核医学图片的数字图像处理

用线性滤波器处理核医学脏器图片．造成图像边缘不清楚，从而影响了诊断．本 文用一种非线性统计滤波器——中值滤波和平均滤波相结合来处理核医学脏器图像． 这种方法综合了平均滤波和中值滤波对噪声的抑制特性和保留图像边缘的特性．考虑 到图像的局部起伏．引入Ａｎｓｃｏｍｂｅ变换使图像的泊桑噪声与信号近似无关。最后 对实际的核医学脏器图片作了处理，并与线性滤波处理结果做了对比．收到了满意的 效果．     

非空气传导语音的噪声特性分析及处理

喉部送话器具有很强的抗环境噪声干扰的能力，但使用时内部会产生一定的噪声。本文利用同步录音的麦克风语音信号和喉部送话器语音信号的相关性，用自适应线性滤波法提取出了喉部送话器的噪声信号，对其特性进行了分析，并提出了解决方案。     

一类不可料动态线性信号-观察随机系统的滤波方程

主要研究一类动态的不可料线性信号—观察滤波系统滤波问题,通过运用信息域扩张方法,将2-维不可料的动态信号—观察线性系统转化为4-维可料的动态信号—观察线性系统,得到了滤波估计和均方误差动力学方程,推广了有关文献的结果.     

线性调频信号的相位匹配去噪处理

线性调频信号被广泛应用到雷达、声纳、地震和其他探测的很多领域,目前对其应用比较广泛的获知信号存在的方法是基于相关的匹配滤波处理,但匹配滤波处理是进行信号压缩来获取最大的信噪比.采用相位匹配方法对线性调频信号进行处理,去除噪声还原信号从而获得高的信噪比,通过仿真实验证明该方法应用在受到噪声干扰的线性调频信号处理上效果很好.     

基于扫频滤波器线性调频信号的滤波算法

研究了白噪声环境下线性调频信号的自适应滤波问题.提出一种线性调频信号(LFM)自适应滤波算法.该算法利用分数阶傅里叶变换将LFM信号转化为正弦信号,在分数阶傅里叶域进行自适应滤波,利用分数阶傅里叶反变换得到滤波后的时域信号.分数阶的滤波器可以使用扫频滤波器替代.性能分析表明,该算法的滤波效果取决于自适应滤波器的效果,在使用最下均方(LMS)算法时,步长的选取决定了滤波器的性能,在实际应用中必须按需选取.仿真表明该算法效果明显,计算方便.     

基于函数连接型神经网络的非线性滤波

提出了一种基于函数连接型神经网络(FLNN)的非线性滤波解决方案,比较了线性滤波器和FLNN神经网络在非线性滤波中的性能差异。应用MATLAB针对伴有随机噪声的信号进行了仿真滤波试验,证明了该理论的可行性。     

小波域维纳滤波在振动信号去噪中的应用研究

维纳滤波和小波阈值滤波是振动信号去噪的常用算法.前者在阶次较低时对非平稳振动信号的处理不能取得较好的效果,而后者对信号的滤波无法满足后期处理的要求.针对此问题,论文将维纳滤波和小波阈值滤波相结合,提出小波域维纳滤波算法.将维纳滤波运用于小波域,充分利用小波变换对非平稳振动信号的白化作用,实现更好的滤波效果.结合工业现场实测汽轮机振动信号,对算法进行分析与仿真.实验结果表明,该算法不仅保持了信号的线性相位特性,同时取得了较好的噪声去除效果,适用于振动信号的去噪处理,优于维纳滤波和小波阈值滤波.     

线性调频体制雷达中多目标信号分离方法研究

为了从复杂的回波信号中分离出目标信号,提出了一种适用于线性调频(LFM)体制雷达的多目标信号分离方法,从距离、速度与方位角三个层面滤波,分离出待测信号。信号分离方法中采用了自适应最小方差无失真响应滤波器(MVDR),对含有多目标的回波信号进行空域滤波,从而有效分离出目标信号。对线性调频体制雷达的回波信号进行仿真并作信号处理,结果表明了所提信号分离方法的有效性,从而为目标识别器的研制以及干扰抑制等提供了一种有价值的方案。     

LFM体制雷达中多目标信号分离方法研究

为了从复杂的回波信号中分离出目标信号,本文提出了一种适用于线性调频（LFM）体制雷达的多目标信号分离方法,它从距离、速度与方位角三个层面滤波,分离出待测信号。信号分离方法中采用了自适应最小方差无失真响应滤波器（MVDR）,对含有多目标的回波信号进行空域滤波,从而有效分离出目标信号。对线性调频体制雷达的回波信号进行仿真并作信号处理,结果表明了本文所提信号分离方法的有效性,从而为目标识别器的研制以及干扰抑制等提供了一种有价值的方案。     

基于相空间投影技术的舰船目标信号降噪处理

由于很多混沌信号具有较宽的频谱成分，致使传统的滤波降噪方法存在很大的局限性。线性滤波器非但不能有效地抑制混沌信号中的噪声，相反，还可能会使混沌信号失真。文中利用相空间投影技术对具有混沌特征的时间序列进行降噪处理，并将其应用于舰船目标噪声信号的降噪分析中，结果证实了所提方法的可行性和有效性。     

几种Radon变换方法压制表面多次波的对比分析研究

在地震勘探数字处理中,表面多次波是一种干扰波。这种情况在海洋勘探中尤为明显,Radon变换是压制表面多次波的一个有效的方法。引用了几种常用的Radon变换:τ-p变换、抛物Radon变换、双曲Radon变换,根据其公式和原理,对这几种Radon变换进行分析,阐述这几种变换各自所具有的优缺性。     

虚同相轴法预测地震层间多次波在实际应用中的可行性分析

针对虚同相轴法在实际应用中存在多次波的高效匹配、其他噪声的干扰以及观测系统的影响等问题,通过对模型数据的研究,提出一种基于高阶高分辨率Radon变换的高效匹配方法,在匹配时间和效率两方面有很大提高。对传统范数匹配方法中的滤波矩阵、时窗长度进行定量分析和优化选取,对虚同相轴方法的抗噪能力以及观测系统的影响进行定量分析,并讨论其适用范围。研究结果对该方法的实际应用有一定的参考意义。     

基于改进EMD的地震信号去噪

压制随机噪声是地震数据处理过程中的一个重要环节,目前大多数去噪技术都不同程度存在去噪效果差、易损伤有效信号等问题。利用经验模态分解可将信号自适应地分解为不同特征尺度固有模态函数的优点,及小波变换模极大值滤波方法对噪声的依赖性较小且适合于低信噪比信号去噪的优势,构造了一种经验模态分解与小波变换模极大值相结合的新的去噪算法,该算法很好地实现了地震有效信号与随机噪声的分离,有效提高了地震数据信噪比。将该算法应用于仿真实验和实际地震数据处理,结果都表明该方法明显优于常规经验模态分解去噪效果。     

基于Radon变换的目标主体信号与微动信号的分离

针对微动特征的有效分析和提取,研究了基于Radon变换的目标主体信号与微动信号分离方法。首先对回波信号进行时频变换,然后在时频平面上通过Radon变换来分离目标主体信号与微动信号,再通过逆Radon变换得到分离信号的时频分布,最后通过仿真验证了方法的有效性。     

应用小波变换进行信号消噪处理

小波分析在时域与频域同时具有良好的局部化性质,可以利用信息信号和噪声信号在小波变换下具有截然不同的奇异性来区分信息信号与噪声信号。根据信号与噪声在二进制小波变换随尺度参数减小时信息信号和白噪声信号的小波变换的模极大值点变化的不同性质做消噪处理,然后再重建消噪后的信号。采用本研究所给出的方法对实际数据进行处理,其结果表明应用小波分析可以明显地抑制噪声,提高信噪比。此方法具有很好的实用价值。     

基于协同滤波的尖峰噪声抑制方法

针对旋转磁共振探测方法易受尖峰噪声干扰的问题, 提出一种协同滤波消除核磁共振探测数据中尖峰噪声的方法. 先通过3σ法则判断一个脉冲矩下测量数据是否存在尖峰噪声, 将测量数据分为有尖峰噪声和无尖峰噪声两组； 再分别对其进行离散余弦和Hadamard变换, 得到两组变换域系数, 用无尖峰噪声数据的变换系数计算Wiener滤波系数, 利用该系数对含尖峰噪声的数据进行滤波; 最后, 对滤波后含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换, 实现尖峰噪声的消除. 仿真实验结果表明, 该方法对地面核磁共振数据中尖峰噪声的消除准确度较高, 提高了信号特征参数的提取精度.     

基于协同滤波的尖峰噪声抑制方法

针对旋转磁共振探测方法易受尖峰噪声干扰的问题, 提出一种协同滤波消除核磁共振探测数据中尖峰噪声的方法. 先通过3σ法则判断一个脉冲矩下测量数据是否存在尖峰噪声, 将测量数据分为有尖峰噪声和无尖峰噪声两组； 再分别对其进行离散余弦和Hadamard变换, 得到两组变换域系数, 用无尖峰噪声数据的变换系数计算Wiener滤波系数, 利用该系数对含尖峰噪声的数据进行滤波; 最后, 对滤波后含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换, 实现尖峰噪声的消除. 仿真实验结果表明, 该方法对地面核磁共振数据中尖峰噪声的消除准确度较高, 提高了信号特征参数的提取精度.     

小波变换在噪声信号处理中的应用研究

基于噪声信号处理的故障诊断技术中的一个重要内容就是如何从大量、繁杂的噪声信号中提取有用信息．在讨论了基于噪声信号处理的故障诊断技术特点的基础上,重点介绍了如何利用小波变换中的多分辨分析和小波包分析来对噪声信号进行处理的原理、方法以及基于Matlab小波分析工具箱的噪声信号特征提取技术。     

双模噪声背景下多阈值小波包在信号消噪中的应用

针对一类非高斯噪声——双模噪声信号进行消噪时,传统小波变换和小波包变换在选取恰当阈值准则及阈值量化时存在困难,通过详细分析双模噪声信号结构及频率分布特征,在将小波包分解频带按照频率顺序排列且通过比较最底层子空间节点能量大小的基础上,提出一种将频带进行多分段的多阈值小波包消噪方法.实验结果表明:在双模噪声且信噪比相同情况下,该方法比传统的多尺度小波软阈值、小波包自适应阈值消噪效果都优越,是一种非常有效的信号消噪方法.     

快速傅里叶变换在喇曼光谱信号噪声平滑中的应用

 通过快速傅里叶变换(FFT)处理水的普通喇曼散射光谱信号,实现对其干扰噪声的抑制,获得信噪比较高的喇曼光谱.结果表明,通过快速傅里叶变换,获得弱信号源的目标信号和噪声信号的频谱,针对实验获得的弱信号喇曼光谱进行低通滤波和门限滤波,可以分别将具有高频和较低振幅的噪声信号去除,从而实现噪声平滑并获得高信噪比的喇曼光谱.