1) double-JPS interference
双功率谱干涉
1.
It realized the straight double-JPS interference of the JPS of input identifying image and reference one, and didn′t need special optical components and improving the JPS variedly either.
提出一种新的图像识别方法 ,直接利用输入图像和参考图像的联合变换相关功率谱进行双功率谱干涉 ,不需要特殊的光学元件 ,也不需要对功率谱进行调制和改造。
2) coherent power spectrum
相干功率谱
1.
Distinguishing of the main noise source by using coherent power spectrum;
用相干功率谱识别主噪声源
3) interference spectrum
干涉谱
1.
Research on Passive Location of Interference Spectrum Analysis;
基于干涉谱分析的单水听器被动定位技术研究
2.
Relationship between the output interference spectrum and the long difference between two arms of the interferometer is introduced theoretically and demonstrated experimentally.
简要分析了非平衡光纤马赫曾德干涉仪的工作原理,指出了输出干涉谱与臂长差间的联系,并用实验验证了这种关系,实测结果与预期值一致。
3.
During measuring the thickness of metallic foil with tandem differential white light interferometry, a new data processing method for white light interference spectrum based on the Minimum Mean-square Error(MMSE) was proposed to overcome the poor anti-noise capability of traditional extremum method.
差分白光干涉法测量极薄金属带材厚度时,为了克服传统极值法在白光干涉谱数据处理中抗噪声能力差的缺点,提出了一种基于最小均方差(MMSE)意义下的小波变换处理方法。
4) lines interaction
谱线干涉
6) spectral interferometry
频谱干涉
1.
On the basis of the combination between the linearly chirped pulse and the spectral interferometry of two pulses,the relation of the phase-shifts of the chirped pulse and the spectrum is investigated.
在超快光学瞬态相移的测量中,结合线性啁啾脉冲与频谱干涉技术,可以获得啁啾脉冲相移随频谱的变化规律。
2.
Based on spectral interferometry and Fourier transformation,the method that spectral phase shifts of chirped pulse are transformed to transient temporal phase shifts is investigated theoretically.
基于频谱干涉原理和傅里叶变换的模式对啁啾脉冲频域相移转换为脉冲瞬态时域相移的基本原理进行了理论研究;推导出频域—时域相移转换过程中的相移误差传递公式;给出啁啾脉冲时域相移的最小时间分辨受制于参考脉冲的频谱宽度。
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