通信信号处理论文自然语言处理论文
通信工程专业本科毕业论文语音信号去噪——数字滤波器的设计
语音信号去噪 ——数字滤波器的设计摘要：在现代各种通信系统中，由于自然界中的各种各样的复杂噪声不免会掺杂在其中，数字信号处理这门经典学科恰好能够解决这个问题，其中最通用的方法就是利用滤波器来滤除这些杂波噪声，FIR 数字滤波器就是滤波器设计的基本部分。
本论文研究的主要内容就是基于Matlab 软件仿真设计一个数字滤波器，将掺杂在语音信号中的高频噪音消除，在此将分析消除高频噪音前后语音信号的时域及频域特性，对比分析即可验证滤波前后特性差别。
在本课题中，将利用简单的窗函数法来设计FIR 数字滤波器，通过Matlab 仿真说明所设计滤波器的正确性。
仿真说明所设计滤波器的正确性。
通过这次毕业设计，通过这次毕业设计，将会进一步理解语音信号原理分析及滤波处理，为更好的设计滤波器打好基础。
波处理，为更好的设计滤波器打好基础。
关键词：Matlab ；窗函数法；FIR 数字滤波器数字滤波器 Remove noise in the speech signal ————the design of digital filter the design of digital filter Abstract ：In modern communication systems, a variety of complex noise may mix in the nature of sounds. The classic disciplines of the digital signal processing can solve this problem, one of the most common method is to use a filter to filter those clutter noise. FIR digital filter is the basic part part of of of filter filter filter design. design. The The main main main research research research content content content of of of this this this paper paper paper is is is based based based on on on Matlab Matlab Matlab software software software simulation simulation simulation to to design a digital filter, in which to cancel the high frequency noise of the speech signal, then it will eliminate the high high frequency frequency frequency noise noise noise and and and the the the speech speech speech signals signals signals from from from time time time domain domain domain and and and frequency frequency frequency domain domain domain characteristics characteristics characteristics in in in this this analysis analysis before before before and and and after, after, after, and and and analysis analysis analysis the the the differences differences differences test test test the the the filtering filtering filtering characteristics. characteristics. characteristics. In In In this this this issue, issue, issue, using using using a a simple simple window window window function function function method method method to to to design design design a a a FIR FIR FIR digital digital digital filter, filter, filter, Matlab Matlab Matlab simulation simulation simulation shows shows shows the the the correct correct correct of of of the the designed filter. Through the design of this graduation design, we will understand the principle of speech signal analysis and filtering, and lay the foundation for the filter design.Key words: Matlab; window function method; FIR digital filter 作 者指导教师目录1 引言................................................................................................................................................ 31.1 课题研究现状课题研究现状 ....................................................................................................................... 31.2 课题研究目的课题研究目的 ....................................................................................................................... 31.3 课题研究内容课题研究内容 ....................................................................................................................... 31.4 MA TLAB软件设计平台简介 .............................................................................................. 4 2 原始语音信号采集与处理原始语音信号采集与处理 .............................................................................................................. 52.1 课题设计步骤及流程图课题设计步骤及流程图 ...................................................................................................... 52.2 语音信号处理语音信号处理 ....................................................................................................................... 52.2.1 语音信号的采集语音信号的采集 .......................................................................................................... 52.2.2 语音信号的时域频谱分析语音信号的时域频谱分析 .......................................................................................... 62.2.3 语音信号加噪与频谱分析语音信号加噪与频谱分析 .......................................................................................... 8 3 FIR数字滤波器的设计数字滤波器的设计 (10)3.1 数字滤波器基本概念数字滤波器基本概念 (10)3.2 常用窗函数介绍常用窗函数介绍 (10)3.3 FIR数字滤波器概述数字滤波器概述 (10)3.4 FIR滤波器的窗函数设计滤波器的窗函数设计 (11)3.5 滤波器的编程实现滤波器的编程实现 (13)3.6 用滤波器对加噪语音信号进行滤波用滤波器对加噪语音信号进行滤波 (14)3.7 回放语音信号回放语音信号 (16)4 结论 (17)致谢 (18)参考文献 (19)参考文献20世纪60年代中期数字信号处理领域形成的诸多富有实践性的的理论和算法，如快速傅立叶变换（FFT ）以及各种数字滤波器等是语音信号数字处理的各项理论和技术基础。
关于通信工程的论文
关于通信工程的论文随着科技发展与通信技术日益进步,人们对通信行业的要求越来越高,通信工程建设价值逐渐显现。
下文是店铺为大家搜集整理的关于通信工程的论文的内容，欢迎大家阅读参考!关于通信工程的论文篇1试谈光纤通信系统常见故障处理1 光纤通信系统概述光纤通信系统产生于20世纪70年代，美国的一个电气公司通过一组光纤通信实验成功研制出了光纤通信系统，系统中使用的光源为半导体激光器，传输介质应用的是多模光纤，实验以后，光纤系统传输速率达到了33.647Mbit/s，传输距离达到了150km，这在光纤通信领域是一场变革与突破。
光纤通信是一种非常重要的现代化信息传输媒介，在现代化电网发展与进步当中，光纤通信系统起到的作用非常大。
系统中的光纤实际上就是指光导纤维，而通信的实现则要借助光导作用载波，光导纤维是通信传输介质，功能是实现对信息的收集与传输。
过去传统通信系统使用的是铜导线，这种金属导线传输效率低、损耗率高、电磁感应强烈，在使用过程中不是非常灵活、持久，而人们真正需要的是传输效率高、能够广泛应用到图像通信或者是数字传输方式中的通信传输系统，光纤通信能够满足人们这种需求，成为对话业务、数字化通信不可缺少的媒介。
光纤通信系统的基本构成：(1)光发信机。
在光纤通信系统中，组成部件非常多，每一个部件都要发挥自身功能才能保持整体通信系统平稳运行，其中光发信机能够实现电、光的相互转换，是一种光端机。
这一光端机的构成有光源、驱动器、调制器等，功能是对电端机端口发出的信号调制，这一信号能对光源产生大量光波，对信号调制实际上就是对光波调制的过程。
完成光波调制以后，要将光信号耦合到光缆设备中进行传输，其中使用较多的就是电端机，是一个常规的电子通信设备，对信息传输起到了支持作用;(2)光收信机。
系统中还有一个重要组成就是光收信机，其是一种能够对光、进行转换的光端机设备，主要作用就是将收集来的光纤或者是光缆信号传输到检测器中参与转换，最终变为电信号，然后将这些电信号逐步放大，放大的程度是满足电平要求，再将其输送到点端机内，完成信号的接收光纤或光缆。
大学生毕业论文范文基于机器学习的自然语言处理研究
大学生毕业论文范文基于机器学习的自然语言处理研究摘要本文基于机器学习的自然语言处理研究，从理论和实践两方面进行探讨。
首先，介绍了自然语言处理的基本概念和研究意义，然后详细解释了机器学习在自然语言处理中的应用，包括文本分类、情感分析、机器翻译等方面。
接下来，列举了一些基于机器学习的自然语言处理实际应用案例，并分析了其优势和局限性。
最后，总结了基于机器学习的自然语言处理研究的发展前景和挑战。
关键词：自然语言处理，机器学习，文本分类，情感分析，机器翻译，应用案例，发展前景，挑战1. 引言自然语言处理是人工智能领域的重要研究方向之一，其主要目标是使计算机能够理解和处理人类语言。
随着大数据时代的来临，以及互联网的快速发展，自然语言处理在很多领域都得到了广泛应用，比如搜索引擎、智能客服、智能翻译等。
2. 自然语言处理的基本概念和研究意义自然语言处理是研究如何使计算机能够理解和处理人类语言的一门学科，其内涵包括语言的理解、生成、翻译、问答等。
自然语言处理的研究意义主要体现在以下几个方面：提高人机交互的效果和体验、辅助知识获取与共享、加速信息处理与决策等。
3. 机器学习在自然语言处理中的应用机器学习是自然语言处理中常用的方法之一。
通过对大量的语料进行学习，机器能够识别出文本中的模式和规律，从而实现文本的自动分类、情感分析、机器翻译等任务。
在文本分类方面，机器学习可以将文本分为不同的类别，比如将新闻文章分为体育、政治、娱乐等不同类别。
在情感分析方面，机器学习可以识别文本中的情感倾向，判断文本是正面情感还是负面情感。
在机器翻译方面，机器学习可以将一种语言的文本自动翻译成另一种语言。
4. 基于机器学习的自然语言处理实际应用案例基于机器学习的自然语言处理在实际应用中具有广泛的应用前景。
以文本分类为例，许多搜索引擎和新闻聚合网站都采用了文本分类技术，对文章进行自动分类，并将其归入不同的类别。
以情感分析为例，很多企业通过对用户评论和社交媒体数据进行情感分析，来了解用户的情感倾向和需求。
语音信号处理相关论文[整理版]
![语音信号处理相关论文[整理版]](https://img.taocdn.com/s3/m/ab0928cc6e1aff00bed5b9f3f90f76c661374c63.png)
摘要语音信号处理包括语音通信、语音增强、语音合成、语音识别和说话人识别等方面。
只有通过语音信号的数字处理，语音信号的好坏、语音识别率的高低，都取决于语音信号处理的好坏。
因此，语音信号处理是一项非常有意义的研究课程。
语音，即语言的声音，是语言符号系统的载体。
它由人的发音器官发出，负载着一定的语言意义。
语言依靠语音实现它的社会功能。
语言是音义结合的符号系统，语言的声音和语言的意义是紧密联系着的，因此，语言虽是一种声音，但又与一般的声音有着本质的区别．语音是人们交流思想和进行社会活动的最基本手段,因此我们要对语音信号进行处理分析，优化人类通信交流。
本次实训用windows的录音机录制一段自己说的话（语音信号），并画出语音信号的时域波形和频谱图；在MATLAB软件平台下，给语音信号加上噪声，绘出加噪声后的语音信号时域波形和频谱；采用双线性变换法，设计一个滤波器，并画出滤波器的频率响应；用自己设计的滤波器对语音信号进行滤波，画出滤波后信号的时域波形和频谱图，并对滤波前、后的信号进行对比，画出时域波形差，分析语言信号滤波前后的变化。
本次实训是利用MATLAB对语音信号进行时域和频域分析，通过MATLAB对语音进行数字处理。
关键词：语音；噪声；MATLAB；滤波器；信号处理AbstractSpeech signal processing including voice communications, speech enhancement, speech synthesis, speech recognition and speaker recognition and so on. Only through the digital processing of voice signals, voice signals good or bad, high and low speech recognition rate are good or bad depends on the voice signal process .Therefore, the voice signal processing is a very significant research programs.V oice, the voice of the language is the carrier of linguistic sign systems. It is issued by the human vocal organs, load a certain amount of linguistic meaning. Language dependent voice to achieve its social function. Language is the combination of sound and meaning of the symbol system, language, the meaning of the voice and language are closely linked, and therefore, although the language is a voice, but the sound in general is essentially different. V oice that people exchange ideas and conduct the most basic means of social activities, so we have to deal with the speech signal analysis and optimization of human communication exchange.The training record a tape recorder with windows own words (audio signal), and draw the speech signal in time domain waveform and frequency spectrum; In the MATLAB software platform, to the speech signal with noise, drawn after the speech signal plus noise time domain waveform and frequency spectrum; Bilinear transform method, to design a filter, and draw the frequency response filter; Designed to filter their own filtering of the speech signal, draw the filtered signal in time domain waveform and frequency spectrum, and filter before and after the signals are compared to draw difference time-domain waveform analysis language signal changes before and after filtering .The training is the use of MATLAB on the voice signal in time domain and frequency domain analysis, carried out by MATLAB digital processing of speech.Key word:V oice ; Noise; MA TLAB; Filter ;Signal Processing引言语言是人类持有的功能．声音是人类常用的工具，是相互传递信息的最主要的手段。
语音信号处理技术的发展和应用
语音信号处理技术的发展和应用近年来，随着信息技术的飞速发展和人工智能的逐渐普及，语音信号处理技术也得到了越来越多的关注和应用。
这种技术通过获取、分析、转换语音信号的形式和内容，从而实现语音识别、自然语言处理、语音合成等多种应用。
本文将着重探讨语音信号处理技术的发展和应用，以及它们对人类生产和生活的影响。
一、语音信号处理技术的发展历程语音信号处理技术的发展可以追溯到上世纪50年代末期。
这个时期，人们开始尝试使用计算机技术进行语音信号的数字化处理，主要是通过采样和量化，将模拟语音信号转化为数字信号。
随着计算机处理速度的提高和存储容量的扩大，语音信号处理技术不断发展壮大。
70年代，出现了语音信号压缩和编码等新技术，为语音通信的发展打下了基础。
90年代至21世纪初期，随着数字信号处理技术和机器学习理论的迅速发展，语音信号处理技术得以快速发展，成为现代信息处理技术中的重要组成部分。
二、语音信号处理技术的应用语音信号处理技术在现代社会的应用越来越广泛。
下面列举一些重要场景。
1、语音识别语音识别技术是语音信号处理的重要应用之一，它使得人们可以使用语音命令来控制电子设备或操纵计算机。
现在，语音助手，如Siri，Google语音助手，是人们日常生活中的常见应用场景。
此外，语音识别技术还被广泛应用于自动翻译、语音搜索、汽车语音控制等领域。
2、语音合成语音合成技术是将文字或符号转换为可听的语音信号的技术。
语音合成技术可以通过生成自然而流畅的音频来使得人与计算机之间的交流更为自然。
例如，智能电子书、电子邮件读取和语音助手等应用中，语音合成技术可以为用户提供更为人性化的体验。
3、语音增强在现实生活中，语音信号常常受到环境中的干扰或噪音所影响，使得人们难以清晰听取和理解他人的话语。
语音增强技术可以通过去噪、增强语音信号中的人声成分、压缩动态范围等手段，提高语音信号的质量和清晰度，从而改善人们的听觉体验。
例如，手机通话中的降噪技术就是语音增强技术在实际情景下的应用。
通信毕业论文(5篇)
通信毕业论文(5篇)通信毕业论文(5篇)通信毕业论文范文第1篇放射超宽带（uwb）信号最常用和最传统的方法是放射时域上很短的脉冲。
这种传输技术称为“冲激无线电”（impulse radio,简写为ir）。
信息数据符号对脉冲进行调制，其调制方式可以有多种。
脉冲位置调制（ppm）和脉冲幅度调制（pam）是最常用的两种调制方式。
除了要对脉冲进行调制外，为了形成所产生的信号的频谱，还要用伪随机码或伪随机噪声（pn）对数据符号进行编码。
一般是，编码后的数据符号引起脉冲在时间轴上的偏移，这就是所谓的跳时超宽带（th-uwb，time-hopping uwb）。
直接序列扩谱（ds-ss）就是编码后的数据符号对基本脉冲的幅度进行调制，这在冲激无线电（ir）中被称为直接序列超宽带（ds-uwb，direct-sequence uwb），这种调制方式好像特别有吸引力[1]。
对于超宽带信号，也可以通过很高的数据速率来产生而根本不需要具备脉冲的特性。
只要uwb定义所要求的相对带宽或最小带宽在整个传输过程中得到满意，那么，靠放射高速率数据而不是窄脉冲所产生的具有uwb射频带宽的系统，就不应当被排解在uwb系统之外。
诸如正交频分复用（ofdm），在数据速率适当的状况下也可产生uwb信号。
因此，ofdm也是一种超宽带的调制方式。
本文主要争论th-uwb、ds-uwb和ofdm调制方式。
4.1 ppm-th-uwb 调制方式4.1.1 跳时超宽带信号的产生在结合了二进制ppm的th-uwb(二进制ppm-th-uwb或者ppm-th-uwb)中,uwb信号的产生可以系统地描述如下(参见图4-1描绘的放射链路) [1]。
shape \* mergeformat图4-1 ppm-th-uwb信号的放射方案给定待放射的二进制序列b=(…,b0,b1,…,bk,bk+1,…)，其速率rb=1/tb (b/s)，图4-1中的第一个模块使每个比特重复ns次，产生一个二进制序列：(…,b0,b0,…,b0,b1,b1,…,b1,…,bk,bk,…,bk,bk+1,bk+1,…,bk+1,…)=(...,a0,a1,…aj,aj+1,…)=a新的比特速率rcb=ns/tb=1/ts (b/s)。
计算机系大学生毕业论文系列基于人工智能的自然语言处理与情感分析技术研究
计算机系大学生毕业论文系列基于人工智能的自然语言处理与情感分析技术研究摘要：随着人工智能技术的迅速发展，自然语言处理（Natural Language Processing，NLP）和情感分析（Sentiment Analysis）技术逐渐受到广泛关注。
本论文以计算机系大学生毕业论文系列为背景，探讨了基于人工智能的自然语言处理与情感分析技术的研究及应用。
通过对这两个领域的综述和分析，归纳总结了当前的研究进展和存在的问题，并提出了未来的发展方向。
第1章引言1.1 研究背景随着互联网的普及，海量数据的产生和存储已经成为常态。
其中，大量的数据以文本形式存在，如社交媒体、新闻报道、产品评论等。
如何从这些文本数据中挖掘有用的信息，成为了研究的热点之一。
1.2 研究意义自然语言处理和情感分析技术的研究，对于实现人机交互、信息检索和舆情分析等具有重要的意义。
在计算机系大学生毕业论文系列中，这两个技术的应用潜力巨大，可为用户提供更好的信息服务并改善用户体验。
第2章自然语言处理技术的研究2.1 自然语言处理技术概述自然语言处理技术是指计算机处理和理解人类自然语言的能力。
其主要任务包括分词、词性标注、句法分析、语义分析等。
目前已经取得了较大的进展，但仍面临着挑战。
2.2 自然语言处理技术在计算机系大学生毕业论文系列中的应用在论文写作过程中，自然语言处理技术可用于检索相关文献、自动摘要、论文相似度检测等方面。
通过使用自然语言处理技术，可以提高论文的质量和效率。
第3章情感分析技术的研究3.1 情感分析技术概述情感分析技术旨在从文本中判断出作者的情感倾向，常见的任务包括情感分类和情感极性分析。
情感分析技术对于市场调研、舆情监控等方面具有重要作用。
3.2 情感分析技术在计算机系大学生毕业论文系列中的应用在论文写作过程中，情感分析技术可用于分析读者的情感反馈、检测论文评价的正负面倾向等方面。
通过使用情感分析技术，可以更好地了解读者的意见和情感倾向，进而改进论文的表达和内容。
自然语言处理论文
自然语言处理论文自然语言处理（Natural Language Processing。
NLP）是人工智能领域的一个重要分支，主要研究如何让计算机能够理解和处理人类的自然语言。
随着大数据和深度研究的快速发展，自然语言处理在各个领域都得到了广泛的应用和研究。
本文将探讨自然语言处理的一些研究领域和技术应用。
首先，我们将介绍自然语言处理的基本概念和原理。
然后，我们将重点讨论自然语言处理在文本分类和信息抽取中的应用。
接下来，我们将探讨自然语言处理在机器翻译和问答系统中的应用。
最后，我们将讨论自然语言处理的发展趋势和挑战。
自然语言处理的基本概念和原理涉及语言学、计算机科学和统计学等多个学科的知识。
其中，自然语言处理的核心任务包括词法分析、句法分析、语义分析和语言生成等。
通过这些任务，计算机可以理解和处理人类的自然语言，从而实现自然语言的自动处理和应用。
文本分类是自然语言处理的一个重要任务，目的是将文本按照预定义的类别进行分类。
文本分类可以应用于舆情分析、情感分析、垃圾邮件过滤等多个领域。
在文本分类中，常用的技术包括词袋模型、TF-IDF权重计算和机器研究算法等。
信息抽取是自然语言处理的另一个重要任务，目的是从文本中提取出有用的信息。
信息抽取可以应用于新闻摘要、实体识别、关系抽取等多个领域。
在信息抽取中，常用的技术包括命名实体识别、关键词提取和依存句法分析等。
机器翻译是自然语言处理的一个典型应用，目的是将一种语言的文本自动翻译成另一种语言的文本。
机器翻译涉及到语言的语法、词汇和语义等多个方面的处理。
近年来，深度研究技术在机器翻译中取得了显著的进展，如用于神经机器翻译的Transformer模型。
问答系统是自然语言处理的另一个典型应用，目的是根据用户提出的问题，从大规模的语料库中检索和生成相关的答案。
问答系统可以应用于智能助手、智能搜索等领域。
在问答系统中，常用的技术包括问题理解、信息检索和答案生成等。
自然语言处理在不断发展中面临着一些挑战和困难。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
通信信号处理论文自然语言处理论文
基于小波包分析的电力线载波通信信号处理[摘要]电力载波通信（PLC）在宽度家庭联网中的应用成为最近的研究热点领域，其利用现存的电力线作为通信媒介，符合我国大力提倡节约型社会的政策。
但是由于电力线本身固有的通信环境及其恶劣，大大地降低了数据的传输速度，为了分析这样的通信环境，提出对PLC信号进行小波分析的方法，理论分析及仿真结果表明，对于被高污染的电力线宽度信号，小波包的分析方法更具有效性和实际的应用价值。
[关键词]电力载波通信信号处理小波变换HomePlug AV PLC
一、引言
许多正交变换常用作信号或图像处理，傅立叶变换（TFT）是一种有效的方法，利用在如数据处理的滤波、压缩、重构。
但傅立叶变换在对信号进行分析中，由于不能对特定的时间内进行信号的准确定位分析，如电力线中开关的突然开关闭合，为克服这一不足，提出了短时傅立叶变换（STFT）。
而STFT也只是加了固定窗函数的傅立叶变换，不能根据信号的时间来变换窗进行分析，为此，我们引入了能克服这些缺陷的小波变换（DWT），对于电力线通信本身具有特性有良好的分析效果。
小波是均值为0的函数：
它有规范化范数，且能量集中在t=0d的中心邻域内。
对函数做伸缩a，平移b可得到一族的时频原子：
函数为关于时间b，尺度a的小波变换
为母小波或基小波，
*表示复变换，缩放参数a 表示摆动的频率与小波长度，参数b 的变化决定位置的移动。
二、小波变换
在多分辨分析中，对x(t)连续信号（或x(n)离散信号）用尺度函数进行近似分解，通过一个具有低通滤波器功能函数使信号保留低频元素作为近似值；用小波函数进行细节分解，通过一个具有高通滤波器功能的函数使信号保留高频元素作为细节值。
小波包是由Cofiman、Meyer与Wickerhauser所引入。
思路来源于对多分辨逼近与小波的联系，将多分辨空间分解为较低分辨的空间，加上细节空间，因此，可将信号进行三层分解，得出的小波分解和小波包分解：
从以上的图可以看出，小波算法只是对尺度空间分解，而小波包分解时算法是将尺度空间与小波空间同时分解，从而避免了小波
算法高频频率、低频时间分辨率低的缺陷，这表明小波包分解比小波分解具有更高的精度的频频分辨率，基于此，小波包可以提高局频率的性能，非常适合电力线的复杂通信环境。
下面将通过试验及仿真分析比较这两种分析方法的。
三、电力线通信系统
为了验证理论的，选择美国INTELLON公司的INT5500芯片作为调制解调芯片，其PHY Layer速度达到85M，该公司最近推出的INT6000速度高达200M，完全达到HomePlug Av的要求。
发送端通过接受以太网信号经电力猫A加载信号到电力线中，在另一房间用电力猫B实现上网，途中大约经历150米.连接的实物图如下：
HomePlug AV采用的调制方式是正交频分复用（OFDM），通过FFT变换将载波分为1536个子载波，每个载波相间24.141kHz，频率范围0-37.5MHz。
家庭联盟组织根据现阶段的电力线特性，电力线信道的频率范围在50-500KHz10，为此，对这段频率的精确分析，就能为消除电力线信号中的噪声提供处理方法。
根据参考文献得出，对于家庭联网，主要的噪声来自于各类家用电器，而各种家用电器对电力线的影响，可以通过概率统计观测值得到相应的噪声参数。
四、电力载波信号分解结果及分析
db10小波的尺度函数和小波函数。
两个子载波信号的频率分析：
下面将用Db10对载波信号50-500Khz进行分解：
五、结束语
在电力通信传送高速率的数据流，由于通信的环境比用5类双绞线恶劣，必须找到一种针对这样的通信环境进行分析，由于小波包在信号处理方面的优点，在电力载体通信引入小波的分析方法，对现在只能进行短距离通信的电力载波通信具有很好的参考和实用价值。
参考文献：
[1]H. V. Sorenson， D. L. Jones， C. S. Burrus， and M. T. Heideman，“On computing the split-radix FFT，” IEEE Transvol. ASSP-34， pp. 152156， Feb. 1986.
[2]M. T. Heideman and C. S. Burrus，“On the number of multiplicationnecessary to compute a length 2 DFT，” IEEE Trans. Acoust.， Speech， Signal Processing， vol. ASSP-34，pp. 9195， Feb. 1986.
[3]Beaudoin， N.; Beauchemin， S.S.Signal Processing，IEEE Transactions on，Volume 51，Issue 5，May 2003.
[4].
[5]An Overview of the upcoming HomePlug AV Standard，IEEE Transactions on，Volume 51，Issue 5，May 2002.
[6]Jorg Bausch，characteristics of indoor power line channels in the frequency range 50-500khz，IEEE Transactions on，Volume 51，Issue 5，May 2006.
[7]C.Param Frequency characteristics of wavelet. IEEE Transactions on，Volume 51，Issue 5， May 2003.。