小波阈值图像去噪算法改进

对小波阈值收缩图像去噪算法进行了研究,在软阈值函数的基础上提出了一种改进的阈值函数,算法中采用BayesShrink阈值和SureShrink阈值,一定程度上抑制了SureShrink阈值的"过保留"小波系数.与传统方法(软阈值函数法(BayesShrink阈值)、软阈值函数法(SureShrink阈值)、硬阈值函数法以及半软阈值函数去噪法)相比,在处理边缘点不多的图像时,改进的阈值函数方法处理后的图像具有更高的峰值信噪比(PSNR)和信噪比(SNR),并具有更低的均方误差(MSE),图像更加清晰.     

IIR数字滤波器设计方法

用双线性变换法设计IIR数字滤波器并解决了下列问题 :双线性变换的原理 ;数字滤波器的频率与相似图形的模拟滤波器的频率的转化在及模拟滤波器的数字化方法。     

采用集合经验模态分解和改进阈值函数的心电自适应去噪方法

针对心电信号中存在基线漂移、工频和肌电干扰等噪声对后续的分析和诊断带来干扰的问题,提出了集合经验模态分解(EEMD)改进阈值函数的心电自适应去噪方法。运用EEMD将含噪心电信号分解得到一组由高频到低频分布的固有模态函数(IMF)。采用过零率自适应判断各IMF的噪声类别:若IMF包含高频噪声,采用结合软硬阈值优缺点所提出的改进阈值函数以去除IMF分量中的高频噪声;若IMF包含低频的基线漂移,则采用中值滤波器抑制基线漂移。最后将处理后的IMF分量叠加,即可重构去噪后的心电信号。实验结果表明,与已有的小波阈值法去噪后的信噪比(SNR)和均方根误差(RSME)对比,所提方法对心电信号去噪效果更加显著,而且能完整地保留波形特征。     

一种基于改进的软硬阈值折衷法的去噪研究

在小波域中分析了传统软阈值法和硬阈值法的特点,并在软硬阈值折衷法的基础上,提出了一种新方法;采用模糊滤波器对含噪信号进行预处理,从而降低白噪声的方差,然后采用软硬阈值折衷法对处理过的信号进行消噪,仿真实验表明,新方法可有效的抑制噪声.其消噪后的信噪比和均方误差均优于软硬阈值函数及其折衷算法,具有较好的消噪效果.     

DFT插值非整数延迟带通滤波器的研究

主要针对在非同步采样情况下基波与谐波测量中的频谱泄露问题,提出一种基于离散傅里叶变换(DFT)插值的非整数延迟带通滤波器设计方法,用于提高电网电压基波分量的测量准确度。该方法采用DFT递推方式来降低滤波器传递函数计算的复杂度;同时考虑被测信号频率波动对插值参数的影响,提出被测信号幅值参量计算公式来提高滤波器对基波频率波动的适应性。仿真结果表明:与线性插值方法相比,本文方法的滤波准确度提高了23.3%;滤波之后,用于基波电压测量和频率估计的准确度较线性插值方法分别提高了44.8%和41.7%,说明非整数延迟滤波器用于基波电压测量与频率估计可以有效降低谐波干扰。     

基于小波阈值降噪的既有砌体承重墙基本频率识别

识别既有砌体承重墙的基本频率对结构安全性评估有重要意义.为了降低噪声对动力测试信号和基本频率识别结果的不利影响,首先通过人工带噪信号分析获得小波阈值降噪方法的优化参数,再通过拟静力试验在墙体模型中实现不同的损伤,通过环境激励获取加速度信号.分别基于原始加速度信号和小波阈值降噪处理后的加速度信号,获得功率谱密度函数,再运用峰值点法识别基本频率.结果表明,采用优化参数进行小波阈值降噪后,基本频率识别结果的变异性更小.所采用的方法可通过降低噪声影响来提高带损伤砌体承重墙的基本频率识别效率,为既有砌体结构安全性评定提供基础数据.     

低开关损耗有源电力滤波器的滞环电流控制

提出了一种调节滞环宽度、减少有源电力滤波器(APF)的开关损耗的方法.通过比较有源电力滤波器的各相输出参考电流,来调整各相的滞环宽度,以降低开关损耗较大的相的开关动作次数,同时提高开关损耗较小的相的开关动作频率,从而在保持总的控制精度的同时,降低总的开关损耗.该方法只需加入一个调整电路,即可明显降低有源电力滤波器的开关损耗.用电磁暂态程序进行的计算机仿真结果表明,该方法可在控制精度和开关频率基本相同的情况下,将有源电力滤波器的开关损耗降低10%以上,而且各相开关的温升也更加平稳.     

滤波器组的结构优化与实现

鉴于超宽带(UWB)信道频率选择性衰落和载波抖动对多带正交频分复用UWB(MB-OFDM-UWB)系统性能的影响,提出了利用滤波器组技术实现OFDM系统中快速Fourier变换(FFT)的方案,并对滤波器的实现结构、原型滤波器的算法进行优化,降低了系统实现的复杂性.结果表明,采用线性相位FIR滤波器组的高效实现结构和FIR滤波器的最优等波纹设计法,系统实现复杂性可降低2个数量级左右.     

基于非采样Contourlet与全变差模型的图像去噪

分析非采样Contourlet与全变差滤波器在图像去噪中的特点,提出一种基于图像全变差模型的非线性扩散与非采样Contourlet相结合的自适应混合图像去噪算法.该算法在中、低频部分采用全变差扩散,在高频部分采用非采样Contourlet变换,并在此基础上用半软阈值法取代软阈值法.实验结果表明,该算法能够在降低复杂度的同时得到好的滤波效果.     

针对大功率非线性负载的有源滤波器

采用现有有源滤波器对大功率非线性负载进行谐波滤除时,要求逆变器同时具有很大的容量和较高的开关频率,这必然增加逆变器的技术难度和成本,限制了有源滤波器在大功率场合的应用.作者针对这一问题提出一种新型并联混合型有源滤波器,根据非线性负载产生的主要谐波分量设计逆变器以减小逆变器电流容量,同时逆变器输出电压频率较低,逆变器开关频率可相应降低.逆变器与无源滤波器电感并联,当逆变器发生故障时,无源滤波器仍能正常工作.由于并联滤波电感的分流作用,逆变器电流减小.此外,还提出一种以ip-iq法为基础的单次谐波电流检测方法.Matlab仿真结果表明,并联混合型有源滤波器滤波效果与现有并联混合型有源滤波器的滤波效果接近,但其中逆变器电流减少50%.     

基于信噪比的自适应门限判决PN码捕获算法

现有的自适应门限判决PN码捕获方法在低信噪比条件下的检测概率较低.针对这一问题,文中提出一种考虑噪声功率的改进算法.该算法首先通过参数设置对基于信噪比的门限进行调整,然后利用中值滤波平滑门限波形,减少了由于起伏波动引起的错误捕获,最后通过限幅滤波降低因毛刺造成的虚警概率.理论分析以及蒙特卡罗仿真表明,改进算法较现有算法能够获得更高的检测概率和更低的虚警概率,同时对窄带干扰有较强的抑制能力.     

脉冲星信号的模糊阈值小波降噪算法

为了提高脉冲星辐射脉冲信号的信噪比,提出了基于模糊阈值的小波降噪算法.该算法的核心思想为:引入模糊理论,通过建立隶属度函数,计算出每个采样点信号幅值的隶属度,再利用小波阈值消噪的方法设定门限来分析隶属度,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到压抑噪声、保留信号的目的.实验结果表明,与基于极大极小原理和Stein无偏似然原理的降噪方法相比,基于模糊阈值的小波降噪算法将脉冲信号的信噪比提高了大约5~6 dB,同时可以保留信号的细节.新算法为脉冲星信号处理与应用提供了一个行之有效的算法.     

一种改进的小波域阈值去噪算法

在D.L.Donoho和I.M.Johnston提出的多分辨分析小波阈值去噪方法的基础上,提出了一种新的双变量阈值函数。采用新的阈值函数的去噪效果无论在视觉效果上,还是在信噪比增益上和最小均方意义上均优于传统的硬阈值和软阈值,克服了采用硬阈值法去噪效果不佳和软阈值法过度光滑使信号失真的缺点。通过仿真实验结果,表明该方法的有效性和优越性。     

DNA序列信号3-周期特性

在利用离散傅里叶变换(DFT)对数值化映射后的基因序列进行频谱分析中,DNA序列信号频谱3周期性被认为是用来区分编码区和非编码区的一个重要特征。给出推广后的频谱信噪比(SNR)定义,该定义具有更广的适用性并且适合快速计算;对不同种类生物基因的编码和非编码区域的信噪比进行计算和统计分析,在此基础上提出3种分类阈值确定方法;对影响信噪比和阈值确定的因素,以及基于3周期性的基因识别方法正确率的局限性等也做了较深入的统计分析     

对Rayleigh相关信道的分集性能研究

研究了在 Rayleigh衰落下具有不同相关性的分集支路的分集性能。研究的分集策略是最大比合并和选择合并 ,采用 Monte Carlo方法仿真了系统输出信噪比超过门限的概率。结果表明 :在最大比合并下 ,当各路平均信噪比与门限相比较小时 (两路时约为 - 4d B,三路时约为- 13d B) ,各分集支路越相关 ,输出信噪比超过门限的概率越大。在其他情况下 ,各分集支路越独立 ,分集效果越好 ,并且最大比合并总是优于选择合并     

小波阈值去噪与岭估计在飞机磁补偿中的应用

针对飞机干扰磁场模型求解时均方误差较大的问题,提出小波阈值去噪结合岭估计(WTRE)的模型参数求解方法.首先采用小波阈值去噪对观测数据进行预处理,降低测量噪声对模型求解的影响;然后利用岭估计求解干扰磁场模型系数,岭参数的选取采用L曲线法.参数估计仿真实验的结果表明,WTRE的均方误差明显小于LS估计和岭估计,特别是在低信噪比情况下对岭估计的改进更加明显.飞机磁补偿仿真实验的结果表明,采用WTRE所求系数补偿后的信噪比最高,在飞机磁补偿中与其它方法相比具有明显的优越性.     

基于时频和形态学滤波的长时间能量积累检测

为了检测强噪声背景下长积累时间、低信噪比、信号波形未知的机动目标，提出了一种时频分析和形态学滤波检测的方法．利用时频分布聚集信号能量在其瞬时频率曲线附近，而散布白噪声能量在整个时频平面上的特点，应用时频分布、阈值处理和数学形态学滤波估计高能量时频支撑区域，并累积这些区域的时频能量以构造检验统计量进行统计判决．该方法不需要先验波形信息，检测积累时间不受处理方法的限制，可在更长观测时间内检测噪声环境中的微弱机动目标．仿真实验表明，在信噪比为-9dB、虚警概率为10^-5时，检测概率可达99％．     

小波基下的多分辨率SURE阈值信号估计

根据小波阈值估计理论，通过最小化风险的估计，可计算自适应于数据的阈值，提高估计的信噪比。分析了噪声和信号在小波分解下的特性，提出了小波基下自适应于每一尺度的多分辨率SURE阈值算法，并采用该算法对被噪声污染的信号进行了估计，阈值T选取统一阈值，噪声的标准差由中位公式求出。仿真结果表明，与传统的小波阈值法相比，该算法明显地提高了估计的SNR。     

改进的软硬阈值法及其在地震数据降噪中的研究

采集的野外地震数据伴随有随机噪声干扰,需要将其消除。软硬阈值法能够压制地震数据的噪声信号,但是降噪效果并不理想。因此,提出了一种改进的软硬阈值算法用于地震数据降噪。首先利用软硬阈值法原理构建了一种新的阈值降噪法,并对新算法相关特性进行了研究,通过仿真实验确定了新阈值算法的小波基为sym 3,利用均方差和信噪比对新阈值降噪法的降噪效果进行了评价。最后,将新阈值降噪法用于实际地震数据降噪,结果发现新阈值降噪法能够去除地震数据中的随机噪声,降噪效果较软硬阈值法更理想。     

基于倒谱距离的语音端点检测改进算法

在讨论传统倒谱距离语音端点检测算法不足的基础上,提出了一种改进方案,该方法首先估计短时信噪比,然后由统计方法确定短时信噪比与门限的关系,进而完成正确的语音端点判决。通过对3种典型噪声环境下信噪比从-5 dB到20 dB的带噪语音信号进行的仿真实验结果表明,所提方法能更为准确地检测到语音端点。