核磁共振信号工频谐波的自适应滤除方法

针对核磁共振测量信号中的噪声,尤其是拉摩尔频率附近的工频谐波噪声干扰问题,
采用自适应滤波的方法进行噪声滤除,在自适应滤波去噪基本原理的基础上,对自
适应陷波滤波器的性能进行了仿真研究,并将该方法应用到实际采集到的核磁共振信号工频
谐波干扰的滤除中。研究结果表明,相对于传统的设计陷波滤波器去噪的方法,自适应陷波
器可自动跟踪干扰频率和相角,滤波后信号的失真小,通过包络拟合后,信号振幅和弛
豫时间的误差精度较高,可控制在5%以内,从而实现了工频谐波干扰的有效滤除。     

一种自适应抑制工频干扰的新方法

在电子测量系统中,被检测的信号有时叠加有某种周期信号的干扰,如最常见的工频干扰。这类干扰信号的频率若落在有用信号的频谱范围之内,用频域处理方法则很难将其单独消除。在这种情况下,自适应滤波技术是一种有效的方法,它能自动跟踪干扰信号的相位和幅值,使干扰成分得到有效抑制而不损害有用信号。本文在自适应技术基础上,进一步提出一种抑制周期信号干扰的新方法,即以自适应算法综合一组离散傅立叶级数（Discrete Fourier Series,DFS）,用以抵消采样序列中的周期性干扰。这种方法可应用于工业或生物医学测量系统中消除工频干扰和其他周期性或准周期性干扰。     

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．     

非平稳背景噪声下微弱高频CW信号的自适应检测

在强噪声背景下,基于时频联合分析的高频CW信号检测算法性能严重下降,同时标准Kalman滤波器对非平稳背景噪声下微弱高频CW信号也失效.针对此问题,本文提出了一种基于ARMA新息模型的自适应Kalman滤波器检测方法.该方法避免了标准Kalman滤波检测CW信号时需要确定系统噪声统计特性的问题.论文根据CW信号的状态空间随机信号模型,构造了ARMA新息模型,通过在线辨识MA模型参数来估计Kalman滤波增益,从而实现了CW信号的自适应跟踪滤波.仿真结果表明,该方法能够在强噪声背景下动态跟踪CW信号时域波形,且算法简单,实时性强,可用于指导高频CW电报自动接收设备的研制.     

多尺度分解下的自适应滤波器组的构建方法

通过分析自适应滤波和小波变换的多尺度分解滤波的原理与方法,建立了非平稳信号的多尺度分解下自适应滤波器组的构建模型和滤波方法.将小波变换分离出来的噪声成分作为自适应滤波器的输入,通过自适应滤波器组,能实现多种噪声成分的自适应滤波.通过模型验证和工程实例的应用,该方法能实现非平稳信号在同频段对噪声成分和有用信号的最佳估计.通过自适应滤波器组,能同时实现对多种噪声成分的最佳滤波,具有优良的滤波性能.     

一种循环谱域GPS卫星导航信号抗干扰方法

针对弱GPS信号受到的时频重叠复杂强干扰,采用信号抵消的思想,提出了一种在循环谱域消除干扰的方法.首先通过循环谱分析获得强干扰信号的循环频率参数;然后利用自适应频移(frequency shift, FRESH)滤波器与所得干扰信号的循环频率,得到具体的强干扰重构与抵消的频移滤波处理过程;最后采用LMS(least mean square)自适应算法对频移滤波进行实际实现,即可完成对强干扰的快速去除.通过对不同干扰场景下分离出的GPS信号跟踪捕获性能仿真,验证了所提方法的有效性.     

输油管道漏磁检测信号自适应滤波的研究

在采用漏磁法对输油管道进行无损检测过程中,信号会受到各种噪声的干扰。介绍了输油管道漏磁检测方法及归一化最小均方自适应滤波方法。通过实验装置采集了含有噪声的漏磁信号。由于各传感器提离值不能保证一致,对信号进行了补偿调整。将一路的传感器输出信号作为主输入信号,与之相邻的传感器输出信号作为参考信号,采用归一化自适应滤波对主输入信号进行处理。结果表明,采用归一化最小均方自适应滤波方法可使缺陷漏磁信号的信噪比得到显著的提高。     

基于引导滤波的数字图像自动聚焦融合方法研究

为了提高远程物探遥感数字图像的自动聚焦检测能力,提出基于引导滤波的数字图像自动聚焦融合方法。建立远程物探遥感数字图像滤波检测模型,在信息增强技术下进行数字图像的特征匹配,建立远程物探遥感数字图像三维重建模型,构建可见光数字图像的模糊特征检测算法,通过远程物探遥感特征匹配,进行数字图像RGB分解,获得远程物探遥感下数字图像的空间匹配函数,在视觉分布模型下,进行远程物探遥感信息融合,结合空间视觉信息增强的方法,进行数字图像的融合滤波检测,通过引导滤波方法,进行数字图像自动聚焦融合处理,提高图像的输出信噪比。仿真结果表明,采用该方法进行高远程物探遥感数字图像聚焦融合的输出质量较好,图像输出信噪比较高,自动匹配性能较好,提高了高远程物探遥感数字图像识别和聚焦成像质量。     

基于稀疏重构的跳频信号检测方法

针对复杂电磁环境下跳频信号的检测问题,提出了一种基于稀疏重构的跳频信号检测方法,首先采用近似l0范数算法对含有干扰的跳频信号进行稀疏重构,采用拟牛顿法求解无约束多维最优化问题,然后对得到的时频图的频率分量进行二值形态学滤波以去除干扰和噪声,最后通过统计匹配信号的个数完成信号的检测。同时为提高算法的自适应能力,在选取二值化阈值时采用最大类间方差法。理论分析和仿真实验表明该算法在较低信噪比下仍能克服干扰和噪声并较好地保存各跳,实现对跳频信号的检测。     

基于遗传算法的自适应滤波器对白噪声的抑制

信号在传输过程中经常受到白噪声的干扰,由于白噪声频谱分布在整个实数域,常用的滤波器很难将其滤除.讲述了用自适应滤波器和均值滤波对白噪声进行抑制的方法.通过遗传算法对自适应滤波器的进行优化,用均值滤波的方法对自适应滤波器的滤波结果进行进一步滤波,仿真结果表明遗传算法的自适应滤波器能对白噪声进行有效的抑制.     

一种基于熵特征的移动网络入侵干扰信号优化检测方法

提高对移动网络入侵干扰信号的检测,能够对无线网络的入侵信号进行快速有效地截获,保证网络的安全性.对通信入侵干扰信号的检测,需要设计熵特征检测器,给出通信入侵干扰信号检测门限,完成对网络入侵信号的优化检测.传统方法先对干扰噪声进行估计,对通信入侵干扰信号特征进行提取,但忽略了给出通信入侵干扰信号的检测门限,导致检测精度偏低.提出基于熵特征的移动网络中通信入侵干扰信号优化检测方法.该方法先基于概率统计方法提取干扰信号频谱特征,计算移动网络中所有幅值出现的总概率,利用经验模态分解方法分离出通信入侵干扰信号谐波分量,给出干扰谐波分量与目标回波在时频域上能量分布的特征差异,设计熵特征检测器,给出移动网络中通信入侵干扰信号检测门限,完成对移动网络中通信入侵干扰信号的优化检测.     

一种高斯色噪声混响背景的宽带信号检测算法

针对由正反线性调频信号和双曲调频信号产生的宽带混响,研究了以局部平稳高斯色噪声混响模型为基础的分段匹配滤波检测算法。对匹配滤波器采用分段预白化处理,对数据进行合理分段后,对每段数据按高斯色噪声背景下的最佳检测器,即对匹配滤波检测器进行预白化处理,则可以得到分段预白化匹配滤波检测器。仿真试验实现了对混响数据下的宽带信号检测。结果表明采用分段匹配滤波器和分段预白化滤波器可以在低信混比下检测信号,其中分段预白化匹配滤波算法可以有效检测满足局部平稳高斯色噪声背景下的回波信号,且性能优于分段匹配滤波器。     

强噪声下微弱信号处理方法研究

机械设备中信号检测时有用信号比较微弱且存在较强的噪声,给信号检测与处理带来了一定的困难。针对这个难题,采用相关检测、自适应滤波器等微弱信号检测方法,从噪声中检测出微弱信号。首先介绍了相关检测法与自适应滤波器的基本原理,重点阐述相关检测法与自适应滤波器结构及去除噪声干扰的方法,分别用时域与频域方法对微弱信号进行提取。最后在机械实验台上进行验证,实验结果表明：相关检测法与自适应滤波器均能去除干扰信号,提取到有效信号。     

调零天线中的空域极化域联合抗干扰算法

在期望信号功率较小情况下,强同频干扰容易造成系统灵敏度下降,比如卫星导航和卫星通信。采用一个4阵元正交极化阵列,可以通过空域和极化域联合方式对干扰进行抑制。阵列参考阵元位于圆心,其余3个阵元均匀分布在圆周上。自适应滤波采用功率倒置准则下的 LMS算法,该方法调整每个正交极化阵元权系数,使得阵列在干扰极化下等效的极化匹配因子接近为0,实现干扰抑制。算法无需信号空间信息,实现简单,同时使阵列自由度达到6,从而增加抗干扰个数。计算机仿真证明了4个阵元阵列可以有效抑制最多6个干扰,而且,通过极化域处理,即使干扰信号与期望信号入射角度相同,只要极化不同,也可以抑制干扰而保持对期望信号增益。     

输油管道漏磁检测信号自适应滤波的研究

在采用漏磁法对输油管道进行无损检测过程中，信号会受到各种噪声的干扰。介绍了输油管道漏磁检测方法及归一化最小均方自适应滤波方法。通过实验装置采集了含有噪声的漏磁信号。由于各传感器提离值不能保证一致，对信号进行了补偿调整。将一路的传感器输出信号作为主输人信号，与之相邻的传感器输出信号作为参考信号，采用归一化自适应滤波对主输人信号进行处理。结果表明，采用归一化最小均方自适应滤波方法可使缺陷漏磁信号的信噪比得到显著的提高。     

基于LMS自适应噪声对消法的激光液位测量信号波动抑制研究

针对激光液位检测中的信号波动问题,提出了一种采用LMS自适应噪声对消法抑制噪声的信号滤波方法,该方法采用数字高通滤波器获取自适应噪声对消器参考通道的信号。论述了自适应滤波器噪声对消的工作原理、LMS算法以及Butterworth数字高通IIR滤波器的设计方法,给出了整个噪声对消系统的原理图。仿真和实验结果表明,该噪声对消法在保证实际测量信号相位不变的情况下对液位测量信号的波动影响具有明显的消除和抑制作用。     

改进的匹配追踪在方波信号滤波中的应用

为了克服常规滤波方法对方波信号滤波能力的不足,实现对方波信号的精确滤波,提出了一种改进的匹配追踪算法。针对方波信号特征,构建了与方波信号匹配而对噪声不敏感的方波原子;基于正交匹配追踪,并吸收子空间追踪的回溯思想,改进了最优原子选择方法;鉴于有用信号与噪声信号的能量差异,使用了一种自适应迭代停止标准,能准确找到有用信号和噪声的临界点,解决噪声能量未知的预估问题。对不同信噪比下的仿真方波信号进行滤波,经实测验证,所提方法在信噪比和均方误差方面都优于常规去噪算法,且保留了方波的特征,适用于方波信号的滤波。     

基于MATLAB的IIR数字滤波器的设计与仿真

采集到的脉搏信号中通常有人体呼吸等低频噪声干扰及工频和其他高频干扰,只有将噪声信号进行滤波才能对脉搏信号进行谱分析、特征值的提取等后续分析,为解决脉搏信号含噪声问题,提出采用双线性变换法设计无限长单位脉冲响应IIR数字滤波器,并借助MATLAB软件仿真3种不同类型滤波器的幅频特性图,结果表明设计的IIR数字滤波器能够滤除0～1 Hz以及20 Hz以上的高频干扰信号,其中巴特沃斯型滤波器的滤波效果最好。     

基于 RIE 的自适应窄带干扰抑制算法

针对直接序列扩频(direct sequence spread spectrum,DSSS)通信系统中窄带干扰(narrow-band interference,NBI)抑制问题,将窄带干扰存在性识别技术(recognition of interference existence,RIE)和变换域窄带干扰抑制算法相结合,提出了一种自适应窄带干扰抑制算法.该算法能根据接收到的信号,利用基于能限因子的RIE算法判断接收信号中是否含有窄带干扰信号,从而决定是否需要对其进行干扰抑制处理.理论分析表明,当接收信号中不合窄带干扰或干扰信号较小时,既可减少由于窄带干扰抑制算法对有用信号造成的损伤,提高误码率性能,又能降低系统处理的复杂度.仿真结果表明,自适应窄带干扰抑制方案抑制干扰误码率性能明显优于非自适应窄带干扰抑制方案.     

APF指定次谐波电流无差拍控制策略

针对传感器在信号采集时易受噪声干扰影响检测精度的问题,提出一种基于卡尔曼预测的指定次谐波电流无差拍控制方法.该方法是通过离散傅里叶谐波检测方法检测出电网中指定次谐波含量,建立当前的谐波方程,通过卡尔曼算法预测出下一补偿时刻该次谐波的相位和幅值,从而确定该补偿时刻的指令电流.研究结果表明:卡尔曼算法预测同时可以滤除干扰信号,实现指定次谐波电流的高精度无差拍控制.研究结果突破了传统无差拍控制受噪声干扰的问题,实现了电网中含量较高的5、7次谐波采用单独检测与单独补偿,对提高有源电力滤波器补偿精度具有实际应用价值.