基于偏移定位技术的水利探测方法及应用

为了抑制探地雷达原始图像中较为强烈的直达波,突显较弱的目标信号,实现对隐患位置的精确定位,提出了结合鲁棒主成分分析的Stolt偏移方法。首先使用探地雷达分析程序包matGPR 3.1生成合成数据,模拟坝体和坝体内空洞模型,通过扫描处理得到探地雷达原始图像,然后利用鲁棒主成分分析方法提取目标双曲线信号,最后采用Stolt偏移技术对目标信号进行聚焦处理,并通过最小熵速度估计选取合适的偏移速度得到最佳偏移效果。实验结果表明,提出的方法能够有效地抑制杂波,更清楚地判别目标空洞的位置。与之前方法相比,其得到的图像分辨率更高,性能更优,在水利工程隐患探测方面具有一定的应用价值。     

探地雷达资料的高分辨去噪处理及应用

为提高探地雷达资料解释的精度,对探地雷达资料高分辨率去噪处理方法进行研究和探讨.结合二维滤波、预测反褶积和复信号分析等高分辨率处理方法,开发了高分辨率去噪处理模块,并对实际探地雷达记录进行去噪处理.通过处理前后的效果对比与分析,得到探地雷达资料进行去噪处理的最佳模块和最佳流程.     

探地雷达信号的KL变换处理分析

实测探地雷达记录中存在大量的噪声干扰,有时致使目标信号难以分辨,为提高雷达剖面的信噪比,主要探讨KL变换在消除干扰噪声方面的有效性.在说明KL变换原理的基础上,通过Matlab软件进行编程计算,对时域有限差分法获得的探地雷达模拟剖面和现场实测雷达数据进行处理;再对处理前后的雷达图像进行对比分析.经过处理分析可知,KL变换可压制模拟数据中边界反射信号和棱角点的绕射波、抑制和消除实测雷达剖面中的高频杂波噪声信号,从而突出有效信号,增强有效信号的相对强度,这提高了探地雷达剖面的分辨率和反演解释精度.     

探地脉冲雷达回波信号波达方向估计方法的研究

估计探地脉冲雷达目标回波方向是探地雷达信号处理的一个重要内容，针对脉冲探地雷达回波信号的超宽带特点，提出了将探地雷达阵列信号经过高频带通滤波器分解成几个窄带信号后，再利用窄带子空间方法进行波达方向估计。通过对实验数据的处理发现，低频信号的分辨率较低，误差较大。在实际处理过程中，并不需要对所有频带信号进行处理，只需要用几个较高频率的窄带信号，就可以准确估计出超宽带脉冲探地雷达信号的回波方向。     

基于变分模态分解的探地雷达信号分析方法

将变分模态分解方法引入探地雷达信号处理中,针对探地雷达信号非平稳特征,利用变分模态分解原理建立探地雷达信号去噪方法。方法基于变分模态分解将雷达波信号分解为特征模态函数,再由样本熵决定高阶模态是否保留,实现白噪声去除。通过探地雷达Ricker子波和正演模型试验,检验该方法的正确性和有效性。与传统的小波变换、集成经验模态分解方法进行对比,研究探地雷达信号去噪效果,并将该方法用于分析实际工程探地雷达信号。研究表明,该方法能有效去除探地雷达信号中的噪声,在强干扰背景下,能获得高于20 d B的信噪比。     

超宽带探地雷达信号处理

基于探地雷达信号传输机理,建立了超宽带探地雷达宽带回波模型,揭示了多谱分量对目标回波及宽相关处理方法的影响。利用时频分析提取回波信号的主频及带宽进行频域滤波,提高了信号的信噪比,符合匹配滤波的条件,通过构造匹配母波和匹配滤波进行精确检测,形成了工程化的滤波方法,实际数据验证了算法的有效性。     

雷达回波信号的多普勒瞬时频率仿真研究

雷达回波信号是非平稳的时变信号,其瞬时频率是雷达接收机所接收到的回波信号的重要参数,可以获知空间目标的运动信息.本文分析了雷达回波信号处理过程中产生的多普勒瞬时频率的数学基础,其信号频谱峰值随时间的变化而变化,并采用时频分析的方法仿真了多普勒瞬时频率的性能参数,以获得回波信号的多普勒瞬时频率时间域与频率域的联合分布信息,便于获知空间目标的运动情况,更好地探测、跟踪空间运动目标.     

基于小波自适应阈值方法的探地雷达去噪

探地雷达在实际使用过程中会被各种噪音信号干扰,针对这一问题,本文提出一种基于小波自适应阈值算法的探地雷达信号处理方法。常规小波阈值算法处理探地雷达B-scan图像时因处理前后的小波系数有所差异,可能导致图像失真。为了使目标信号更加明确,并消除噪音等干扰,通过对小波阈值的选取方式和阈值函数进行改进,使用小波变换的不同层数的子带长度确定阈值,实现阈值自适应准确量化。实验结果表明该方法相对传统小波阈值算法更加适用于探地雷达信号处理,自适应阈值函数拥有更好的良好连续性和稳定性,进一步提高了去除直达波和降噪效果,更好的保存了目标图像的细节。与其他方法对比结果表明,本文提出的算法提高了峰值信噪比,降低了图像熵。可见该方法在探地雷达实际使用情况下有一定的应用价值。     

径向基函数神经网络在超宽带探地雷达目标材质识别中的应用

基于探地雷达回波信号进行处理以识别地下埋设的目标,始终是困扰雷达应用的关键,根据数据时间轴截断抑制直达波,利用宽相关处理进行信号滤波和典型数据自动提取,提高回波信号的信噪比.针对提取的典型道数据运用Welch功率谱处理,得到的特征数据归一化处理后作为径向基函数神经网络的输入,实现对地下埋设目标材质的自动识别与分类.在此基础上,分析了不同截断点对目标材质识别结果的影响.实测数据处理表明,本方法可以有效地实现对Fe、Al与土壤的识别和分类.     

基于RGB三基色的探地雷达时频谱显示方法

对探地雷达数据进行时频分析,得到的是随时间、频率和测站位置变化的振幅谱和相位谱。常用的频率切片图只能显示单一频率成分在剖面上的分布。要了解宽带雷达信号各种频率成分的展布,就需要很多频率切片图。本文提出一种基于红–绿–蓝(RGB)三基色的振幅谱或相位谱显示方法,在一幅彩色平面图上显示所有频率成分,不仅省时省力,而且能直观了解不同频率成分在剖面上分布的相互关系,给解释带来极大方便。     

基于信息论的盲源信号分离

 从混合观测数据向量中恢复出不可直接观测的各个源信号是阵列处理和数据分析的典型问题.独立分量分析是解决这一类问题的新技术,而基于信息论方法的分离技术是独立分量算法中最常用的分离算法.基于信息论算法中主流的FastICA算法和自然梯度优化算法,使用几组不同的信号进行分离,从理论分析和仿真结果表明了FastICA算法的优越性.     

基于独立成分分析和小波变换处理两相流信号

为克服噪声信号给速度测量带来的影响,提供了一种基于独立成分分析(ICA)和小波变换处理两相流信号的方法。首先介绍独立成分分析(ICA)的基本原理及其实现方法,并利用此方法对两相流信号进行处理;根据傅立叶变换确定信号的频谱;然后介绍小波变换和空间滤波的基本原理,并利用小波变换确定信号的带宽;并根据带宽求出固体速度。最后给出仿真实验结果。结果表明:这种方法可以满足固体速度测量的需要。     

基于独立分量分析的失匹配负波快速提取

失匹配负波(MM N)是一种由刺激变化所诱发的听觉诱发电位成分,其过低的信噪比造成检测和提取比较困难。提出利用独立分量分析(ICA)方法对多导听觉诱发电位信号进行多次分解,根据MM N产生的生理机制及其信号特征,设计合理的独立分量选取原则,提取MM N。该方法通过仿真实验验证,能有效提高信噪比。在真实数据的处理中,仅用传统方法20%左右的实验时间,实现MM N成分波的提取。这将促进MM N在认知神经科学及临床上的应用。     

新的ICA算法实现成组fMRI信号盲分离

独立成分分析(ICA)方法已被成功地用于处理功能磁共振成像(fMRI)信号,但主要是用于处理单个被试的fMRI信号,对于多个被试的情况却很少考虑.为此利用一种扩展的ICA方法--Group ICA来处理多个被试的fMRI信号,结果表明这种方法在保证结果准确性的前提下,可以大大减少计算量,快速获得统计结果.计算中应用的是NewFP算法,统计结果表明这种算法在估计激活的时间动力学准确性上优于FastICA算法.     

基于独立分量法的多导诱发脑电的单次提取

脑电 ( Electroencephalographic,EEG)视觉诱发电位 ( Visual Evoked Potential,VEP)的提取在生物医学信号处理领域近年来是一项备受关注的研究问题 .本文提出的一种基于独立分量分析法 ( Independent Component Analysis,ICA)单次提取多导脑电信号 ,其与叠加平均法相比 ,可以看到令人满意的结果     

一种抗拷贝攻击的水印方案

基于数字签名机制提出一种数字水印方案，即将数字签名作为水印嵌入图像．数字签名采用基于独立分量分析的方法获得．仿真实验表明，该方案不仅对常规的图像处理具有鲁棒性，而且可以抵抗拷贝攻击．     

基于视觉和操作类脑电信号的脑力负荷分类

针对视觉和操作类任务，提出了一种基于脑电独立分量特征的脑力负荷分类方法.利用独立分量分析法从混合脑电信号中分解获得脑电信号的独立分量，再提取脑电独立分量的4个不同频段的能量特征，并对能量特征进行分类.基于脑电信号特征和脑电独立分量特征分别进行了脑力负荷分类实验，得到平均分类准确率分别为60.52%，86.14%，后者比前者提高了42.33%.     

胸阻抗信号中的呼吸波的去除

胸阻抗 (TEB)的测量无论是对心血管功能的研究还是对临床诊断都有很重要的意义。然而 TEB信号总是被淹没在很强的呼吸干扰信号中。传统的信号处理方法 ,如数字滤波器 ,信号平均 ,自适应处理等对去除呼吸成分都有一定的局限。对于单通道测量系统 ,论文使用了小波去噪的方法。对于多通道系统 ,使用了独立分量分析的方法 ,分析的结果显示 ,对于单通道系统 ,基于离散小波变换的方法是一种快速的、有效的、容易实现的方法。对于多通道系统 ,基于独立分量分析的方法可以不失真地将阻抗波提取出来。基于独立分量分析的方法基本上解决了去除 TEB中的呼吸干扰的问题。     

一种基于SVR的综合预测方法及应用

针对一类因变量具有复杂自变量、且不具备相同采样周期的预测问题，综合运用支持向量回归估计(SVR)、多元回归和主成分分析等多种数据分析技术，提出了一种综合预测方法，建立起了飞机故障率与其错综复杂的影响因素间的一种数学关系，并且采用航空装备质量控制的统计数据对所提出的方法进行了实验，预测结果显示了方法的有效性。在影响因素量化过程中，还引入了Pearson相关系数方法。     

基于粒子群优化的独立分量分析算法研究

在分析独立分量分析算法的基础上,给出了一种基于粒子群优化的独立分量分析算法。该算法以互信息量最小化为目标函数,通过对粒子群位置矢量和速度矢量更新的改进,得到全局最优值,从而得到分离矩阵。仿真实验表明,基于粒子群优化的独立分量分析算法是一种非常有效的盲源分离算法。