一种小波阈值降噪改进算法

基于Stein的无偏估计原理的自适应小波降噪阈值选择(rigrsure)算法,利用小波变换分解低信噪比下的Block信号,使用rigrsure算法获得重构后的低频信号和各层细节信号小波降噪阈值,提出了一种改进降噪算法,对Block信号降噪,通过仿真取得良好的降躁降噪效果。     

数字阵列雷达方位超分辨角度估计的仿真

基于幅度比较单脉冲方法的测角局限性,采用先进的阵列超分辨测向技术MUSIC算法,对处于同一距离门和频率门的2个目标,在纯噪声背景和杂波背景下进行了波达方向(DOA)估计,对不同的信噪比和目标进入角度,仿真了目标的分辨情况并计算了DOA角度估计的精度,证明了机载雷达方位超分辨角度估计可以较好地实现落入清晰区或者副瓣杂波区目标的角度分辨与精度估计,但是对目标的信噪比和进入角度有一定的要求.     

小波阈值降噪法在Φ-OTDR扰动传感系统中的应用

针对目前基于相位敏感光时域反射计（Φ-OTDR）的分布式光纤扰动传感系统信噪比较差的问题,提出采用小波阈值降噪法对系统采样信号进行信号处理的前期降噪。分析系统有效信号特征,采用小波阈值降噪法中强制阈值降噪法、软阈值降噪法以及硬阈值降噪法分别对采样信号进行降噪处理,经过比较选择了阈值降噪法作为降噪算法。定量对比降噪前后扰动信号的信噪比,证明采用小波阈值降噪法中硬阈值法处理后的数据在进行后期定位算法时,信噪比提高近一倍。     

三重降噪的盲源分离抗干扰算法

为了提高低信噪比条件下盲源分离的性能,提出了一种基于互补集合经验模态分解降噪、小波阈值降噪和随机共振降噪的三重降噪盲源分离抗干扰算法,分析了三种互补集合经验模态分解降噪与小波阈值降噪相结合的前降噪方案和扩频结合随机共振的后降噪方案,仿真讨论了所提算法的抗干扰性能。仿真结果表明,该算法在一定范围低信噪比条件下能够从受扰的混合信号中恢复出通信方的期望信号。     

一种改善和差测角盲区的快速算法

传统的和差测角方法在雷达、对抗、通信等多个领域得到了广泛的应用,但受限于信噪比的影响,角度测量盲区较大。超分辨算法(如MUSIC等)能够达到非常高的角度测量精度,但计算复杂度随着阵元或波束个数的增大而增加,为了降低实时处理的难度,同时考虑到实际环境中都是针对单目标的角度测量,提出了一种基于两波束的超分辨MUSIC算法,该算法涉及到的二维矩阵特征分解在角度估计过程中具有闭式形式,不仅运算复杂度很低,而且适用于目前大多数的阵列处理系统。     

一种改进的小波阈值算法在激光侦听中的应用

为了更好地实现激光侦听中的语音降噪,采用一种改进的小波阈值去噪算法,进行了理论分析和实验验证,取得了一系列仿真数据。结果表明,改进后的算法与传统的降噪算法相比,降噪后的语音信噪比显著提高,降噪效果明显,信号波形更加平滑、失真度小。     

空间平滑法在米波雷达中的应用

讨论了MUSIC空间谱估计算法的改进方法一空间平滑法、超分辨率在米波雷达中的应用，主要是通过建立阵列信号模型将空间平滑法应用于米波雷达实现超角分辨，仿真结果表明空间平滑法可以有效地分辨常规MUSIC法无法分辨的相干信号。     

基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究

针对宽带噪声干扰的语音降噪问题,提出一种基于LMS自适应噪声抵消和小波阈值的语音降噪算法。该算法首先采用LMS自适应噪声抵消器对消部分噪声,得到较高信噪比的语音信号后,再对其进行小波分析,用一种新的阈值函数对信号进行降噪,再重构得到降噪后的信号。Matlab仿真实验证明,该算法的效果优于单一算法,且避免了传统谱减法带来的"音乐噪声",视觉效果、输出信噪比和均方根误差也有很大改善。     

基于小波域模糊阈值算法的脉冲星微弱信号消噪

脉冲星辐射信号具有极低的信噪比,传统降噪算法难以在抑制噪声的同时保留细节信息。为此,提出一种模糊阈值小波降噪算法。该算法通过引入模糊理论,建立隶属度函数,计算信号每个采样点的隶属度,再利用小波阈值消噪算法设定门限,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到降噪的目的。实验结果表明:与小波"db6"和小波"sym4"软阈值消澡算法相比,该算法能有效提高脉冲星辐射信号的信噪比,能保留较多的有用细节信息,避免脉冲累积轮廓过于光滑。     

基于贝叶斯估计的小波阈值图像降噪方法

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法，该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计，这种对小波系数的估计不仅与子带的方向和层次有关，而且与小波系数的大小有关。试验结果该方法比一般小波收缩阈值方法的降噪效果要好；还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差，当峰值信噪比较高时该方法的降噪效果比Wiener滤波好。     

基于小波阈值去噪和共轭模糊函数的时频差联合估计算法

为了解决二阶互模糊函数对相关噪声处理的局限性问题,以及基于四阶累积量的联合估计算法的运算量大的问题,该文利用小波阈值去噪方法结合非圆信号的特性,提出一种新的时频差联合估计算法。该方法首先对接收信号进行小波阈值去噪,然后构造共轭模糊函数,最后再进行2维搜索,得到时差和频差参数。仿真实验给出不同信噪比下的参数估计结果,得出这种算法能抑制相关噪声,又能相对降低运算复杂度,并且在较低信噪比下也能做出准确估计。     

一种改进的小波阈值去噪法

基于小波变换的阈值去噪法是去除数字信号中白噪声的有效算法,其中阈值函数的选择关系着重构信号的连续性和精度。但是硬阈值函数在阈值点具有不连续性,软阈值函数中估计的小波系数与信号的小波信号间存在恒定偏差的缺陷,这些缺点限制了阈值去噪法的进一步应用。将硬阈值和软阈值函数进行加权平均,选取适当的权值函数,可以构造出一种克服了软硬阈值缺点的新的阈值函数。仿真结果表明,该方法具有较好的去噪效果。     

射频特征对MUSIC算法的影响分析

分析了MUSIC算法测向的基本原理,分别针对辐射源的频率、信号持续时间以及信噪比3种射频特征,通过理论推导分析了其对MUSIC算法测向性能的影响,频率影响波长进而影响测向结果的估计精度,甚至会产生虚假谱峰,信号持续时间和信噪比在一定范围内与测向估计精度成正比,并对该结论进行了仿真验证。     

Robust estimation of fetal heart rate variability using Doppler ultrasound

This paper presents a new measure of heart rate variability (HRV) that can be estimated using Doppler ultrasound techniques and is robust to variations in the angle of incidence of the ultrasound beam and the measurement noise. This measure employs the multiple signal characterization (MUSIC) algorithm which is a high-resolution method for estimating the frequencies of sinusoidal signals embedded in white noise from short-duration measurements. We show that the product of the square-root of the estimated signal-to-noise ratio (SNR) and the mean-square error of the frequency estimates is independent of the noise level in the signal. Since varying angles of incidence effectively changes the input SNR, this measure of HRV is robust to the input noise as well as the angle of incidence. This paper includes the results of analyzing synthetic and real Doppler ultrasound data that demonstrates the usefulness of the new measure in HRV analysis.     

Genetic algorithm and wavelet hybrid scheme for ECG signal denoising

This paper introduces an effective hybrid scheme for the denoising of electrocardiogram (ECG) signals corrupted by non-stationary noises using genetic algorithm (GA) and wavelet transform (WT). We first applied a wavelet denoising in noise reduction of multi-channel high resolution ECG signals. In particular, the influence of the selection of wavelet function and the choice of decomposition level on efficiency of denoising process was considered. Selection of a suitable wavelet denoising parameters is critical for the success of ECG signal filtration in wavelet domain. Therefore, in our noise elimination method the genetic algorithm has been used to select the optimal wavelet denoising parameters which lead to maximize the filtration performance. The efficiency performance of our scheme is evaluated using percentage root mean square difference (PRD) and signal to noise ratio (SNR). The experimental results show that the introduced hybrid scheme using GA has obtain better performance than the other reported wavelet thresholding algorithms as well as the quality of the denoising ECG signal is more suitable for the clinical diagnosis.     

HF雷达阵列信道幅相特性的一种估计方法

使用空间谱估计中的多信号分类（MUSIC）算法探测信号到达角，阵列天线互耦系数和信道相位精度直接影响到达角的精度和分辨率，对相控阵雷达无须远/近场辅助信号源估计多个信道幅相值的方法进行了研究。并将此方法用于浙江舟山高频地波相控阵雷达系统，首先对阵列天线互耦系九进行测量估计，然后对系统的信道幅相值进行了实测估计和补偿，证明使用的方法是正确的。     

单分子中心定位精度与信噪比关系及中心定位算法改进研究

本文从理论和实验两个角度研究单荧光分子中心定位精度与信噪比的关系,提供了一种相对简单的方法来确定基于单分子中心定位技术的超高分辨显微成像系统的分辨率。特别是,本文给出一种提高定位精度的像素重建算法,在信噪比等条件不变的情况下,该算法可有效改善单分子定位精度,从而提高超高分辨成像系统的分辨率。     

一种小波域与空域相结合的图像滤波方法

利用小波阈值去噪方法和传统空间域Lee 滤波的特点, 提出了一种图像去噪的的组合滤波方案。首先在小波域对图像阈值去噪, 得到预去噪图像; 再在空间域上利用自适应Wiener 滤波器进一步提高恢复图像的精度。为了保证小波域和空间域两种算法之间的匹配, 对预去噪图像中残留噪声的分布进行了研究, 对其噪声方差估计做了改进, 提出了一种估计噪声方差的近似最优公式。仿真实验表明, 与单独的在小波域或空域去噪相比, 该方法的均方误差和信噪比指标均得到了改善。     

多载频MIMO雷达的空时超分辨算法

该文建立了多载频MIMO (Multi-Carrier-Frequency MCF-MIMO) 雷达的信号模型,指出信号预处理后在接收端形成一个阵元数为NtNr的等效阵列(Nt, Nr分别为发射和接收阵元数),推导出窄带情况下导向矢量是发射和接收导向矢量的kronecker积,并针对该特点提出了采用空时2维MUSIC方法来实现距离和角度的超分辨,从而提高在多目标环境中目标距离以及角度的估计精度。推导了距离和角度估计的Cramer-Rao界,并仿真研究了估计性能与信噪比、快拍数和波达方向的关系,最后给出了面阵情况下3维空时超分辨的仿真结果,验证了该算法在面阵多维情况下的有效性。     

Wavelet thresholding techniques for power spectrum estimation

Estimation of the power spectrum S(f) of a stationary random process can be viewed as a nonparametric statistical estimation problem. We introduce a nonparametric approach based on a wavelet representation for the logarithm of the unknown S(f). This approach offers the ability to capture statistically significant components of ln S(f) at different resolution levels and guarantees nonnegativity of the spectrum estimator. The spectrum estimation problem is set up as a problem of inference on the wavelet coefficients of a signal corrupted by additive non-Gaussian noise. We propose a wavelet thresholding technique to solve this problem under specified noise/resolution tradeoffs and show that the wavelet coefficients of the additive noise may be treated as independent random variables. The thresholds are computed using a saddle-point approximation to the distribution of the noise coefficients