期刊库

教育   经济   科技   财会   管理   
医学   法学   文史   工业   建筑   
农学   水利   计算机   更多>>
 首 页    论文大全   论文精品    学术答疑    论文检测    出书咨询    服务流程    诚信通道    关于我们 

一种随机干扰数据的快速抛物线拟合算法

人气指数: 发布时间:2014-11-03 10:17  来源:http://www.zgqkk.com  作者: 安凯
分享到:

 

  摘 要: 提供一种干扰数据的抛物线波形拟合方法,利用该方法在对接收的数据进行抛物线波形拟合的过程中,无需进行复杂的逆矩阵计算,因而可以提高信号处理的效率,满足探测器对数据处理的实时性要求。

  关键词: 随机干扰; 拟合算法; 抛物线波形拟合; 逆矩阵

  中图分类号: TN972?34; TP391 文献标识码: A 文章编号: 1004?373X(2014)21 0049?04

  Fast parabola fitting algorithm of stochastic interference data

  AN Kai

  (Shandong Aerospace Electro?technology Institute, Yantai 264670, China)

  Abstract: A fast parabola fitting algorithm of the stochastic interference data is put forward in this paper. In the process of the parabola waveform fitting for the received data, it is unnecessary for the method to perform the inverse matrix calculation. Therefore, the efficiency of the signal processing can be improved. The method can meet the detector′s requirement of real?time data processing because it is fast enough.

  Keywords: random interference; fitting algorithm; parabola waveform fitting; inverse matrix

  0 引 言

  在光电、电磁、激光和红外等探测过程中,接收信号往往带有随机干扰[1?3],只有剔除这些随机干扰,论文发表才能提取出正确的接收数据,从而达到探测的目的。通常在无干扰情况下这些数据总是具有某些特性,例如核爆信号经若干过程处理,到达数据采集单元前端信号的波形近似于抛物线[4]。依据这些特性,利用曲线拟合方法就可以剔除随机干扰,获得更加精确的测量数据[5]。目前尽管曲线拟合的方法很多,如最小二乘法、伪逆矩阵法等,但计算过程比较复杂,以最小二乘法和伪逆矩阵法为例,二者都涉及复杂的逆矩阵运算,需要耗费大量的运算时间和资源,不仅严重影响了探测的实时性和精确性,也增加了探测器的研制成本。

  本文将以核爆信号处理为背景,提供一种无需进行逆矩阵计算的抛物线波形拟合方法,可提高信号处理效率,从而满足探测器对数据处理的实时性要求。

  1 初始时刻为0的情形

  假定在第[i]个采样时刻接收到的带干扰数据为[y(i)],[i=1,2,…,N],而抛物线的方程为:

  [y=at2+bt+c]

  因此有:

  [y(1)y(2)?y(N)=11112221NN2cba]

  记:

  [P=11112221NN2]

  并称之为拟合矩阵。于是有:

  [PTy(1)y(2)y(N)=PTPcba]

  [cba=(PTP)-1PTy(1)y(2)y(N)]

  式中:[PT]表示矩阵[P]的转置;[(PTP)-1]表示矩阵[(PTP)]的逆矩阵。因此:

期刊库(http://www.zgqkk.com),是一个专门从事期刊推广、投稿辅导的网站。
  本站提供如何投稿辅导,寻求投稿辅导合作,快速投稿辅导,投稿辅导格式指导等解决方案:省级投稿辅导/国家级投稿辅导/核心期刊投稿辅导//职称投稿辅导。


  【免责声明】本文仅代表作者本人观点,与投稿辅导_期刊发表_中国期刊库专业期刊网站无关。投稿辅导_期刊发表_中国期刊库专业期刊网站站对文中陈述、观点判断保持中立,不对所包含内容的准确性、可靠性或完整性提供任何明示或暗示的保证。请读者仅作参考,并请自行承担全部责任。

 
QQ在线咨询
投稿辅导热线:
180-1501-6272
微信号咨询:
fabiaoba-com
咨询电话:18015016272 投稿邮箱:zgqkk365#126.com(#换成@)
本站郑重声明:文章只代表作者观点, 并不意味着本站认同。所载文章、数据仅供参考,使用前请核实,风险自负。
部分作品系转载,版权归原作者或相应的机构   若某篇作品侵犯您的权利,请来信告知.版权:周口博闻教育咨询有限公司 
Copyright © 2005-2023 . 期刊库 版权所有