多分辨率滤波器组在自适应噪声消除中的应用

利用多分辨率滤波器组设计了自适应噪声消除新的电路结构，先将待处理信号分成两个通道，再分别利用各自通道自适应滤波器并行处理数据。由于多分辨率滤波器的应用，使得各个通道的自适应滤波器长度缩短，且并行处理，从而减小了计算复杂性，加快了运行速度。     

用小波变换去除红外图像中1/f噪声的方法

研究红外图像中去除1/f噪声的方法,通过分析1／f噪声的频率和功率谱等特种,比较小波变换和维纳滤波去相关的效果,在图像处理中利用小波变换的去相关作用,合理地选择小波基,使1/f噪声变为易于清除的白噪声,从而达到去除1／f噪声的目标,实验结果表明,小波变换对去除1/f噪声有良好的效果,目标信噪比也有很大的提高,有助于后读的目标检测。     

分形分析1/f噪声性能

电子器件的低频噪声通常由闪烁(1/f噪声)噪声、g-r噪声和爆裂噪声3种成分构成。这些噪声通常与晶体管表面状态或内部缺陷有关,其中,1/f噪声已成为对器件的质量评估及可靠性预测的重要指标。提出分形分析方法,对1/f噪声性能进行分析。仿真实验结果验证了该方法的可行性,为今后用分形理论研究器件低频噪声提供了理论依据。     

1／f类分形信号基于小波变换的消噪

将正交小波下的分形信号处理方法应用于B样条小波和双正交小波,估计淹没在加性高斯白噪声中的1／f类分形信号,并通过计算机仿真,证明了其方法的有效性和可行性。     

纳米器件中的1/f噪声分析及其低噪声化处理

阐述了纳米电子器件中1/f噪声的产生机理,分析了单电子晶体管1/f噪声产生的各种原因,并用介观效应的原理,揭示出宏观样品中产生1/f噪声的实质.最后,得出一种针对纳米单电子器件低噪声化处理的方法.     

1/f类分形信号基于小波变换的消噪

将正交小波下的分形信号处理方法应用于B样条小波和双正交小波,估计淹没在加性高斯白噪声中的1/f类分形信号,并通过计算机仿真,证明了其方法的有效性和可行性.     

基于Shannon熵的1/f类分形信号去噪方法

通过分析l／f类分形信号及白噪声小波系数的Shannon墒在不同分解级数上的特点，提出了根据信号墒所占比例，从加性白噪声背景下估计分形信号的方法。计算机仿真结果表明，该方法简单可靠、有效可行，且事先不需要知道分形信号参数及加性白噪声的统计特性，只需估计出带噪分形信号的信噪比，具有较好的适应性。     

基于多分辨率分析的舰船辐射噪声频域特征提取

为提高舰船目标识别率，采用小波多分辨率分析法对舰船辐射噪声进行多尺度调制谱和噪声谱特征提取及融合研究。并用提取的特征对三类舰船目标辐射噪声进行了分类识别实验，结果表明所提特征具有很好的分类识别效果。     

低温双极晶体管的低温1／f噪声

对自行研制的低温晶体管于液氮温度下进行了低频噪声测量，结果表明：与室温相比１／ｆ噪声显著增大，根据１／ｆ噪声理论，并参照器件室温和低温下ＩＢ－ＶＢＥ曲线的不同，认为在低温下ＥＢ结正向压降增大和载流子的冻折效应是使该器件１／ｆ噪声等效输入电流功率谱密度变大的主要原因。     

基于小波多分辨率分析的信号消噪

小波变换是近10年来迅速发展起来的学科，它与傅立叶变换、Gabor变换相比，是一个时间和频率的局部变换，因而能有效地从信号中提取信息。通过对信号进行多尺度细化分析，解决了傅立叶变换不能解决的许多问题。利用噪声信号小波变换的极大值随尺度的加大而显著减少的特点，运用小波多分辨率分析进行信号噪声的消除，仿真结果表明:小波多分辨率分析的效果，优于传统的傅立叶变换。     

双极晶体管的新的1/f 噪声参数

文中引入一个新的描述1/f 噪声的重要参数β_H,并给出了双极晶体管1/f 噪声的实验结果。通过对结果的分析比较提出了三个论点:(1)单用 Hooge 参数α_H 不能恰当地反映1/f 噪声的大小,而用α_H 同载流子扩散时间τ_d 的比值比较合适;(2)收集极1/f 噪声电流谱的大小可用转换频率 f_c 来表示,即有 S_(Ic)(f)-S_(Ic)(∞)=2eI_cf_c/f;(3)转换频率 f_c 决定了1/f 噪声的大小;而 fc 仅由噪声参数β_H 所决定。     

基于中值滤波和维纳滤波的图像混合噪声滤波研究

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与维纳滤波的图像去噪算法。该算法首先检测出脉冲噪声点,并对脉冲噪声点进行中值滤波处理,然后用维纳滤波滤除图像中的高斯白噪声。仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和维纳滤波好得多。     

基于小波变换的数字监控图像的噪声滤波方法

小波分析因具有多分辨率分析能力和时频局部化能力，在处理数字图像时占有很大优势.用小波变换技术的设计一种简单的实用性强的数字监控图像噪声滤波方法，在数字图像处理应用时效果理想.     

基于模糊自适应滤波器的噪声对消系统

给出了一种基于模糊自适应滤波器的非线性噪声对消系统,由于用前馈网络表示的模糊逻辑系统具有学习任意非线性函数到任意精度的能力,而且具备自适应性,因此,这种滤波器的性能明显优于线性滤波器,能适应各种复杂的噪声环境,仿真结果表明,这种滤波器具有良好的性能。     

基于噪声顺序解相关的两阶段Kalman滤波融合

针对传统两阶段Kalman滤波只能处理单一或部分复杂噪声情形,在充分考虑多雷达跟踪系统的误差噪声有色建模和四类噪声相关性建模基础上,建立一种基于噪声顺序解相关的两阶段Kalman滤波融合算法。首先给出能有效避免噪声相关性耦合化的噪声解相关顺序,进而应用等价变换技术来获得有色噪声、过程噪声和测量噪声三者间不相关的目标跟踪融合模型,最后应用平方根分解和单位下三角阵求逆技术来实现多雷达量测噪声相关系统的集中式Kalman滤波融合,并通过4个仿真实验验证了该算法对复杂噪声情形的有效性和高精度。     

框架多分辨分析谱的研究

首先给出了一个可测集是框架多分辨分析(FMRA)谱的充分和必要条件,然后用一种新的方法刻画了包含于给定多分辨分析(MRA)的框架多分辨分析(FMRA)的谱.这是对H.O.Kim等人研究的改进.     

乘性噪声系统滤波问题研究

考虑状态和输出均受乘性和加性高斯噪声干扰的随机系统,通过极小化均方误差给出动态系统最优状态估计的递推算法,包括最优预测、滤波以及平滑问题。仿真结果表明,状态估计能较好的反映系统的真实状态,估计器品质良好。