核磁共振信号工频谐波的自适应滤除方法

针对核磁共振测量信号中的噪声,尤其是拉摩尔频率附近的工频谐波噪声干扰问题,
采用自适应滤波的方法进行噪声滤除,在自适应滤波去噪基本原理的基础上,对自
适应陷波滤波器的性能进行了仿真研究,并将该方法应用到实际采集到的核磁共振信号工频
谐波干扰的滤除中。研究结果表明,相对于传统的设计陷波滤波器去噪的方法,自适应陷波
器可自动跟踪干扰频率和相角,滤波后信号的失真小,通过包络拟合后,信号振幅和弛
豫时间的误差精度较高,可控制在5%以内,从而实现了工频谐波干扰的有效滤除。     

α噪声背景下谐波恢复方法研究

为解决α 噪声背景下的谐波恢复问题,提出了归一化循环相关结合多重信号分类算法。该算法包含两种 多重信号分类算法( MUSIC: Multiple Signal Classification) : 样本空间MUSIC 算法和特征空间MUSIC 算法。 这两种MUSIC 算法充分利用信号子空间和噪声子空间,在空域内做谱峰搜索以求取谐波频率。该算法不仅能 估算谐波信号频率,同时也能提高谐波估计的精度。计算机仿真结果表明,使用这两种算法可完成谐波信号频 率有效估算,而且效果比原有分数低阶矩及其派生的分数低阶统计量更优,且有效地解决了非整数算子造成的 相位扭曲问题,应用前景广泛。     

基于支持向量机的信号滤波研究

提出了基于支持向量机（SVM）的信号滤波方法．由于利用了SVM泛化能力强、全局最优等特点，因此该方法与传统方法相比，能更有效地抑制随机加性噪声．在时域和频域分别讨论了参数对核函数的影响，通过对基于SVM的函数回归形式的变换，得出了一种能描述滤波原理的表达式．从该表达式中可以看出，核函数的作用相当于低通滤波，而其参数决定了滤波器的截止频率，从而可以通过对核函数参数进行优化，以取得最佳的滤波效果，达到抑制随机加性噪声的目的．仿真结果表明，基于SVM的滤波方法有效地抑制了随机加性噪声，为信号滤波提供了一种以结构风险最小化为理论框架的新手段．     

WDA相关法时间延迟估计

相控阵超声检测中,相关法时间延迟估计是实现自适应聚焦的关键技术之一。为了消除噪声、模板窗口大小和缺陷特征等因素对相关法时间延迟估计的影响,结合检测超声回波信号的特点,提出了基于小波变换的相关法时间延迟估计方法。理论仿真和实验均证明该方法能有效抑制上述因素的影响,提高时间延迟估计精度。仿真计算表明:在可信度为0.95的情况下,信噪比提高了3.2dB,最小窗口大小从无穷大变成了3倍于探头中心频率对应周期,模板有效范围扩展了60%。     

提取强混沌干扰中谐波信号的方法

提出一种新的从强混沌干扰中提取谐波信号的方法. 根据混沌的几何性质, 应用相空间重构技术和离散小波变换, 建立一种新的相空间投影方法, 将谐波信号分离出来, 并对含噪谐波信号进行功率谱密度估计, 提取谐波信号的频率, 利用小波滤波和最小二乘估计, 提高谐波信号的提取精度. 通过计算机仿真实验, 表明该方法非常有效.      

用于非接触式指纹增强的曲率驱动自适应滤波器

为了有效增强指纹,提出了一种改进的基于曲率的自适应非接触式指纹图像增强算法.首先,对局部平稳的指纹图像信号进行STFT(short time Fourier transform)分析,确定纹理模式频谱所在的主要区域,对频谱进行根滤波和形态学平滑后,用均值-门限法提取STFT主频谱成分;然后,提出一种角度和径向估计方法,计算指纹图像在频域的方向图和频率图;最后,根据指纹的曲率,构造相应的巴特沃斯陷波带通滤波器和高斯带通滤波器分别对低曲率区域和高曲率区域进行滤波,有效地滤除奇异点区域和非奇异点区域的噪声模式频率并保留纹线模式的主频率.将提出算法和同类算法进行主客观的实验比较,实验结果表明:提出的算法优于现有算法,能有效滤除非接触式指纹的噪声、增强脊线和谷线之间对比度,同时修复并增强正确的脊线结构.     

数字电子电路空间干扰谐波噪声自动抑制方法①

为提高数字电子电路中空间干扰谐波噪声滤波能力,提出基于匹配滤波检测的数字电子电路中空间干扰谐波噪声自动抑制方法。构建数字电子电路中空间信号传递模型,采用空间频谱波束形成方法进行数字电子电路空间干扰谐波信号的自适应聚焦处理,提取干扰信号的相关功率谱特征量,采用自适应均衡降噪方法进行干扰信号的噪声分离,构建数字电子电路中空间干扰噪声信号的滤波模型,采用匹配滤波检测器实现对数字电子电路中空间干扰的信号滤波和检测,实现数字电子电路中空间干扰噪声的自动抑制。仿真结果表明,采用该方法进行数字电子电路中空间干扰抑制的输出信噪比较高,信号的滤波性能较好,提高了数字电子电路中信号准确传输和检测性能。     

多传感器分布式信息融合Wiener信号滤波器

应用Kalman滤波方法,对于带白色和有色观测噪声单通道ARMA信号,基于Riccati方程,在线性最小方差按标量加权的最优信息融合准则下,提出了多传感器分布式信息融合Wiener信号滤波器。提出了计算局部滤波误差间的互协方差的Lyapunov方程,可用于计算最优加权系数。同单传感器情形相比,可提高滤波精度。一个三传感器信息融合Wiener跟踪滤波器的仿真例子说明了其有效性。     

利用噪声相对量辨识与优化齿轮敲击噪声

以人耳听觉特性为基础,提出运用噪声相对量辨识和优化齿轮敲击噪声的方法.该方法首先对测量得到的噪声信号进行外耳、中耳和内耳噪声传递特性滤波,然后进行回归与平滑处理获得稳态噪声信号,将滤波后的噪声信号减去稳态噪声信号,得到的噪声相对量即为非承载齿轮对的瞬态敲击噪声信号,最终辨识出齿轮敲击噪声的发生时刻、频率范围和水平.辨识结果与人的主观感受一致,齿轮敲击噪声被准确辨识.利用该方法得到了各非承载挡的敲击噪声贡献量,确定倒挡是齿轮敲击噪声的主要噪声源.采用提高倒挡齿轮对加工精度使其最小间隙减小约50.0%后,齿轮敲击噪声水平降低了17.4%,齿轮敲击噪声性能得到有效改善.     

基于空域相关的优化阈值函数滤波算法及其虚拟实现

基于静态小波变换,将小波系数间的相关性应用于闾值滤波,提出并虚拟实现了基于空域相关的优化阈值函数滤波算法．在构造出基于空域相关的显著性函数和基于显著性函数的闽值滤波过程的基础上,提出了基于空域相关的优化闾值函数,并把极小化广义交叉验证得到均方差意义下的最优阈值用于该优化阈值函数．仿真和实验结果表明,基于空域相关的优化阈值函数滤波算法不仅能够有效去除噪声,而且也能完好地保留信号的重要特征,适用范围宽,滤波效果好,在很大程度上抑制了噪声和谐波,具有良好的滤波性能     

基于瞬时频率的窗宽递增寻优的短时傅里叶变换

讨论了窗函数在时频分析中的作用,分析了S变换的缺陷,指出了依据分析频率调整窗宽和使用窄窗均严重影响时频分析效果.以短时傅里叶变换为基础,提出了一种窗宽根据信号自身时变特征进行自主调节的时频分析方法,该方法以瞬时频率的变化作为判断信号频谱结构发生变化的依据,通过在瞬时频率变化之前逐次递增窗宽,使窗函数能够覆盖信号中的局部平稳区域的大部甚至全部,从而可对信号中的各局部平稳段得到最佳的时频分辨率.通过对线调频信号、时变信号和含噪声信号的分析和比较可知,本方法可准确描述信号的时间分布特征,并可同时获得最佳的频率分辨率,且对噪声不敏感,具有一定的先进性和实用性.     

微弱振动信号的谐波小波频域提取

为解决设备故障检测和故障预报中某些微弱振动信号难以提取出来的问题,在介绍谐波小波变换的优良特性及其基本原理的基础上,给出了谐波小波变换的实现技术.在不减少信息点数的情况下,用谐波小波变换成功地对微弱振动信号实现了频域提取与时域重构,并且实现了强噪声下微弱周期振动信号的频域提取.通过算例和工程实例,说明谐波小波方法在微弱信号的频域提取能力和精度上明显优于基于二进分解的小波方法和傅里叶分析方法,且在混有强噪声的信号提取中消除了二进小波包仍然存在的噪声泄漏,同时也显示了谐波小波变换的频域保相特性.     

谐波小波及其时频剖面图在旋转机械诊断中的应用

分析了谐波小波的定义、特点,以及用谐波小波时频图、等高线图表示谐波波分解结果的方法。分析结果表明,这两种方法虽然可以直观表示信号的时频能量分布以及无噪声信号中的微弱奇异成分,但当信号中存在噪声时,用这些方法将难以检测信号的奇异性,因而它们在工程实际中几乎是没有用的。提出了谐波小波时频剖面图（Ｔｉｍｅ－Ｆｆｒｅｑｕｅｎｃｙ Ｐｒｏｆｉｌｅ Ｐｌｏｔ,即ＴＦＰＰ）方法,利用该方法可以检测含噪声信号的微     

角位移和线位移圆度误差分离技术的比对分析

分析了采用角位移三点法和线位移三点法测量工件圆度误差时，两种方法权函数的频域特性：谐波抑制特性、测量系统权函数总体特点性对噪声的敏感特性。结果表明，角位移三点法存在0阶、1阶谐波抑制，且该测量系统的权函数有高通特性，这些特性不利于提高属于低频信号范围的圆度误差的测量精度，但有助于抑制测量噪声对圆度误差分离精度的影响。     

基于加窗插值FFT的电力谐波检测算法研究

通过分析比较常用的谐波检测方法,根据电力谐波信号的特点,提出了布莱克曼窗与双峰插值相结合的算法,并推导出频率和幅值的修正计算公式,从而进一步降低了泄漏和噪声干扰,提高了计算频率和幅值的准确度.仿真结果验证了算法的正确性与有效性.     

混沌噪声背景下弱谐波信号的GRNN检测

针对BP(Back Propagation)神经网络方法存在训练时间长,收敛性能不理想;RBF(Radial BasisFunction)神经网络的隐层结构对鲁棒性影响大的问题,将广义回归神经网络GRNN(GeneralizationRegression Neural Network)引入混沌背景下的弱谐波信号检测中,提出了一种提取混沌噪声背景下微弱谐波信号的GRNN检测方法.该方法利用GRNN建立噪声混沌背景的最优一步预测模型,再结合频域处理预测误差提取微弱信号,以Duffing系统产生混沌时序作为混沌背景,使用该方法用MATLAB6.1验证在没有噪声、存在高斯白噪声和存在色噪声情况下的混沌背景下的弱谐波信号检测.实验结果表明,谐波对混沌的信噪比达到-36dB时仍然可以检测出谐波.     

基于AD9854的多功能信号源设计

为了实现高性价比、低相噪和低杂散的数字化信号源,提出了以直接数字频率合成芯片AD9854为核心的设计方案.系统最大限度地挖掘了AD9854的潜力,将数字信号处理器、可编程逻辑器件和先进先出存储器与AD9854紧密结合,输出正弦信号的最高频率为110 MHz、谐波失真小于-30 dBc.能够完成调幅、调频和频移键控等调制功能.     

基于移频技术的短时傅里叶变换阶比分析

提出了一种基于移频技术的短时傅里叶变换阶比分析算法.该算法利用傅里叶变换在频域的卷积性质,对原始信号在时域乘以e-j2πfit使fi的频谱能量搬迁到零频处,按一定的频率间隔改变fi就可以在零频处得到其他频率的频谱能量,以此来提高短时傅里叶变换在时频分析中的频率分辨率.然后在时频面上进行局部阈值降噪,同时跟踪转速的变化,最终应用到变速机械的阶比分析中.与短时傅里叶变换分析结果对比表明,本文方法可以更加准确地跟踪到实际的转速.实际降速过程中轴承信号利用本文方法进行阶比分析,成功提取到轴承的故障特征频率.     

利用ESPRIT方法实现信号频率／相位的联合估计

目的 研究阵列信号频率／相位的联合估计方法。方法 设３个天线组成的天线阵,接收到含有多个谐波的回波信号,由计算机仿真产生不同信噪比下这些回波的数据序列样本,利用旋转不变技术（ＥＳＰＲＩＴ）计算出各谐波的频率和相位差,实现信号频率／相位的联合估计。