基于小波分析的功能磁共振图像的去噪预处理

对基于小波分析的fMRI去噪作了较具体的论述，并在Donoho和Johnstone的Hard函数及Soft函数基础上提出了更合适的Hard—Soft函数．从结果分析看，Hard—Soft函数比Soft函数在保留图像细节上占优，而去噪性能比Hard函数要好．因而能够在图像去噪和保护信息上达到更好的均衡，克服了Hard函数和Soft函数的两个极端状况．     

宾馆燃油锅炉的噪声控制

对一种新型燃油锅炉的噪声源进行了分析，采用燃油锅炉噪声综合控制技术，如消声、吸声、隔声以及通风散热等措施使其达到环保要求，此技术具有推广价值，特别是各种噪声控制方法以及设计参数的选择，对于类似的噪声治理的课题具有借鉴意义。     

运用概率神经网络对混凝土拱坝进行损伤位置的识别

大型水利工程的灾难性事故多由大坝的微小裂缝发展而成,在运行期间对混凝土坝的裂缝进行监测十分重要.提出了基于振动测试数据用概率神经网络对混凝土拱坝进行损伤检测,并针对一混凝土拱坝进行损伤识别的数值模拟分析,结果表明基于振动测试数据利用概率神经网络识别混凝土拱坝的损伤位置是可行的.     

暴涨指数的随机理论

回顾了现代宇宙学的历史和现状,从Friedmann方程出发,将标量场的量子涨落作为Gaussian白噪声,建立了反映宇宙暴涨过程的Langevin方程,得到尺度因子的均值、自相关系数和方差;特别是详细计算了暴涨指数,发现用这种方法得到的暴涨指数与经典结果差异甚微.     

一种基于邻域信息的椒盐噪声滤波算法

中值滤波是最早提出的一种有效抑制椒盐噪声的滤波算法，但其最大的缺点是模糊了细节部分．提出了一种改进的中值滤波算法，根据待测点与相邻像素点之间灰度值的相似性来区分噪声点与图像点，对噪声点应用中值滤波，而对图像点保留其灰度值不变，该算法在有效抑制椒盐噪声的同时能很好地保护细节．     

小波分析中频带能量泄漏及对策

为了寻找信号特征提取优化的方法，排除误诊断，分析了Daubcchies小波系列的频带频率特性，指出了小波分析存在着频带能量泄漏的问题。频带能量泄漏不利于信号的特征提取和分析。通过仿真研究，得到了频带能量泄漏的基本规律，提出了频带能量增量比较法。该方法通过比较小波分析的相邻三个频带的能量增量，确定信号的特征频率分量所在的频带，进而以该频带的能量增量作为信号变化的特征。实验证明，运用该方法可以优化信号特征的提取。     

开关电源噪声的产生及抑制方法

分析了开关电源噪声产生的类型、原因及传播方式，根据开关电源结构特性，提出了抑制和消除噪声源、屏蔽噪声、滤除噪声等抑制开关电源噪声的一些措施。     

考虑声固耦合作用的光面胎滚动数值模拟

利用ABAQUS软件建立了考虑声固耦合作用的光面胎滚动有限元模型,并对其进行滚动工况下Mises应力、接地性能以及振动模态等力学性能分析。从动力学分析结果中提取光面胎结构有限元模型的表面振动加速度,导入LMS Virtual.Lab Acoustics软件,采用声学边界元法分析光面胎滚动噪声;探讨了接地印痕、载荷、胎压和下沉量之间的关系,并对近场噪声仿真值与实验测量值进行了比较。研究结果表明：考虑声固耦合作用的光面胎Mises应力、接地压力、接地印痕呈对称分布,接触印痕、载荷、胎压随下沉量的增加而增大;考虑声固耦合的光面胎滚动噪声主要分布于50~375 Hz低频段,且内胎气体在滚动工况下产生了稳定声压（8 dB（A））。     

基于复合稀疏去噪的沙漠地震噪声消减

沙漠地震噪声既含有低频噪声又含有高斯白噪声,一般方法很难同时去除这两种噪声,针对此问题提出了使用复合稀疏去噪同时压制沙漠地震噪声中的低频噪声和高斯白噪声的方法。在复合稀疏去噪中将平方损失作为损失函数的保真度约束,将信号和信号一阶导数的 L1 范数作为损失函数的稀疏约束,然后通过最小化损失函数去除信号中的高斯白噪声。为同时去除低频噪声,复合稀疏去噪中联合使用了低通滤波器,即可一次性去除低频噪声和高斯白噪声。分别对模拟地震数据和实际地震数据进行仿真实验,实验表明该方法可有效地同时压制沙漠地震数据中的低频噪声和高斯白噪声,复合稀疏去噪的保幅略好于带通滤波器,去噪后带通滤波器会产生较严重失真,而复合稀疏去噪的失真较小。     

基于超螺旋精度提升机制的OFDM网络信道噪声消除算法

为解决当前OFDM网络信道噪声消除算法难以规避信道中的窄带莱斯噪声,且抗信道衰落能力不强,以及信道间普遍存在严重的频率干涉问题,提出了一种基于超螺旋精度提升机制的OFDM网络信道噪声消除算法.首先,根据各个传输子信道具有差异化的频率载波特性,将传输子信道等价为接收背景中的接收点,从而构建了超螺旋接收结构,有效消除不同传输子信道间存在的频率干扰特性,降低信道窄带莱斯噪声对信号预发射过程的衰落影响;随后,基于角度识别方式进行锐-钝识别,并结合拐点思想,采用序列重排技术,将待发射信号进行消波处理,并进行自旋精度提升,从而提高了其抗窄带莱斯噪声的性能.仿真实验表明:与常见的超高频精度自适应机制(UHF adaptive,UHFA)、共线度自旋精度提升机制(the degree of accuracy of collinear spin,DACS)相比,本文算法与理想状态下的OFDM功率谱密度曲线最为接近,具有更高的信号增益水平与更低的信道误码率.