随机弹道系统中有色噪声的数字仿真

该文采用连续状态变量的统计性质与离散状态变量的统计性质在离散点相同的原则，研究了对有色噪声作用的随机弹道系统进行数字仿真时，如何应用有色噪声白化处理的等效白噪声。给出了随机弹道系统中有色噪声白化处理的条件和方法，构成了成形滤波器，并以此代替随机弹道系统中有色噪声过程的输入，详细研究了随机弹道系统中一个典型有色噪声过程的数字仿真，最后给出了ＲｕｎｇｅＫｕｔｔａ法积分的结果。     

任意噪声相关异类传感器非线性系统状态矢量融合

基于线性无偏最小方差估计理论，提出了一种任意相关噪声异类传感器非线性系统状态矢量融合算法．该算法考虑了过程噪声和测量噪声以及测量噪声之间的相关性和传感器系统结构的不同性，增加了描述多传感器融合系统的信息量，通过局部估计的组合构造新的变量以去除局部状态之间的相关性，采用顺序滤波的方法减小了异类多传感器融合系统全局状态估计的计算量．仿真结果表明，由于考虑了过程噪声和测量噪声以及测量噪声之间的相关性，状态矢量融合算法比噪声不相关融合算法具有更好的跟踪性能，航迹跟踪的精度得到了改善．     

汽车车外加速噪声的模拟研究

在研究汽车加速噪声的过程中，建立了车外加速噪声的预测模型。据此对解放ＣＡ１４１汽车的车外加速噪声进行理论分析与试验验证，提出了控制车外加速噪声的措施。     

诱发脑电信号中工频噪声及其谐波成分的去除

提出了一种去除工频噪声及谐波成分的方法，克服了噪声频率漂移时窄带滤波器所存在的困难，避免了滤波过程引起的附加失真，有效地抑制了混叠在诱发脑电信号中的工频噪声。     

橡胶硫化泛“噪声”控制模型及仿真

针对硫化工艺智能控制过程中的精确和实时性问题，提出了一种基于人工智能的新型控制模型，并将硫化过程中出现的所有噪声统一为一种噪声模型——“泛”噪声，系统控制过程中对该噪声进行自适应学习．该控制策略的目的是提高硫化控制的精确性和控制的实时性，同时为大规模、集群化硫化制品生产提供一条智能控制的途径．该控制模型由两部分组成：神经网络对输入参数进行预分类，动态系统对控制过程中的参数进行自适应学习．模型的动态系统仿真结果表明自适应控制方式对于处理硫化过程中的噪声是有效的．     

中小型电机维修过程中轴承噪声及振动的控制

本文第一次提出了电机维修过程中也应控制电机振动及噪声的概念。这对控制或减少环境的污染有一定实际意义。在此基础上，仅对电机机械噪声的主源－电机轴承噪声控制展开理论。提出了模型，给出了一般中小型电机维修过程中控制轴承振动及噪声的安装方法和注意事项。     

Hodgkin-Huxley神经元系统的随机动力学研究

真实的神经元是处在一个充满噪声的复杂生物环境之中．这些内噪声对单个神经元动作电位发放的影响是当前热点之一．针对神经生物学中的Hodgkin—Huxley方程描述这一经典的理论模型，将其转化为随机微分方程形式，利用随机路径分析方法探讨了内噪声对神经元动作电位发放动力学过程的作用．理论结果表明，内噪声存在时动作电位的发放形式偏离无噪声时的概率很小．初步认为内噪声对动作电位发放过程的影响可以忽略，即神经元系统动作电位发放的动力学机制自身存在内禀的鲁棒性。     

一种基于小波包变换和中值滤波的球团矿图像去噪方法

在球团矿粒度在线检测系统中，球团图像采集过程的干扰噪声主要是脉冲噪声和白噪声。中值滤波对脉冲噪声有较好的滤波效果，对于白噪声降噪效果较差；小波包技术可以很好的消除白噪声，但对脉冲噪声滤波效果不理想。提出了一种将小波包变换和中值滤波相结合的球团矿图像去噪方法。实验表明，这种综合方法具有良好的消噪效果，满足球团矿图像后续更高层次处理的要求。     

颤音载波PWM逆变技术研究

通过对PWM逆变器驱动交流电动机时噪声形成过程的分析,阐明了噪声频谱与PWM载波频率的 关系，提出了采用颤音手段扩展噪音频谱的方法，给出了实现颤音载波技术的电路设计，仿真和分析结果。实验证明，由ＰＷＭ逆变器供电的电动机产生的噪声可从单调尖锐的噪声转化为易与背景噪声相融合的杂音，减轻了对工作环境的危害。     

抵消发动机噪声的主动噪声控制系统研究

针对主动噪声控制技术在抵消封闭空间中发动机噪声这一应用，在对主动噪声控制系统实现中存在的几个关键难题进行探讨，研究的基础上，给出了消除声反馈过程、准确获得参考信号和声学路径的估计等几个关键难题的解决方案。     

基于改进无迹卡尔曼滤波的多径估计算法

【目的】在导航定位系统中，基于卡尔曼滤波框架的多径误差抑制算法是提高定位精度的有效方法。但是，在算法的过程噪声和观测噪声协方差初值的选取不当时，会导致估计结果误差很大甚至发散。另外，由于此类算法是基于最小均方误差准则，算法在受到非高斯噪声干扰时尤其是重尾非高斯噪声，会出现估计精度显著下降的问题。【方法】为了在高斯噪声和非高斯噪声下都能够保持较好的多径估计结果提高定位精度，本文提出一种自适应最大相关熵无迹卡尔曼滤波(adaptive maximum correntropy unscented kalman filter, AMCUKF)多径估计算法，算法在观测更新过程中引入最大相关熵作为优化准则，以解决在非高斯噪声下的估计精度下降的问题，在噪声协方差更新过程中用观测量的残差序列对噪声协方差矩阵进行递归更新，取代过程噪声和观测噪声协方差初值的选取。【结果】在高斯噪声和非高斯噪声下分别进行了仿真实验，通过与两种基于卡尔曼滤波框架的估计算法进行对比表明，AMCUKF多径算法不仅能够在高斯噪声下保持较好的多径估计结果，而且在非高斯噪声下也能够保持更高的多径估计精度，有效抑制非高斯噪声的干扰。     

CO2焊电信号的小波分析

CO2弧焊过程电信号的实际测试过程中，噪声的存在常是难以避免的，消除噪声干扰是信号分析中重要的环节。分析了小波软阈值信号消噪方法，通过对CO2焊过程的电信号进行小波软阈值滤波处理，较好地保持信号的突变部分，改善信号特征信息的提取效果。     

加性和乘性噪声对基因转录调控的影响

从DNA到RNA到蛋白质的过程叫基因表达，对这个过程的调节即为基因表达调控。在基因表达调控的转录水平上引进了噪声效应，并发现乘性噪声可作为基因转录调控的“开－关”机制，而加性噪声可影响系统的转录效率。     

加法和乘法噪声关联过程的福克-普朗克方程

考虑一个加法和乘法白噪声驱动的一维系统，给出相应的非线性随机微分方程，并推导了两种噪声关联过程的福克─普朗克方程．通过对其定态解的讨论，我们将看到噪声的关联对定态几率分布的影响．     

基于回归神经网络的非线性动态数据校核及其应用

研究了简化型内回归神经网络基于自适应梯度下降法的训练算法，并提出了一种基于简化型内回归神经网络的非线性动态数据校核新方法，结果表明所提出的方法能够有效地对非线性动态过程进行数据校核，并具有良好性能，与传统的动态数据校核方法相比，所提出方法具有不需要掌握过程本身的精确模型，避免了过程模型误差可能带来的估计误差，不需事先知道测量噪声和过程噪声的统计特性等特点。     

一种基于模式噪声熵的图像来源取证算法

针对数字图像的来源取证，本文提出了一种基于模式噪声熵的检测算法。传感器作为数码相机的重要部件，由于在制造过程中的缺陷，成像时会给图像带来一种模式噪声。该算法利用传感器产生的模式噪声具有唯一性这一特点，对图像进行小波降噪并提取图像的模式噪声。利用模式噪声的熵值对不同来源的图像进行区分。实验结果表明，该方法对原始图像有较高的检测率，对有损压缩图像也有较好的鲁棒性。     

几种图像去噪平滑算法的性能分析

一幅图像在生成、传递过程中常常会受到各种噪声的干扰。受到噪声干扰后的图像的视觉效果会大大受到影响。平滑技术用于平滑图像中的噪声，是数字图像处理中的重要组成部分。本文对受到几种典型噪声污染的图像分别进行了线性滤波、中值滤波和自适应滤波，并对其效果进行了分析比较，得出了结论。     

关联噪声对单模激光统计性质的影响

利用线性近似方法推导了具有ｅ指数关联噪声的单模激光增益模型的光强关联函数和关联时间，分析讨论了光强关联函数随时间的演化特征及各种参数对光强关联时间的影响。研究表明：ａ．噪声间的负关联使得光强关联函数随时间演化具有两种形式，即单调衰减和出现负极值；ｂ．噪声间的负关联使激光的驰豫过程变快，而正关联则慢化了激光的驰豫过程；ｃ．光强关联时间随泵噪声强度变化的一个明显特征是存在一个峰（谷）值。     

科考设备斜滑道入水流致噪声的数值模拟与实验测试研究

为了研究科考设备斜滑道入水的噪声预报问题，本文设计了一种斜滑道装置，利用CFD软件对不同入水速度与投放角度进行投放噪声的数值模拟，选用分离涡模型（detached-eddy simulation,DES）和FW-H(Ffowcs Williams-Hawkings,FW-H)声类比模型开展入水物体噪声计算。在计算得到水动力噪声的时域脉动压力结果后，通过傅里叶变换得到频域的噪声分布。本文设计了相关实验对数值结果进行验证，并通过分析典型工况下的流场域以及噪声的时域及频域特性，进一步分析实验与数值系统误差的来源。结果表明，流致噪声占总噪声的主要部分，斜滑道与科考设备之间的相互耦合作用、滑道壁的流固耦合现象、传送过程中不可避免的机械噪声以及声辐射特性数值模拟模型的不完备性是系统性误差的来源。     

基于小波自相关函数的电磁干扰有源滤波方法研究

针对电力电子电路在换流过程所产生高频开关噪声的各项特征，提出了基于小渡自相关函数的电磁干扰有源滤波新方法．该方法运用小波多分辨分析实现了电网侧开关噪声的快速提取，再根据复小波变换获得噪声的有效幅度谱和相位谱信息，并结合自相关函数辨识出干扰信号的主频，从而建立了一种多层次处理和多层次描述的噪声辨识方法．研究结果表明，该方案能够克服传统干扰抵消抑制技术中频谱泄露的问题，提高检测精度，检测信号的最大绝对误差不超过2％，噪声的衰减平均达20dB以上，因而有源抑制为高频开关噪声提供了新的思路．