(潘迪夫)智能检测与信号处理推荐.pptVIP

* * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 数字滤波器 线性非时变数字滤波器所实现的运算可用常系数线性差分方程表示： * 递归型与非递归型滤波器 当bi全为零时，称为非递归型滤波器，其当前输出与过去的输出无关。 当bi不全为零时，称为递归型滤波器，其当前输出不仅与过去的输入有关，而且与过去的输出有关。 * 二、数字滤波器基础 系统描述方法 连续时间系统： 时域微分方程[x(t) y(t)]→传递函数H(s)→频率特性H(jΩ) 离散时间系统： 时域差分方程[x(n) y(n)]→离散系统脉冲传递函数H(Z)→数字频率特性H(jω) * 2. 离散数字序列的Z变换 Z变换的定义 从拉氏变换到Z变换 离散函数的Z变换 Z变换的逆变换 三种方法：幂级数展开法、留数法、部分分式展开法 Z变换的基本性质 * 三、由连续时间系统模拟滤波器H(s)求等效离 散时间系统数字滤波器H(z) 基本思路 利用成熟的模拟滤波器设计和分析方法实现等效数字滤波器设计 求解方法 按系统要求首先设计对应的模拟滤波器，使幅频特性满足给定的|H(jΩ)|，求得传递函数H(s) 找出可按H(s)确定待设计数字滤波器H(z)各系数的变换方法，使H(jω)特性逼近H(jΩ) * 由离散系统传递函数到差分方程 * 近似等效变换方法： 冲击响应不变法 双线性变换法 阶跃响应法 微分映射法 匹配z变换法等 * 冲击响应不变法 使得数字滤波器的单位采样响应等于模拟滤波器冲击响应的等间隔采样序列（的T倍） 例：一阶R-C低通滤波器的等效数字滤波器实现 * 双线性变换法 梯形积分（Tustin）变换法 基本变换公式为： 例：由一阶R-C低通滤波器推导双线性变换公式 * 关于上述等效变换方法的讨论 频率响应分析---冲击响应不变法变换中的信号频域混迭问题 Tustin变换中数字频率与模拟频率的尺度变换关系 * 4.3.2 其他滤波技术 频谱分析处理技术 利用FFT实现的频域谱分析处理滤波法 平均滤波技术 同步加算平均、移动平均、中值滤波 陷波滤波器设计 对特定频率噪声抑制方法 * 4.3.3 自适应滤波技术 概念： 在信号统计特性非先验和非平稳条件下，即在很少统计知识情况下，滤波器通过对输入信号的连续递归处理，来调整改变其参数，逐步逼近最优滤波结果。 特点： 滤波器的脉冲响应函数h(T)是时变的，主要是通过内部有限参数随外部环境变化而调整，达到最佳滤波； 具有按一定准则调整修改上述参数的自适应算法； 滤波器通常是线性的（时变）系统。 * 4.3.4 相关分析技术 当有用信号和噪声的频带重叠或噪声幅值比有用信号幅值 大时，利用相关分析可将有用信号从噪声中提取出来。 利用自相关函数检测和识别淹没在随机噪声中的周期信号； 利用相关估计去除信号中的特定频率（如工频等）干扰信号； 利用自相关分析提取淹没在噪声中的微弱信号。 * 4.4 频率补偿技术 目的：通过频率补偿达到改善传感检测系统动态特性，扩展系统频率响应特性频段以满足特定的信号检测要求。 方法： 数字滤波法：在信号通道中，通过附加补偿传递函数（数字滤波器）环节，使补偿后的总传递函数达到动态性能要求。 频域校正法：已知系统传递函数W(s),通过FFT求得X(m)=Y(m)/W(m),再通过IFFT变换，求得X(m)→x(t)。 * 4.5 信息（数据）融合技术 概念： 数据融合（Data fusion）是指智能检测系统模拟人类大脑对多种感官信息进行综合处理的功能，充分利用多个传感器资源，通过对传感器及其观测信息的合理支配和使用，把在空间和时间上余冗或互补的信息，依据某种准则进行组合来获得对被测对象的一致性解释或描述。 * 定义： 传感器数据融合就是充分利用不同时间和空间的多传感器信息资源，采用计算机技术对按时序获得的多种传感器信息在一定准则下加于自动分析、综合、支配和利用，获得对被测对象的一致性解释与描述，以完成所需的决策与估计，使系统获得比其各组成部分单独作用时更加优越的性能。 * 数据融合的结构及层次： 结构：串行、并行和混合融合结构 层次：像素级融合 特征级融合 决策级融合 关键技术： 数据转换 融合算法 * 数据融合方法： 基于数据加权处理的融合方法 基于（n维）