红外序列图像中缓动点目标的投影检测算法及其改进

应用形态学滤波算法获得红外图像的背景，利用局域窗口估计的噪声均值和方差对噪声进行归一化，将归一化图像在时域上构成组合帧，然后在组合帧内对目标进行统计检测，分析得到了目标及噪声在组合帧中的统计分布。针对噪声和目标幅值的不同分布特性，进一步对投影算法进行了改进，提高了投影算法的信噪比。实际红外图像仿真表明，该算法可以成功检测信噪比为2的目标。     

光纤激光焊接过程中缺陷的监测与诊断

为了识别激光焊接过程中间隙和错边缺陷,采用自身搭建的光纤激光焊接在线监测系统,实现不锈钢焊接过程中等离子体可见光信号及熔池红外光信号的实时监测,并利用滤波和短时傅里叶变换的信号处理方法对不同缺陷的光信号进行数据分析。得到了信号时域频域随焊接缺陷的变化规律,当出现间隙缺陷时,可见光信号时域幅值从1.5V降至0.2V,1000Hz~4000Hz频率成分缺失,红外光信号时域幅值由3.5V降至1.0V,2000Hz~7000Hz频率成分缺失;当出现错边缺陷时,可见光信号时域幅值从2.0V降至0.5V,红外光信号时域幅值由4.0V降至0.5V,两者0Hz~1000Hz频率成分均缺失。结果表明,可见光信号与红外光信号与激光焊接状态存在一定的相关性,利用光信号的幅值与频率的变化可以有效地识别激光焊接过程中的缺陷。这对实际生产具有一定的应用价值。     

科里奥利质量流量计的信号处理方法的研究

本文讨论了具有跟踪频率变化能力的自适应IIR型、格型和归一化格型陷波器并进行了对比,然后分别用它们对频率、幅值和相位均按照随机游动模型变化的科氏流量传感器的输出信号进行滤波,以求得其频率;再采用自适应谱线增强器从含有噪声的数据中提取出我们所需要的信号然后采用具有重叠窗的改进的滑动Goertzel算法计算两路信号之间的实时相位差,并通过频率和相位差计算出时间差,求得质量流量.仿真结果表明本文所研究的方法是有效的.     

互相关检测法在微弱信号检测中的应用

本文详细分析了如何利用互相关检测法检测出微弱信号,设计了一个基于单片机的微弱信号检测装置.该装置能在噪声源均方根值为1V±0.1V(峰峰值近似为6.6V)的环境下,把峰峰值在200mV-2V范围,频率在500Hz-2000Hz范围内的微弱信号幅值检测出来,检测误差在5%以内.     

α噪声环境下整体最小平均P-范数IIR自适应滤波算法

当无限冲激响应(IIR)系统输入和输出信号中都存在α稳定噪声干扰,传统的最小平均P-范数算法(LMP)的解会出现较大偏差,本文提出了一种自适应IIR滤波整体最小平均P-范数(IIR_TLMP)算法,算法中整体考虑输入和输出信号的α稳定噪声干扰,将最小化l_p范数Rayleigh商采用随机梯度法得到自适应IIR滤波方程。通过仿真首先考察了特征指数和步长因子等主要参数对TLMP算法性能的影响,最后分别在时不变和时变系统中,将TLMP算法与LMP算法的性能在进行了比较,结果显示TLMP有更快的收敛速度和更小的误差。      

基于EMD-NLMS的船舶发动机声信号降噪处理方法

针对船舶声信号降噪滤波的问题,提出了一种基于经验模态分解-归一最小均方的算法。该方法进行经验模态分解得出噪声分量,将得到的噪声分量作为输入信号进行自适应滤波,通过自适应滤波算法迭代处理得到降噪后的信号分量,并把信号分量叠加得到最终降噪后的信号。通过对比最小均方算法、归一化最小均方算法、经验模态分解-最小均方算法和经验模态分解-归一最小均方算法对船舶声信号的降噪效果,得出在船舶声信号滤波降噪方面经验模态分解-归一最小均方算法相比于其他三种算法有更好的滤波效果。     

基于多级滤波的感兴趣边缘检测算法

针对边缘检测过程中阈值难确定和提取干扰边缘较多的问题,提出了一种基于多级滤波的感兴趣边缘检测算法。该算法分为四个步骤:首先对图像进行平滑滤波;之后计算水平方向和垂直方向的梯度幅值图像和梯度方向图像;然后根据梯度方向图像对梯度幅值图像进行噪声边缘滤波,并对梯度幅值图像进行非最大值抑制;最后对滤波后的梯度幅值图像进行分割,对得到的边缘映射图进行边缘跟踪,获取所有的边缘段及其特征,并滤除不满足特征约束的边缘,得到感兴趣的边缘。试验结果表明本文算法有很好的适用性。     

基于PL-EPLL的未知时变窄带噪声有源控制方法

针对船舶动力机械装置未知时变窄带噪声的有源控制问题,基于锁相环信号跟踪生成原理,通过在锁相环中引入次级通道执行机构,推导了新的未知时变窄带噪声有源控制方法.首先,通过EPLL（Enhanced Phase Locked Loop）环节中引入次级通道,形成基于EPLL的未知时变窄带噪声有源控制方法;其次,通过近似分析得到其等效线性差分方程,研究了窄带噪声信号幅值和次级通道特性对算法收敛性能的影响;再次,通过引入幅值归一化和次级通道归一化改进措施,提出了基于Pseudolinear（PL）-EPLL的窄带噪声控制方法.相比原方法,改进算法幅值、频率/相位收敛方程的收敛特性与窄带噪声信号幅值和次级通道特性无关,对不同强度分量的多频窄带噪声控制,具有较为一致的收敛速度.最后,通过仿真分析,验证所提出方法的有效性.     

带修正因子的均值和中值滤波算法研究

大部分自然图像同时包含高斯噪声和椒盐噪声,简单的运用传统的滤波算法不能得到理想的滤波效果。为了解决混合噪声图像的滤波问题,分别针对以高斯噪声为主的混合噪声图像和以椒盐噪声为主的混合噪声图像,提出了带修正因子的均值滤波算法和带修正因子的中值滤波算法。这两种算法是在修正后的阿尔法均值滤波算法的基础上做了两方面的改进：首先,提出在图像邻域内为不同灰度值的像素点给出归一化的权值,用这些权值和其对应的灰度值共同决定滤波输出。其次,所设计的权值可以用修正因子来进行微调,来获得理想的滤波效果。实验证明,其处理效果优于传统滤波算法和修正后的阿尔法均值滤波算法。     

光纤矢量水听器系统本底噪声的自适应抵消

本底噪声是制约干涉型光纤矢量水听器系统在低频远距离目标探测领域中应用的重要因素之一。为降低系统的本底噪声,提出了一种基于自适应噪声抵消的降噪方法。在光学系统中增加一个与传感迈克耳孙干涉仪结构参数相等的对声压不敏感的参考干涉仪作为参考通道,以获得由光源与电路等共同噪声源引入到各干涉仪的高相关噪声。然后,使用归一化均方根误差的自适应算法分别对声压及加速度信号中与参考信号高相关的噪声部分进行抵消。湖试数据的分析结果表明,该方案能够有效降低系统本底噪声,其中对电磁干扰带来的50 Hz倍频信号的抑制能力高达15~25 dB,对500 Hz以上的平坦噪声谱的抑制为3 dB左右。     

一种用于3G系统中复杂背景噪声环境下的话音激活检测算法

本文讨论了一种新的应用在3G自适应多速率系统中复杂背景噪声环境下的话音激活检测算法。这种算法基于谱估计理论和周期信号检测方法,应用一个IIR滤波器组把输入窄带语音信号分面九个频带,进而估计每个频带的语音信号和背景噪声的电平,结合基音和音调检测,在区分语音和移动环境中的大多数背景噪声对表现得足够健壮,最后,基于欧洲电信标准委员会建议的3G平台对这种算法进行了仿真评估,并就其健壮性从主客观两个方面进行了分析。     

水下脉冲激光探测后向散射噪声自适应滤波算法

在信号处理中抑制水体传输中带来的后向散射噪声,是水下脉冲激光探测的关键技术之一。基于同一水域相邻2次探测后向散射的相关性,提出一种改进的归一化最小均方（NLMS）自适应滤波算法。根据后向散射的强度和滤波后目标信号大小控制步长因子,使其对不同距离、不同强度的目标信号均能取得良好的滤波效果。通过计算机仿真和水池实验对算法进行验证,结果表明,对不同距离、不同反射强度的目标,该滤波器算法均能以较低的阶数有效滤除后向散射噪声,保留目标回波信号。与现有的自适应滤波方法相比,大大减少了滤波所需的计算资源,在水下脉冲激光探测系统上具有一定的应用价值。     

基于自适应波束形成的鱼雷对潜目标识别技术

通过鱼雷对潜目标准确识别,实现对目标的精确打击。当前的目标识别算法采用时频特征提取算法,随着海洋背景噪声强度的增大,准确识别概率不高。提出一种采用亮点回波信号自适应波束形成的鱼雷对潜目标识别算法,首先进行了鱼雷对潜攻击声探测亮点回波模型构建,采用级联滤波器进行回波信号降噪处理,对滤波后的输出信号进行自适应波束形成处理,实现信号的特征提取和指向性聚焦,提高目标亮点回波信号的检测性能,实现目标准确识别。仿真结果表明,采用该算法进行鱼雷对潜目标检测识别,准确检测概率高于传统算法,在低信混比下仍具有较好的准确识别率,抗干扰性能较好。     

低信噪比S模式应答信号相关检测方法

针对低信噪比条件下S模式应答信号检测概率低、虚警概率高的问题,提出一种基于数据包检测、单脉冲匹配滤波和报头多脉冲检测等三次相关检测的增强识别方法。该方法首先利用数据包相关检测得到数据包位置,从而确定报头脉冲的检测门限;然后利用单脉冲匹配滤波对信号进行降噪处理,确定脉冲位置;最后估计脉冲幅度和噪声功率,利用多脉冲相关检测识别信号报头。通过这三次相关处理,该识别算法可提高S模式应答信号的准确识别率。理论推导了检测概率的数学表达式,通过计算机仿真,在期望虚警概率下,本文方法基本达到了理论检测概率,同时对比了本文方法与传统的直接匹配滤波法、脉冲前沿检测法、基带归一化互相关法的识别性能,验证了本文算法性能的优越性。      

基于V/F变换下的数字相敏检测监控光学膜厚

本文采用基于电压-频率变换(V/F)的数字相敏检测技术应用于光学监控信号检测,得到的被检测信号的幅度,即光学监控信号波形.而且针对光学监控系统中被检测信号特点,从理论分析角度说明了本方案抑制被检测信号低次谐波和白噪声的性能.仿真分析中针对加入了2,3,4次谐波和零均值随机白噪声,信噪比为20dB,频率为166Hz的被检测信号,利用本方案检测出光学监控信号反射率最大误差＜0.2%.分别利用本方案检测出的光学监控信号和理想监控信号读取反射率极值点对应薄膜厚度,对比可知采用本方案监控膜厚理论误差＜2nm.     

基于噪声检测的高密度椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度的保护图像的细节信息,使得高密度噪声污染图像也能得到较好地恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

自适应滤波算法在微弱振动测量中的应用

将递归最小二乘自适应滤波算法应用于激光多普勒测振技术中,搭建了相应的微弱振动测量装置。模拟仿真与实验中,通过与设计的切比雪夫低通滤波算法对比,结果表明:该递归最小二乘自适应滤波算法能够有效抑制随机高斯白噪声,还原出原始信号;能够对简谐振动信号实现有效滤波,并且可以还原出淹没在噪声中的低频20 Hz信号;文中算法可以去除语音噪声,使声音更加纯净,增强语音信号,以此验证了该算法在外差振动测量中的可行性。该算法简单易用、收敛性强、速度快,尤其对于随机噪声的去除比普通的低通滤波器更加有效。     

室内穿墙场景下的无源人体目标检测算法

穿墙场景下,由于墙体造成信号严重衰减,接收信号中目标反射信号的能量大幅下降,接收信号淹没在收发机直射信号和室内家具反射信号中,难以检测墙后目标。针对上述问题,该文提出一种新颖的基于多维信号特征融合的穿墙多人体目标检测算法(TWMD)。先对接收到的信道状态信息(CSI)进行预处理以消除相位误差和幅值噪声,再利用CSI的时序相关性和子载波相关性从相关系数矩阵中提取多维信号特征,最后使用BP神经网络完成特征与检测结果之间的映射。实验结果表明,该算法在玻璃墙、砖墙和混凝土墙环境的识别精度分别在0.98, 0.90, 0.85以上。根据所统计的4000个各类样本的检测结果,与现有基于单一信号特征的检测算法相比,该文算法在对不同数量运动目标的检测上,获得了平均0.45的精度提升。