1) fractional Fourier power spectrum
分数阶Fourier功率谱
1.
The parameters are estimated via fractional Fourier power spectrum in two angles and Newton iterative method.
该算法利用两个角度的分数阶Fourier功率谱和拟Newton迭代法进行参数估计,并在参数估计的基础上,采用分数阶Fourier域干扰分离法进行干扰抑制。
2) fractional power spectral density
分数阶功率谱密度
4) fractional Fourier series
分数阶Fourier级数
1.
A fractional Fourier series(FRFS) derived from fractional Fourier transform(FRFT) is presented in this paper.
介绍了一种从分数阶Fourier变换(FRFT)思想导出的分数阶Fourier级数(FRFS)展开方法,可以看作为Fourier级数的进一步推广,在研究非平稳信号中有着重要的应用。
5) fractional Fourier transform(FRFT)
分数阶Fourier变换
1.
The fractional Fourier transform(FRFT) is applied to synchronization acquisition and Pattern Time Delay Shift Coding scheme to mitigate the influence caused by Doppler.
将分数阶Fourier变换(FRFT)应用于水声通信同步检测及Pattern时延差编码(PDS)水声通信体制,可减小多普勒频偏的影响。
2.
The fractional Fourier transform(FRFT),which is a version of generalized common Fourier transform(FFT) can overcome the incomplete of FFT in feature extraction of fault signal.
论述了分数阶Fourier变换的定义、特点和算法,并进行实验研究。
3.
In order to eliminate the interference of cross-terms during time-frequency analysis on multicomponent LFM signals,a new PWD(peudo Wigner distribution)in fractional Fourier transform(FRFT)domain is proposed.
针对雷达回波为多分量LFM信号时,时频分析存在的交叉项干扰问题,提出了一种基于分数阶Fourier变换(Fractional Fourier Transform,FRFT)的伪Wigner分布(PWD)。
6) fractional Fourier transform
分数阶Fourier变换
1.
Real-value encryption of digital image utilizing fractional Fourier transform;
基于分数阶Fourier变换的数字图像实值加密方法
2.
Underwater acoustic channel parameter estimation based on fractional Fourier transforms;
基于分数阶Fourier变换的水声信道参数估计
3.
Research on the Application of Fractional Fourier Transform in Extraction of Partial Discharge;
分数阶Fourier变换在局部放电信号提取中的应用研究
补充资料：功率谱密度估计
随机信号的功率谱密度用来描述信号的能量特征随频率的变化关系。功率谱密度简称为功率谱，是自相关函数的傅里叶变换。对功率谱密度的估计又称功率谱估计。平稳随机信号x(t)的（自）功率谱Sxx(ω)定义为
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
(1)
式中rxx(τ)为平稳随机信号的自相关函数。
对于离散情况，功率谱表示为
(2)
式中T为离散随机信号的抽样间隔时间。
当利用随机信号的 N个抽样值来计算其自相关估值时，即可得到功率谱估计为
(3)
可见，随机信号的功率谱与自相关函数互为傅里叶变换的关系，这两个函数分别从频率域和时间域来表征随机信号的基本特征。按上式计算功率谱估值，其运算量往往很大，通常采用快速傅里叶变换算法，以减少运算次数。
计算信号功率谱的方法可以分为两类：一为线性估计方法，有自相关估计、自协方差法及周期图法等。另一类为非线性估计方法，有最大似然法、最大熵法等。线性估计方法是有偏的谱估计方法，谱分辨率随数据长度的增加而提高。非线性估计方法大多是无偏的谱估计方法，可以获得高的谱分辨率。
参考书目
何振亚：《数字信号处理的理论与应用》，人民邮电出版社，北京，1983。
A. V. Oppenheim, R. W. Schafer, Digital Signal Processing Prentice-Hall, Inc., Englewood Cliffs,New Jersey,1975.
说明：补充资料仅用于学习参考，请勿用于其它任何用途。
参考词条