基于模糊滤波器的椒盐噪声图像滤除

为滤除数字图像中的椒盐噪声,在图像灰度空间上引入模糊划分和像素点灰度值检测噪声,进而利用滤波窗口内非噪声点灰度值描述中心点的灰度水平.依据改进重心去模糊法设计一种模糊滤波器,模拟实验表明该滤波器可以有效地滤除图像中的椒盐噪声.     

数字Dithering的FPGA实现

Dithering是抑制模数转换器ADC量化噪声的重要方法,从数字Dithering量化定理出发,实现了数字Dithering的FPGA过程,对关键设计点给出了详尽的阐述,仿真结果也论证了Dithering对ADC性能的提升有积极的作用,为Dithering算法在实际的应用中起到一定的参考和借鉴作用。     

宽带平衡式低噪声放大器的研究与设计

为解决低噪声放大器设计时带宽和驻波的问题,提出一种结合平衡放大结构和负反馈技术设计宽带低噪声放大器的方法。采用ATF38143晶体管,利用ADS软件对其进行匹配优化,以自偏压的形式提供负压简化电路,通过并联谐振电路调节增益平坦度,设计出一个工作在1.5~2.5 GHz内、端口驻波小于1.4,噪声系数优于0.55、最大增益大于14 dB、带内增益平坦度优于2 dB的宽带低噪声放大器,很好地解决了低噪声放大器的带宽和驻波问题。     

车道模型对高速公路交通噪声预测准确性分析

根据桓永高速公路、随岳高速公路和京津第二通道高速公路的交通量、车型及车速等监测数据,运用中间车道预测模型和车道累积模型,分别对三条高速公路进行了噪声预测,将噪声预测值与实测值进行了对比,并分析了差值的原因,得出车道累积预测模型在高速公路交通噪声的预测准确性上优于中间车道模型.     

基于L~1范数变分模型的高密度椒盐噪声滤波

针对现有图像滤波算法在去除高密度椒盐噪声方面的不足,提出了一种基于L1范数变分模型的去噪算法.该算法首先根据椒盐噪声的特点和像素的局部灰度特征分离出噪声点和信号点,在滤波过程中,对信号点不予处理,而对噪声点采用基于L1范数的变分模型进行恢复.由于椒盐噪声的灰度值与原始像素无关,因此,去噪时只利用噪声点邻域内信号点本身的灰度信息,并将已处理过的噪声点当作新的信号点,以避免对下一像素滤波时的影响.最后通过仿真实验,结果表明,在高密度噪声条件下(50%),该算法的噪声去除能力和细节保护能力均可获得令人满意的结果.     

滚动轮胎结构振动噪声特征分析

考虑悬架的垂向特性,在Abaqus中建立车身-悬架-轮胎-路面系统有限元模型,实现了轮胎在路面上动态滚动,以及在Virtual.Lab中建立了轮胎声学边界元模型,仿真计算了轮胎在动态滚动过程中的结构振动噪声.结果表明:胎面花纹块与路面的周期碰撞是轮胎结构振动噪声的主要噪声源,并由整车轮胎噪声实验得到了对比验证.     

多边形滤波窗口在傅里叶变换中的应用

针对传统傅里叶变换求包裹相位过程中矩形滤波窗口易产生噪声干扰的问题,设计了多边形和圆形滤波窗口。简述了傅里叶变换的原理,通过MATLAB对试验所得物体变形条纹图分别用矩形、多边形和圆形滤波窗口进行了滤波,并讨论了滤波后图像的信噪比。结果表明,针对不同形状的频谱图,采用最适合频谱形状的多边形滤波窗口得到的包裹相位图,噪声最小,质量更高。     

基于keystone变换的噪声调频连续波雷达高速目标探测

针对目标高速运动导致严重多普勒色散的问题,提出基于keystone变换的距离徙动校正方法。根据噪声调频连续波无周期性的特点,对回波信号采用等间隔重叠分段法进行频域相关处理。结合快速离散时间尺度变换算法,能够实现高效的长时间相参积累。无需先验知识,能处理多目标场景。通过仿真实验验证了该方法的有效性,并与传统时域相关法进行了比较和分析。当目标未出现距离徙动时,该文方法和时域相关法对目标输出信噪比的提升效果基本一致。当目标出现距离徙动后,时域相关法的输出信噪比迅速下降,恶化程度与徙动严重程度成正比,而该文方法经距离徙动校正后的输出信噪比则基本不受目标速度的影响,且仍随积累时间的增加而增大。     

融合互近邻和可信度的K-近邻分类算法

文章提出一种融合互近邻和可信度的K近邻算法,根据互近邻的概念删除噪声数据;利用由近邻诱导待分类样本标签的可信度,避免待分类样本近邻中大类吃小类的概率。该算法不仅可以减小噪声数据对分类的影响,而且一定程度上增强了K近邻分类算法的稳定性。该算法在UCI标准数据集上进行了测试,性能相当或优于其他分类器。     

改进的双边滤波算法

针对传统双边滤波不能较好保持边缘特征以及不易于硬件实现这一现状,文章提出一种新的改进的双边滤波算法。该算法加入了基于相似性判断的补偿函数,有效保持了边缘;对指数函数采用Thiele型连分式逼近,更易于硬件的实现。经实验,该算法在主观评价和客观质量上均取得了较好的效果。