发现频谱中存在大量被闲置的"暗信息",如相谱非线性信息、噪声分段非平稳信息、脏信号全谱分解信息等;确认"暗信息"中隐含一些关键信号特征,如SNR、局部频谱特征、冗余常数等;据此提出信号分析的三种新方法,如SNR自评估、平稳信号时频分析、虚拟信号合成等,而这些方法可有效解决现有频谱分析方法面临的若干关键问题。最后,上述成果还可配合构成信号处理的负反馈模式,分别实现误差函数、隐反馈函数、显反馈函数等功能。本项目立足"暗信息"的丰富资源,将给出上述信号特征提取过程的基本数学模型,论证上述信号分析方法的实用价值,并在负反馈模式中应用大量预研成果,如基于"线性模板式相位解卷绕"构建误差函数等,以提高信号反馈控制的精度和速度。本项目属于对信号分析底层理论的革新尝试,能明显提高频谱分析的精度,并将给出负反馈模式在LFMCW雷达信号处理中的现场验证实验。
英文主题词spectrum analysis;mainlobe spectrum;photoacoustic imaging;signal-to-noise ratio;