自适应窗口的图像平滑去噪

传统平滑去噪常常引起图像结构信息的损失,本文在分析了结构信息损失原因的基础上,设计一种新的自适应平滑窗口进行去噪,达到既去除了窗口内的噪声,又能保留结构信息的目的.该方法首先运用梯度来表示含噪图像的结构信息大小和方向,并以此为据设计窗口的尺寸和方向.梯度越小窗口尺寸越大,窗口形状和方向随着梯度的变化而变化,使得窗口内图像像素的个数在梯度较小的方向上增加.其次,为了保留窗口内图像结构信息运用高斯函数进行去噪处理.与传统去噪相比,由于该方法对图像边缘和纹理以及平滑区域采用了不同的窗口进行去噪,从而抑制了结构信息对去噪的影响,提高了图像的视觉效果.     

拉曼光谱预处理中几种小波去噪方法的分析

拉曼光谱分析中,噪声的存在常影响分析的准确度和检测限.以钙长石的拉曼光谱为研究对象,探讨小波变换在拉曼光谱信号去噪方面的应用,分别采用移动窗口最小二乘多项式平滑、移动窗口中位数平滑、非线性小波软硬阈值法和小波变换模极大值法对加噪后的拉曼光谱进行去噪并对去噪效果进行比较.结果表明,小波变换模极大值光谱去噪法得到了较高的信噪比,小波软硬阈值法次之,其他2种方法去噪效果较差.小波变换模极大值法能够有效去除光谱噪声,并很好地保留了光谱信号特征,为拉曼光谱的校正模型的建立奠定了良好的基础.     

小波域自适应窗口4f系统图像平滑降噪

针对4f系统输出图像做复原处理时要比平常情况更注重保护图像细节,提出一种小波域自适应窗口调整平滑降噪方法,对系统图像中的随机噪声进行平滑去噪。该方法利用小波分解后高频子图像中图像细节的方向性分别确定平滑窗口的方向,再利用小波变换的能量集中性优点调整窗口大小,实现自适应调整窗口形状,并用调整后的窗口对系统输出图像进行平滑去噪,抑制其中的随机噪声。理论分析和实际光学系统图像实验表明,该方法有明显的抑制随机噪声效果,并且对图像细节有较好的保护,峰-峰信噪比则有2dB左右的提高,视觉效果平滑,适合4f系统这类要求一定精度且本身有低通效果的场合。     

基于奇异值分解的脑电信号去噪方法

指出了对脑电观测数据进行去噪从而提取出诱发脑电信号是临床和实验中的前沿技术之一。目前常用的平均方法需要比较多的实验次数，为缩短实验次数需要采用一些新的技术和方法．对奇异值分解方法在脑电信号去噪中的应用进行了研究．提出了3种具体的去噪算法，并给出了应用这3种算法对具体的脑电测量数据进行噪声去除的实验结果．分析实验结果表明：奇异值分解方法对脑电信号进行去噪有助于减少提取诱发信号所需的实验次数．     

基于数字滤波的光纤光栅传感信号去噪及其FPGA实现

光纤光栅传感器是通过检测被测物理量引起的光纤光栅中心波长的漂移量来得到该物理量的变化,波长检测精度常受到各种噪声的限制。为了提高波长的检测精度,本文提出采用数字滤波进行去噪。分析了不同窗函数FIR低通滤波器对光纤光栅传感信号去噪能力的影响,发现凯泽(Kaiser)窗的通带纹波、阻带衰减以及去噪后的信噪比和均方误差均比较好,并确定了其阶数和β参数。用设计的滤波器对光栅反射谱进行了去噪处理,效果较好,尤其是在峰值波长处,光栅反射谱较平滑,峰值波长的分辨能力显著提高。最后用FPGA实现FIR滤波并对光纤光栅传感信号去噪,进一步验证了设计的FIR滤波器对光栅传感信号具有良好去噪效果。     

双极性阈值叠加及分段线性拟合方法消除低频噪声研究

尖峰干扰和直流漂移的存在严重影响低频电磁法数据的质量及解释结果的可信度.在双极性叠加(次数为N)方法压噪失效的情况下,针对尖峰干扰及非线性漂移的特点,基于双极性叠加方法提出双极性阈值叠加和分段线性拟合的方法去噪.仿真结果表明,双极阈值叠加方法可以有效消除尖峰干扰,阈值M为0.1时,误差在0.12V左右,信噪比可提高N(1-M)倍.对低频非线性直流漂移,采用分段线性拟合方法去噪,可使功率谱逼近真实谱的误差在1%左右,满足实际应用要求.双极性阈值叠加压制和分段线性拟合压噪方法简单灵活,压噪效果明显,为低频电磁弱信号的提取提供了解决方法,同时为低频噪声的压制奠定了研究基础.     

基于CEEMD小波去噪的一种预测碳排放的新方法

针对模型的输入数据优化问题，本文提出一种基于互补集总经验模态分解(complementary ensemble empirical mode decomposition, CEEMD)小波联合去噪的神经网络碳排放预测方法。首先，采用CEEMD小波联合去噪对数据进行去噪提纯；其次，运用优化后的训练样本和输入数据建立碳排放量预测模型；最后，以“一带一路”主要经济体碳排放量为例，运用改进模型和传统模型分别进行试验仿真。仿真结果表明：经CEEMD小波联合去噪后的时序数据纯度更高，更加平稳；改进后的模型预测拟合效果更优、误差更小。此外，本文进行碳排放外推预测，结果表明：使用CEEMD小波联合去噪联合反向传播(back propagation algorithm, BP)神经网络、模糊神经网络模型在预测中具有可观的容错性能及精确度。     

混合高斯噪声下的医学荧光染色图像去噪

中值滤波是比较常见的去噪方法,但如何选择最优滤波窗口则是决定图像去噪效果的关键性因素,尤其是针对无法获知无噪声的真实图像的医学图像,通过估计平滑后的误差来选择滤波窗口变得更加困难。本文通过Pilot估计针对医学荧光染色图像中的混合高斯噪声进行了估计,再通过广义SURE方法计算不同窗口下的估计误差,从而得到中值滤波的最优窗口大小,使得图像在尽可能保留纹理信息的情况下最大可能的去除了图像噪声。     

基于改进小波阈值算法的遥测数据去噪研究

为改善目前遥测数据检测系统硬件体积较大、数据测量误差大、去噪算法适用性弱等缺陷,利用改进小波阈值的遥测参数去噪算法实现了遥测监测系统软件化设计,通过对遥测空速、发动机转速等参数进行小波去噪效果实验分析,结果表明,该算法对于空速数据去噪效果显著提升,将测量误差平方和降低为2 199. 6,去噪拟合曲线与原始数据曲线相似度高达0. 989,且对其他遥测数据噪声处理具有较好的通用性。     

小波变换-差分吸收光谱法在NO气体浓度反演过程中的研究

差分吸收光谱法通过快变("窄带"高频)分子特征吸收部分来区别微量气体种类。在实际的测量中由于系统噪声信号叠加在吸收光谱上,进而影响测量结果。差分吸收光谱法较为常见的去噪分析方法为多项式拟合平滑滤波的方式,因此提出在不影响原有差分吸收光学密度细节的基础上采用小波变换-差分吸收光谱法进行逐层解析去噪。首先,利用软阈值小波去噪处理随波长在0上下波动的差分光学密度曲线,然后取绝对值求其绝对面积积分。不同气体浓度的差分吸收光学密度的面积积分不同,以此建立浓度反演方程,提高了反演精度。对于本系统而言采用db4母小波的小波母函数和一层分解层数效果最好。     

变分数阶傅氏变换及在时频建模中的应用

主要讨论了一种将加紧支撑窗与分数阶傅里叶变换相结合的信号处理方法,其原理在于将信号以短时窗函数截取,再酚分数阶傅里叶变换,通过改变这种变换中的角度参量可以抵出最大值,其最大值所对应的角度参量实际上就是在窗函数支撑内平均调频系数的直接反映,从而可以将具有不同调频系数的信号突出并加以提取,利用这种方法,可以获得信号的时频分布的基本“骨架”,这种方法基于对信号的线性变换,没有交叉项的影响,通过合理的控制阈值及局部再加窗,对于具有多项式相位信号的时变频率建模有良好效果,最后文章对一些影响因素进行了分析。     

OFDM系统中采用最佳二阶多项式奈奎斯特窗抑制载波间干扰

提出了一种新的时域二阶多项式奈奎斯特(Nyquist)窗,用于在接收端抑制正交频分复用系统中由频偏引起的载波间干扰,同时分析了接收端的信号干扰噪声比(SINR)。通过选择最佳的窗参数,使接收端的SINR达到最大化,从而具有最佳接收性能。这种新的二阶多项式窗的性能被证明优于升余弦窗函数和better thanNyquist窗函数。     

无线传感网络多节点通信链路质量检测算法

为提升无线传感网络的扩展性和通信性能,研究无线传感网络多节点通信链路质量检测算法。基于稳定路由协议设计了无线传感网络多节点通信链路质量检测算法,利用通信节点分析报文确认邻居节点间距,通过非参数局部线性核平滑方法依据邻居节点间距建立信号获取平滑后的信号接收强度。判断无线传感网络中的节点是否来自上游节点分组的平滑后信号接收强度后,采取滑动窗口局部多项式拟合方法建立链路质量检测模型,通过链路质量检测结果判断无线传感网络中该链路中通信节点移动状态,通过通信节点移动状态判断链路质量。实验结果表明,采用该算法可准确检测无线传感网络多节点通信链路质量,且在节点数量增加时检测效果依然良好,具有较好的扩展性。     

边缘保真去噪时窗分解新方法

在常规的图像处理中,为了减小噪音、提高信噪比,一般的处理方法中都含有平均效应,会造成信息的边界发生严重的畸变,降低分辨率。在围绕时窗分解方面提出了矩形或长方体分解方法与前人提出的多边形或多面体分解方法不同,实例计算结果对比分析,证明效果同样显著,并且矩形或长方体分解方法不容易出错,更为实用。     

Nonlinear fusion filters based on prediction and smoothing

To attenuate white noise, nonstationary noise and impulse noise are important for signal processing. In this letter, we present nonlinear fusion filters (NFF) based on prediction and smoothing. By means of least square fitting of a polynomial, we define and give the operators of left prediction and right prediction, left smoothing and right smoothing, central smoothing and cross-validation smoothing. In simulated experiments, it is shown that the present method is an effective one.     

基于互相关理论软件无线电信号处理效果评估

为了解决软件无线电信号处理过程中同一系统不同方案引起的差异问题,采用互相关评估准则,以相关算子为理论依据,相关系数为评估指标,分别利用Hamming窗、Db3-3小波、时域加Kasier窗和Db3-4小波基四种不同方法,分析了标准测试信号的选取理由和依据.Matlab仿 真结果表明:互相关评估准则可应用于不同处理信号差异的效果评估,是一种归一化、定量的时域评估方法.     

SG-VMD-SVD的信号去噪方法研究

油气管道信号泄漏检测易受噪声影响,因此去噪成了关键问题.为了提高对油气管道信号的去噪效果,提出了一种基于Savitzky-Golay平滑滤波、变分模态分解(VMD: Variational Mode Decomposition)和频域奇异值分解(SVD:Singular Value Decomposition)去噪相结合的油气管道信号的联合去噪方法.首先,针对泄漏信号在时域利用SG平滑滤波降噪,去除尖脉冲、高频成分等噪声,提高输入信号的信噪比;将滤波后的信号利用VMD分解,通过计算各个本征模态分量(IMF: Intrinsic Mode Function)与信号之间的曼哈顿距离,从而区分信号分量与噪声分量,对噪声分量进行频域奇异值(SVD)去噪,最后将滤波后的分量与信号分量进行重构,得到最终降噪后的信号.通过仿真和实际实验表明,该方法与单一VMD法、VMD-小波变换、SG-VMD-时域SVD去噪方法相比,去噪后所得信号信噪比相对较高,并验证了该方法去噪效果的优越性和对油气管道泄漏信号去噪的可行性.     

采用微机的多路脑电功率谱分析系统

采用IBM-PO机作多路脑电功率谱分析系统,无需对微机作任何改动,只要将一块简单的数据获取接口板插入微机的I/O扩展槽中即可,该系统能采集和分析8路脑电,谱线分辨率为0.25Hz,频谱分析范围0～63.75Hz(加数字滤波后为0～43Hz),是一理想的常规脑电研究工具。     

基于高次模糊函数的SAR图像动目标检测

SAR图象中动目标运动形成的相位误差可描述为有限次幂级数,时频分析将时域信号变换为时频联合域,揭示出信号瞬时频率随时间的变化规律,应用高次模糊函数可估计出动目标信号的相位多项式系数,检测含高次相位误差的动目标,结合逐次消去法,可将其用于检测含高次相位误差的多个动目标.     

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%。