基于辅助模型粒子滤波的混沌信号降噪方法

针对传统的扩展卡尔曼滤波方法和无迹卡尔曼滤波方法不能有效地抑制混沌系统的加性噪声这一问题,给出了辅助模型粒子滤波算法,推导了混沌系统的状态空间描述,提出了一种基于辅助模型粒子滤波的混沌信号降噪方法,并将其用于Lorenz混沌信号的降噪。在叠加高斯噪声情况下对混沌系统进行降噪处理实验。结果表明,所提出的降噪方法对含噪Lorenz混沌信号有着较明显的降噪效果。     

主动自导回波信号的非线性动力学特性

以非线性动力学的基本理论和目标回波信号的非线性化为理论基础,分别讨论了正弦信号、主动自导回波信号以及经过滤波处理后的主动白导回波信号的相轨迹运动特性。对一定数量的实测主动向导回波信号数据进行了仿真处理,仿真结果表明,经滤波处理后的主动自导回波信号具有非线性特性,且其相轨迹运动特性及点距和特征参数均成一定的规律性,具有可分性。     

形态滤波方法在抵肩力信号降噪中的应用研究

针对抵肩力实验信号采集过程中引入的噪声污染问题,基于数学形态学理论,提出了一种自适应多尺度形态学降噪方法。该方法采用形态开闭-闭开运算提取含噪信号的正、负冲击成分,根据不同尺度形态运算后的噪声统计分布,对不同尺度下形态运算的结果进行加权平均去噪,解决了细节保持与噪声滤波之间的矛盾。仿真实验以高斯白噪声干扰下的blocks信号为研究对象,信噪比和均方根误差为评定降噪结果的标准,结果表明该方法与传统阈值降噪方法相比具有更好的降噪效果。抵肩力实验结果的应用表明,该方法能够在有效抑制信号噪声的同时较好地保留抵肩力信号特征细节,为抵肩力信号特征的提取提供了一种降噪方法。     

基于神经网络的混沌调频信号旁瓣抑制算法

为了提高雷达的抗干扰(ECCM)能力,采用混沌调频(FM)信号进行传输,但其回波经传统匹配滤波处理后,存在较高的随机分布的距离旁瓣,严重影响了雷达的性能。提出了一种以量子粒子群优化算法(QPSO)训练径向基函数(RBF)神经网络进行混沌FM信号旁瓣抑制的新方法。将RBF神经网络的参数组成一个多维向量,作为算法中的粒子进行进化,由此可在全局空间中搜索最优解。仿真结果表明,该方法计算简单,收敛速度快,并具有较好的数值稳定性,能很好的抑制距离旁瓣。     

基于局部熵的超声信号阈值降噪方法

针对使用超声探伤方法检测金属材料时结构噪声难以消除的问题,提出将具有自适应噪声的完整集成经验模态分解(CEEMDAN)与局部熵改进的阈值算法相结合的降噪方法,对金属材料的超声信号进行降噪处理。采用CEEMDAN方法分解超声信号,得到多个本征模态函数(IMF)分量与残余分量;计算原信号的局部熵,并根据超声波的传播原理对局部熵数值进行校正,以及确定局部熵的最佳计算窗口长度,使用局部熵改进的阈值降噪算法,对含有结构噪声的IMF分量进行降噪处理;将降噪后的IMF分量与残余分量累加,获得降噪后的重构信号。通过对实测的金属材料超声信号进行试验,结果表明,该方法能够有效去除结构噪声,且最大限度地保留了缺陷信号,降噪效果明显。     

自适应干扰抵消技术在PD引信中的应用

回波信噪比决定了引信在干扰/噪声环境下对目标的检测能力,提高信噪比是引信设计的关键内容.本文利用自适应滤波双通道干扰抵消算法,以背景通道接收到的杂波信号为参考,对主通道进行降噪处理.仿真及试验结果表明,该方法可使信噪比提高约14 dB.     

基于互相关与混沌理论相结合的水下目标信号检测

鉴于当前传统的检测理论基础上的噪声抑制技术其指标已达极限,为了弥补互相关方法应用的局限性,文中将常规互相关检测方法与混沌检测方法相结合,构成一个新的微弱正弦信号检测系统,通过混沌系统相轨迹变化来检测目标信号,实现了强噪声背景下弱信号的检测,并用梅尔尼科夫函数给出了系统出现混沌状态的阈值。仿真结果表明,该检测系统对被强噪声覆盖的微弱正弦信号非常敏感,对任何零均值噪声具有极强的抑制能力。     

InSAR干涉相位图的多级降噪滤波方法

在InSAR干涉相位图降噪滤波中,目前普遍采用的周期均值滤波、加权周期中值滤波和Goldstein滤波等滤波方法均有一定的的局限性,文章提出一种将加权周期中值滤波、Goldstein滤波和小波降噪滤波相结合的多级降噪滤波方法,并通过对实测数据的处理,证明了该算法在有效滤除噪声的同时,可以较好地保持干涉图的条纹信息。     

基于混合噪声模型的射线图像降噪方法

针对射线数字图像的特点,提出了一种基于混合噪声模型的小波中值滤波降噪方法。对射线数字图像噪声成分构成进行分析,建立了混合噪声模型。根据混合噪声模型来计算噪声方差,进而计算BayesShrink阈值,解决了BayesShrink阈值计算中因射线数字图像小波系数不服从广义高斯分布而导致的Donoho噪声方差计算方法失效的问题。为了消除BayesShrink阈值处理引起的图像失真,对小波阈值处理结果进行中值滤波。采用射线数字图像对该方法的有效性进行了验证,实验表明,该方法的降噪效果优于OracleShrink和SureShrink阈值法。     

一种水下航行体支撑轴承的损伤特征提取方法

降低水下航行体中机械噪声是解决整机减振降噪的关键问题。轴承作为水下航行体的重要支撑单元,探讨了轴承发生损伤与水下航行体振动噪声过大的关系,因此应提取损伤特征以便及时发现轴承损伤控制振动噪声。研究了基于EEMD和MED联合的特征提取方法,并将其应用到水下航行体的支撑轴承机械振动信号中,该方法能克服传统的MED对高噪声、谐波干扰情况下特征提取存在冲击特征难以提取的困难。首先通过EEMD分解和峭度阈值方法对原始信号进行消噪,然后利用MED方法对消噪后信号进行滤波,最后对滤波后信号进行包络谱分析判断出损伤类型。     

一种抗海浪扰动实时控制信号滤波方法

为了克服伺服控制系统中滤波效果与系统相位裕度不能兼顾,消除高频噪声会损失有用低频信号的问题,以卡尔曼滤波算法为基础,提出了一种抗海浪用实时控制信号滤波方法,该方法运用状态空间法描述系统,采用2阶自回归模型计算系统参数,以递推算法实现计算机实时处理,从而达到大幅降低信号高频噪声,抑制陀螺漂移,提取有用信号的目的。仿真结果表明,该滤波方法简单,实现方便,抑制性好,可有效减小系统的相位损失,消除了高频干扰,对提高系统带宽与系统开环增益有很大贡献。     

基于粒子滤波的混沌系统参数估计和滤波方法

混沌系统的参数估计是混沌系统控制和同步的前提。鉴于混沌系统具有初值敏感性、不能长期预测等特点,提出了一种基于粒子滤波(PF)的混沌系统参数估计和滤波方法,并将其用于Lorenz混沌系统的参数估计和滤波,在叠加噪声情况下对混沌系统进行仿真分析。结果表明,文中提出的滤波方法在估计偏差方面优于基于扩展卡尔曼滤波（EKF）的混沌系统参数估计和滤波方法,对混沌系统的参数估计和滤波是一种有效的方法。     

基于改进经验模式分解算法的实时滤波新方法

由于电液伺服系统本身的特点使某些干扰信号频段与正常信号的频段很靠近,普通数字滤波器很难起到较好的作用。为了能够精确过滤这些干扰信号,改进了Hilbert-Huang变换中所提出的经验模式分解(EMD)算法,扩展了极值点的定义,给出了插值判断条件,新增了分解结束判断条件。改进后的EMD算法对电液伺服系统信号有更好的包络效果、更佳的分解效果和更快的分解速度,可以满足实时滤波要求。将基于改进EMD算法的实时滤波器应用于实际的电液伺服控制系统后,同普通数字滤波器和原EMD算法进行对比,其结果验证了该滤波器的滤波效果优于普通数字滤波器,计算效率得到提高。     

Detection Algorithm for LFM Echo of Underwater Moving Targets Based on Discrete Fractional Fourier Transform

The mismatch between echo and replica caused by underwater moving target（UMT）＇s radial velocity degrades the detection performance of the matched filter（MF） for the linear frequency modulation（LFM） signal. By using the focusing property of fractional Fourier transform（FRFT） to that signal, a detection algorithm for UMT＇s LFM echo based on the discrete fractional Fourier transform（DFRFT） is proposed. This algorithm is less affected by the target＇s radial velocity compared with the other MF detection algorithm utilizing zero radial velocity replica（ZRVR）, and the mathematical relation between the output peak positions of these two algorithms exists in the case of existence of target echo. The algorithm can also estimate the target distance by using this relation. The simulation and experiment show that this algorithm＇s detection performance is better than or equivalent to that of the other MF algorithm utilizing ZRVR for the LFM echo of UMT with unknown radial velocity under reverberation noise background.     

基于离散分数阶傅里叶变换的水下动目标线性调频回波检测算法的研究

水下动目标径向速度造成的回波和样本之间失配导致匹配滤波器对于线性调频( LFM)信号的检测性能下降。利用分数阶傅立叶变换对LFM信号的聚焦特性，提出一种基于离散分数阶傅立叶变换的水下动目标LFM回波检测算法。该算法与零速样本匹配滤波检测算法相比受目标径向速度影响较小，并且理论分析表明在目标回波存在的情况下，这两种算法输出的峰值位置之间存在数学关系。利用该数学关系本文算法同样可以估计目标距离。仿真和实验数据分析表明：本文算法在强混响噪声背景下对于径向速度未知动目标LFM回波昀检测性能优于或相当于零速样本匹配滤波。     

基于广义解调和广义S变换的时频域去噪方法

毫米波干涉仪回波信号的信噪比对膛内高速运动目标参数的测试精度有重要影响,传统的时域或频域去噪方法经常受到使用条件的限制,为此提出一种基于广义解调和广义S变换的时频域去噪方法。首先估计信号的相位函数对其进行广义解调和广义S变换,在时频域构造有效的滤波器进行降噪处理,随后对去噪信号进行广义S逆变换和逆广义解调并在此基础之上得到目标的运动曲线。基于此方法的二维滤波器参数完全与时间无关,极大地降低了时频滤波器的构造难度。仿真和实测数据分析结果表明:该算法与希尔伯特黄等方法相比能够有效提高信噪比并改善测试精度。     

结合形态滤波与多分辨率 SVD 包的电能质量扰动检测

针对电能质量的扰动检测问题,以电流信号为研究对象,提出结合形态滤波与多分辨率奇异值分解 (singular value decomposition,SVD)包的电能质量扰动检测算法。根据形态学滤波器计算特点,采用余弦结构元素, 对滤除噪声后的信号构造矩阵进行多分辨率 SVD 包分解,通过分解后的高频分量特征检测扰动,结合自适应阈值判 断是否发生扰动,利用仿真对其进行验证。仿真实验结果表明：该算法相较于普通形态学与 SVD 方法有更好的抗噪 能力,且可实现对扰动信号的快速、准确定位。     

基于梯度图像法的激光雷达图像融合滤波算法

为了有效消除激光雷达图像斑点噪声的干扰,针对单一滤波算法的不足,提出一种基于梯度图像法的激光雷达图像滤波融合算法。分析激光雷达图像的噪声特点,综合Lee滤波和小波滤波的优势,该算法利用图像的梯度图像来判断斑点噪声隶属于信号区域还是边缘区域,在边缘点采用小波阈值滤波的结果,在信号区域选择Lee算法的结果达到最好的滤波目的。仿真试验的结果表明:该算法具有很强的散斑噪声抑制能力,能够在噪声滤波和图像信息保持2个方面都能达到很好的效果。     

基于分数阶傅里叶变换的线性调频信号的自适应时频滤波

本文提出了一种基于分数阶傅里叶变换的线性调频(LFM)信号的自适应滤波方法，利用该变换等同于对信号在时频平面进行旋转这一重要特性，将混迭有噪声的信号以特定的旋转角作分数阶傅里叶变换，使得信号与噪声在变换域中的交迭达到最小；在此基础上，通过窄带通滤波器对LFM信号进行抽取，去除大部分的噪声能量，然后，再经过分数阶傅里叶反变换，恢复出原来的LFM信号。理论分析和仿真表明，该方法不仅可获得明显的信噪比的改善，而且具有算法简单及信号失真小等特点，和其它基于二维时频分析工具的滤波算法相比，降低了计算的复杂度，其实现更为简便。