1) Power Spectrum Inversion
功率谱倒置
2) power cepstrum
功率倒谱
1.
And the detection of the secret information took the advantage of a power cepstrum computing method.
在前后向双核回声隐藏思想的基础上,提出了一种基于声音信号短时能量自适应的回声隐藏算法,根据不同音段的短时能量自适应调整回声核衰减系数的大小,并且在隐藏信息提取的过程中引入了功率倒谱检测法。
3) power inversion
功率倒置
1.
Eigenspace-based analysis for the power inversion array;
基于功率倒置阵的特征分析法
2.
The power inversion array has been used in radar and spread-spectrum communication broadly while no need to know the information of the characteristic and comingdirection of the useful signals in advance.
功率倒置(power inversion)阵列不需要预先知道有用信号的特性和入射方向等先验信息,实现简单,在雷达、扩频通信等强干扰、弱信号的环境中得到了广泛应用。
4) power-inversion
功率倒置
1.
Combining the analog and digital technologies,a new design method of the power-inversion adaptive array is described.
针对自适应算法实现过程中运算量大的问题,提出了数字与模拟相结合实现功率倒置自适应处理的方法。
5) Power cepstrum
功率倒频谱
6) power inversion array
功率倒置阵
1.
The linearly constrained minimum variance(LCMV) algorithm based on the power inversion array and its iterative formula are deduced in the paper,which avoids the complexities of matrix inversion.
详细推导了基于功率倒置阵列的线性约束最小方差(LCMV)算法及其递推公式,避免了矩阵求逆的复杂运算。
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