过采样NPR DFT调制滤波器组设计

计算机工程与应用 ›› 2007, Vol. 43 ›› Issue (26): 87-91.

过采样NPR DFT调制滤波器组设计

刘霁锋¹,王小龙²

1.西安电子科技大学理学院数学系,西安 710071
2.西安电子科技大学雷达信号处理国家重点实验室,西安 710071

收稿日期:1900-01-01 修回日期:1900-01-01 出版日期:2007-09-11 发布日期:2007-09-11
通讯作者: 刘霁锋

Design of oversampled NPR DFT modulated filter bank

LIU Ji-feng¹,WANG Xiao-long²

1.Department of Mathematics,Science School,Xidian University,Xi’an 710071,China
2.Key Lab. for Radar Signal Processing,Xidian University,Xi’an,710071,China

Received:1900-01-01 Revised:1900-01-01 Online:2007-09-11 Published:2007-09-11
Contact: LIU Ji-feng

摘要/Abstract

摘要： 提出了一种具有不同分析和综合原型滤波器的过采样几乎完全重构（NPR）DFT调制滤波器组的更为简单的设计方法。按照滤波器组的通带、阻带、系统失真要求,以系统整体失真误差作为目标函数,分析和综合原型滤波器的阻带能量作为约束条件,同时引入了更简单的通带平坦性约束。与目前的设计方法相比,该方法可以得到性能更好的滤波器组,仿真的结果也证实了这点。

关键词: 过采样, DFT调制滤波器组, 几乎完全重构

Abstract: A new simpler method for the design of oversampled Nearly Perfect Reconstruction（NPR） DFT modulated filter banks with different analysis and synthesis prototype filters is presented.In terms of the requirements on the passband,stopband,and system distortion of the filter bank,the design method involves the minimization of the system distortion while constraining the stopband energy of the analysis and synthesis prototype filters.The simpler constraint about passband flatness is introduced at the same time.The proposed method can generate filters with significantly better performance than filters obtained using current design methods,which is also verified by the numerical examples.

Key words: oversampled, DFT modulated filter bank, nearly perfect reconstruction

刘霁锋¹,王小龙². 过采样NPR DFT调制滤波器组设计[J]. 计算机工程与应用, 2007, 43(26): 87-91.

LIU Ji-feng¹,WANG Xiao-long². Design of oversampled NPR DFT modulated filter bank[J]. Computer Engineering and Applications, 2007, 43(26): 87-91.

[1]	陈俊丰，郑中团. WKMeans与SMOTE结合的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(23): 106-112.
[2]	王乐，韩萌，李小娟，张妮，程浩东. 不平衡数据集分类方法综述[J]. 计算机工程与应用, 2021, 57(22): 42-52.
[3]	孟东霞，李玉鑑. 利用自然最近邻的不平衡数据过采样方法[J]. 计算机工程与应用, 2021, 57(2): 91-96.
[4]	温廷新，孔祥博. 不平衡样本下的金融市场极端风险预警研究[J]. 计算机工程与应用, 2020, 56(8): 256-260.
[5]	张忠林，冯宜邦，赵中恺. 一种基于SVM的非均衡数据集过采样方法[J]. 计算机工程与应用, 2020, 56(23): 220-228.
[6]	陈虹，赵建智，肖成龙，陈建虎，肖越. 改进ADASYN-SDA的入侵检测模型研究[J]. 计算机工程与应用, 2020, 56(2): 97-105.
[7]	王亮，冶继民. 整合DBSCAN和改进SMOTE的过采样算法[J]. 计算机工程与应用, 2020, 56(18): 111-118.
[8]	孟东霞，李玉鑑. 融合特征边界信息的不平衡数据过采样方法[J]. 计算机工程与应用, 2020, 56(14): 156-160.
[9]	张家伟，郭林明，杨晓梅. 针对不平衡数据的过采样和随机森林改进算法[J]. 计算机工程与应用, 2020, 56(11): 39-45.
[10]	高明哲1，许爱强1，许晴2. SL-SMOTE和CS-RVM结合的电子设备故障检测方法[J]. 计算机工程与应用, 2019, 55(4): 185-192.
[11]	汪明达，周俏丽，蔡东风. 采用混合模型的电信领域用户流失预测[J]. 计算机工程与应用, 2019, 55(24): 214-221.
[12]	罗康洋，王国强. L-SMOTE与SVM结合的不平衡数据集分类研究[J]. 计算机工程与应用, 2019, 55(17): 55-62.
[13]	张扬帆，张海鹏，孙俊. 基于Lévy分布的不平衡数据过采样方法[J]. 计算机工程与应用, 2019, 55(16): 150-156.
[14]	杜国栋1，吕云辉2，马磊1，相艳1，邵党国1，雷强1，胡蓉1. 基于ROSE和C5.0算法的打鼾者OSAHS初筛模型[J]. 计算机工程与应用, 2018, 54(3): 250-254.
[15]	刘余霞1，刘三民2，3，刘涛2，王忠群4. 一种新的过采样算法DB_SMOTE[J]. 计算机工程与应用, 2014, 50(6): 92-95.