强噪声背景下的信号提取

为了将被强噪声淹没的信号提取出来,本文介绍了在强噪声背景下将信号提取出来的一般常用方法,并重点介绍了采用自适应噪声抵消方法的原理及优点,并对其进行了改进,达到了预期的效果。     

强噪声背景下的信号提取

为了将被强噪声淹没的信号提取出来,本文介绍了在强噪声背景下将信号提取出来的一般常用方法,并重点介绍了采用自适应噪声抵消方法的原理及优点,并对其进行了改进,达到了预期的效果.     

基于匹配信号变换的非线性调频干扰抑制方法

根据匹配信号变换特性,提出了一个基于匹配信号变换(MST)的特定时频结构(双曲线型、指数型)非线性调频干扰的抑制方法.推导和分析了基于匹配信号变换的参数估计均方误差,该误差与相位函数有关.仿真结果验证了该干扰抑制方法不仅能有效抑制单分量、多分量的特定时频结构非线性调频干扰,而且容易实现,提高了干扰抑制算法的时效性.     

线性时频分析在弱信号检测中的应用

介绍了时频分析理论及线性时频分析方法．将短时Fourier和小波变换用于弱信号的检测并比较了其性能．最后给出了计算机仿真结果。     

线性时频分析在弱信号检测中的应用

介绍了时频分析理论及线性时频分析方法.将短时Fourier和小波变换用于弱信号的检测并比较了其性能,最后给出了计算机仿真结果.     

基于分数阶傅里叶变换的直扩通信快速线性调频干扰抑制

针对直接序列扩频系统中的线性调频干扰,将短时傅里叶变换和分数阶傅里叶变换相结合,提出了在短时傅里叶域进行线性调频干扰参数粗估计而在分数阶傅里叶域进行精确估计,并根据线性调频干扰在分数阶傅里叶域形成的脉冲位置和强度自适应选择消波区间达到抑制线性调频干扰的目的。仿真实验表明,所提出的干扰抑制方法在干信比JSR40情况下,对线性调频干扰有很好的抑制作用,位错误率BER性能可改善103倍。     

一种频率域提高Radon变换分辨率的方法

Radon变换是压制相干噪音，波场分离的重要方法之一。算子假频和端点效应是该方法在数值计算中需要始终关注的两个重要问题，不断地改进和完善变换的具体算法，抑制和最大化地减少算子假频和端点效应，才能不断地提高变换的分辨率和质量，促进和发展Radon变换的有效应用。针对在数值计算中应该关注解决的问题，在用反演理论对变换的非唯一性进行分析的基础上，对常规的最小平方Radon变换方法做了改进，给出一种频率域Radon变换方法，可有效地压制端点效应，提高了变换域的分辨率。数值计算试验表明了该方法的有效性。     

信号的多分辨率分析在消噪中的应用

介绍了小波变换的多分辨分析理论及其在消噪方而的应用.通过分析可知,小波多分辨率分析能够将信号在不同的尺度上展开,具有对信号按频带进行处理的能力.在信号小波分解后,抽取有关频带进行重建,以达到降低噪声、提高信噪比的目的.文中给出了信号多分辨率分析在信号消噪方面的具体应用实例.     

微弱信号提取中的小波方法研究

针对于实际应用中的小信号特别是完全被噪声淹没情况下的微弱信号提取的问题，本文依据白噪声信号的小波变换系数相对比有用信号的小波系数小的特点，利用小波变换对信号进行消噪来提取微弱信号，仿真结果表明：小波变换能够有效的消除噪声，将有用微弱信号从受噪声污染的信号中提取出来。     

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.     

抛物线Radon变换中的参数采样与假频

抛物线Radon变换可作为消除多次波的一种非常有效的方法。在频率域对最小平方抛物线Radon变换中的曲率参数和偏移距参数的采样进行了研究 ,得到了保证方法稳定及抗假频的曲率参数的最小采样间隔和扫描范围 ,分析了由于偏移距采样不足造成的后果。研究表明 ,变换中曲率参数采样不足时 ,远炮检距数据道重建误差较大 ,采样过密只能稍微改善重建的结果 ,但会使最小平方反问题的方程组变为病态 ,而且还会增加计算机时。当偏移距采样不足时 ,整个变换过程不稳定 ,且会产生假频 ,表现为变换域中能量的发散 (拉伸 )。此外 ,若变换过程中曲率参数的扫描范围不能满足采样条件 ,变换时也会产生假频。利用数值计算对文中方法进行了验证。     

随机共振技术检测弱信号的两种方法的比较研究

详细介绍利用随机共振技术检测微弱周期信号的原理,采用增加噪声强度及调节系统参数2种方法提取周期弱信号,相应的给出了数值模拟仿真实验,由此得出2种方法具有协调统一性．     

线性正则变换域的窄带信号表示及其抽样理论

窄带信号广泛应用在雷达、声呐、通信、定位、生物医学工程等领域,传统的抽样理论已经研究了傅里叶变换域窄带信号的抽样和重构实现.线性正则变换(LCT)是傅里叶变换、分数阶傅里叶变换(FrFT)的推广形式,相应的抽样理论还不十分完善,因此有必要在LCT域重新研究窄带信号的抽样定理.从LCT的定义和性质入手,首先给出了信号基于LCT的Hilbert变换以及LCT域窄带信号的时域表示形式;然后在此基础上导出了LCT域窄带信号的抽样定理和重构实现公式,这些结论是传统窄带信号抽样理论在线性正则变换域的推广.最后,仿真实验进一步验证了结论的正确性.     

小波变换在回波信号检测中的应用

基于小波变换品质因数不变性的特点,结合适当的小波基,探讨小波变换在回波信号检测中的算法。在算法分析基础上,从检测原理、检测步骤、计算机仿真方面阐述如何利用小波变换检测回波信号时差,以确定回波信号的奇异点(回波信号到达时间点),进而确定被探测目标的位置。小波变换具有表征信号局部特征的能力,适于分析信号中的瞬态和奇异现象,并可展示其成份。所述的算法分析、小波基的选择及小波变换阶的选择等,为地下目标探测中的信号处理,提供了算法依据和应用方法参考。     

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.     

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。