一、取样积分器 BOXCAR 取样积分器(Boxcar),是一种微弱信号检测系统。它在原理上是很古老的,它利用周期性信号的重复特性,在每个周期内对信号的一部分取样一次,然后经过积分器算出平均值,于是各个周期内取样平均信号的总体便展现了待测信号的真实波形。因为信号提取(取样)是经过多次重复的,而噪声多次重复的统计平均值为零,所以可大大提高信噪比,再现被噪声淹没的信号波形

接收机的任务 1. 检测出因为长途传输而变得很微弱的信号 2. 从受到各种干扰的信号中恢复出原始数据 接收机主要部件及其功能 数字接收机的性能 模拟接收机的性能

提出基于普通变尺度和周期势自适应随机共振理论，检测噪声背景下轴承滚动体的故障特征.在具体实施过程中，首先用普通变尺度的方法满足随机共振中小参数的条件，然后用随机权重粒子群优化算法作为自适应随机共振参数寻优的优化算法，同时用改进的信噪比作为评价指标.噪声背景下含轴承滚动体故障的实验信号经过普通变尺度下的自适应随机共振处理和优化后，微弱的故障特征可以有效的提取出来.将普通变尺度下的双稳态自适应随机共振和周期势自适应随机共振进行了对比，结果表明周期势自适应随机共振比双稳态自适应随机共振能进一步提高信噪比，并且比双稳态自适应随机共振迭代次数少，用时短.这说明提出的基于普通变尺度和周期势系统自适应随机共振的轴承滚动体故障诊断方法具有优越性，尤其是在工程实际中，故障监测所需的数据量大，计算时间长，如能较早的预警，可以提高诊断效率并减少不必要的损失.因此，这种轴承滚动体故障诊断方法对提高机械设备故障诊断效率具有参考价值

2 1. 衰落信道 般模型 衰落信道一般模型 2.2 平坦衰落信道的信号检测 2.3 频率选择性衰落信道的信号检测 2 4. 多天线信号检测 2.5 多用户信号检测 2.6 软判决检测

2.1 衰落信道一般模型 2.2 平坦衰落信道的信号检测 2.3 频率选择性衰落信道的信号检测 2.4 多天线信号检测 2.5 多用户信号检测 2.6 软判决检测

1.1 问题描述 1 2. Bayes检测 1.3 二元实高斯信号检测 1.4 充分统计量服从高斯分布时的PEP一般计算公式 1 5. 派生Bayes检测 1.6 二元复高斯信号检测 1.7 多元复高斯信号检测

1.1 问题描述 1.2 Bayes检测 1.3 二元实高斯信号检测 1.4 高斯分布充分统计量时的PEP一般计算公式 1.5 二元复高斯信号检测 1.6 多元复高斯信号检测

1.1 问题描述 1.2 Bayes检测 1.3 二元实高斯信号检测 1.4 高斯分布充分统计量时的PEP一般计算公式 1.5 二元复高斯信号检测 1.6 多元复高斯信号检测

二元信号波形检测模型 匹配滤波器 正交级数展开 波形信号检测

采用调频连续波（Frequency modulated continuous wave, FMCW）雷达实现非接触式生理信号检测，并提出了基于小波分析和自相关计算（Wavelet analysis and autocorrelation computation, WAAC）的检测方法。首先，毫米波FMCW雷达发射电磁波信号，并接收来自身体的反射信号。然后，通过信号预处理从中频信号中提取包含呼吸和心跳的相位信息，消除直流偏置并完成相位解缠。最后，基于小波包分解（Wavelet packet decomposition, WPD）从原始信号中得到心跳和呼吸信号，利用自相关计算减小杂波对心跳信号的影响，进而提取高精度的心率参数。应用FMCW雷达对10名受试者进行实验测试，结果表明本文方法得到的呼吸和心率的平均绝对误差率平均值分别小于1.65%和1.83%