.9 连续系统的稳定性 4.10 系统的信号流图

3.1 信号的正交分解 3.2 周期信号的傅里叶级数 3.3 周期信号的频谱 3.4 非周期信号的频谱——傅里叶变换 3.5 傅里叶变换的性质 3.6 周期信号的傅里叶变换 3.7 LTI系统的频域分析 3.8 取样定理

5.1 连续时间信号的拉普拉斯变换 5.2 拉普拉斯变换的基本性质 5.3 拉普拉斯逆变换 5.4 应用拉普拉斯变换分析线性电路 5.5 系 统 函 数 5.6 系 统 的 稳 定 性 5.7 系 统 的 频 率 响 应 5.8 用MATLAB进行连续时间信号与系统的复频域分析

4.1 周期信号的傅里叶分析 4.2 非周期信号的傅里叶变换 4.3 傅里叶变换的性质 4.4 周期信号的傅里叶变换 4.5 系 统 的 频 域 分 析 4.6 连续时间信号的时域抽样 4.7 用MATLAB进行连续时间信号与系统的频域分析