基于主成分分析的经验模态分解消噪方法

 针对非线性非平稳信号的去噪问题,提出一种基于主成分分析(PCA)的经验模态分解(EMD)消噪方法.该方法根据EMD的分解特性,利用PCA对噪声信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理:首先利用"3σ法则"对第一层IMF进行细节信息提取,并估计每层IMF中所含噪声的能量;然后对IMF进行PCA变换,根据IMF中所含噪声的能量选择合适数目的主成分分量进行重构,以去除IMF中的噪声.为验证本文方法的有效性,进行了数字仿真与实例应用实验.实验结果均表明,所提方法的消噪效果整体上优于Bayesian小波阈值消噪方法和基于模态单元的EMD阈值消噪方法,是一种有效的信号消噪新方法.     

冲激超宽带雷达生命信号提取的新方法

冲激超宽带生命探测雷达中,传统的平均相消法不能有效去除直达波,从而影响目标回波信号的提取;同时对回波数据中呼吸、心跳信息的提取仍然基于FFT从频域上进行,因而呼吸信号谐波对心跳信号检测的干扰未得到很好解决.针对这两个问题,采用宽带互相关法对回波时延进行估计,然后提取各个回波时延序列的均值与方差作为特征量,采用C-均值聚类算法对回波进行分类,实现直达波与目标回波的分离;采用经验模态分解将目标回波时延序列分解成有限个固有模态函数,从时域上提取呼吸和心跳信号,从而避免呼吸谐波对心跳信号检测的干扰.     

基于EMD的无载波超宽带雷达目标检测算法

雷达系统的检测能力与回波采样数据中所包含的目标信号的数据量有紧密联系。无载波超宽带雷达体制下,发射脉冲可以由无载波高斯型信号表示,具有周期内持续时间极短、平均功率极低的特点。所以低信噪比就成为了影响其检测性能的重点问题之一。无载波超宽带雷达体制下的回波目标检测不能够继续沿用经典的频域相关接收的检测理论,由于受到系统信号的时域瞬态特性的影响,利用经验模态分解(EMD)算法对原始回波作初步去噪,同时重构目标信号;再通过包络对齐,完成多个回波的非相干积累。仿真结果验证了这种方法的可行性。     

一种改进的基于EMD分解的超宽带信号消噪算法

针对低信噪比超宽带信号的消噪问题,提出一种改进的基于经验模式分解(EMD)的消噪算法.该算法首先对含噪信号进行EMD分解,得到多个固有模态函数(IMF)分量,然后选取高阶IMF重构原信号,达到消噪的目的.针对对UWB信号的IMF重构过程中阶数阈值难以确定的问题,通过数值仿真的方法,得到信号分量和噪声分量在不同阶IMF上的能量分布特性;在对所得特性进行分析的基础上,设计了一种数据自适应的阶数阈值选取算法,解决了EMD消噪中的阶数阈值选取问题.仿真结果表明,EMD消噪算法能够在较低信噪比下提供平均10 dB的信噪比增益,可以有效地对超宽带信号进行消噪.     

太赫兹频段下基于EMD的人体生命特征检测

非接触式的心跳呼吸信号检测对重症患者心跳呼吸的远程监控、自然灾害中受害者的搜寻等都有重要的应用。本文针对人体心跳呼吸信号相对于复杂环境属于微弱信号的情况,提出了一种太赫兹频段下基于经验模态分解(EMD)的人体生命特征检测方法。首先建立太赫兹雷达人体目标回波模型,对回波信号进行经验模态分解。然后进行时频分析,得到心跳呼吸微多普勒信息,提取其频谱质心曲线。再做第二次时频分析,实现心跳呼吸频率的提取与分离。在高斯杂波环境中进行了仿真实验,检测结果表明,基于EMD的检测方法与直接检测方法相比,取得了更好的检测效果,具有较强抗噪能力,适合于微弱信号处理。      

一种ECG信号肌电干扰去除方法的研究

实测心电(ECG)信号通常被多种因素干扰,尤其是肌电干扰的去除存在较大困难。本文提出一种结合经验模态分解法(EMD)与主成分分析(PCA)的消噪算法来去除ECG信号的肌电干扰。解决了通常采用小波算法和EMD等方法会导致ECG信号产生振荡和丢失有用信息的难题。本研究利用PCA对含噪信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理,通过对MIT-BIH心电数据进行仿真,以及定性分析了信噪比(SNR)和均方误差(MSE)。结果表明,ECG信号中的肌电干扰被有效去除,所提方法的消噪效果整体上优于小波去噪算法和EMD消噪算法,是一种有效的消噪方法。     

一种基于交叉证认和经验模态分解的滤波算法及其在激光雷达回波信号降噪处理中的应用

交叉证认技术改进了基于经验模态分解(EMD)的激光雷达回波信号降噪方法。该方法在对激光雷达回波信号噪声特性和经典降噪方法缺陷进行研究的基础上,利用交叉证认技术自适应地识别雷达回波信号中的信号层和噪声层,再通过经验模态分解算法分离噪声和重构信号。通过仿真数据和实测雷达信号对比分析,该方法能够自适应地选择本征模函数中的信号层数,不但有效地滤除了各种随机噪声,而且保留了信号的有效信息特征,减少了信号损失,进而提高了后续数据处理的准确度。     

基于VMD的激光雷达回波信号去噪方法研究

为滤除激光雷达回波信号中的噪声,提高其信噪比,本文提出了一种基于变分模态分解(VMD)的回波信号去噪方法。该方法利用去趋势波动分析对信号进行变分模态分解,通过巴氏距离区分相关模态和非相关模态,采用移动平均法提取非相关模态中的有用信号,并将其与相关模态进行重构实现噪声的有效去除。实验结果表明,经该方法处理后的回波信号输出信噪比提高到了22.58 dB,均方根误差减小为0.78×10-11。该方法能有效滤除激光雷达回波信号中的噪声,保证信号的完整性,与小波变换、经验模态分解直接阈值、变分模态分解局部重构等方法相比,具有明显优势。     

基于脉冲相关性的时域增强EMD轴承故障诊断

为了提高低速动车轴承故障诊断的有效性,提出基于互相关原理对EMD经验模态分解后的信号时域脉冲进行增强。轴承故障信息呈周期性出现,所以经过EMD分解得到的IMF分量也含有周期故障脉冲信号。为了增强故障脉冲信号的信噪比,利用基于对周期信号的时域相关性对各IMF本征模态分量分别进行时域叠加增强,最后对IMF进行包络分析提取故障特征频率。实验结果表明对IMF进行基于脉冲相关性的时域增强能够有效地抑制EMD无法去除的噪声信息,提高IMF包络谱中信噪比。     

采用EMD方法消除瞬态散射回波中的高斯白噪声干扰

本文分析了用经验模态分解(Empirical Mode Decomposition,EMD)方法处理非平稳噪声信号的基本原理,并利用EMD方法有效地消除了高斯白噪声对瞬态散射回波的干扰.文中以一人工合成瞬态回波为例,对本方法的有效性作了检验.     

基于无载频脉冲雷达信号等幅度追踪法检测生命信号

该文首先详细分析了无载频脉冲雷达检测生命信号的基本原理,然后提出了基于回波信号等幅度追踪法检测生命信号的方法。采用自主研发的雷达系统进行检测,结果表明该文提出的检测方法有效。该方法不但能准确判定生命体的有无,而且能够同时提供呼吸信号幅度、频率特征及生命体的位置信息,在短距离非接触式生命信号检测中较传统等距离法有明显优势。     

按多距离通道重构的杂波仿真方法

针对工作于中重频(MPRF)模式的机载脉冲多普勒(PD)雷达,提出了一种视频杂波信号仿真方法.该方法基于计算出的杂波功率谱,按距离通道进行时域信号重构,能够保留各距离通道内频域信息.仿真结果表明,I/Q两路视频信号进行FFT后能够反映出距离-多普勒通道的杂波二维分布,适用于杂波相干视频仿真.     

超宽带载波包络调制及其频谱相关解调

针对超宽带载波包络调制的频谱特性,提出新颖的正交梳状频谱相关解调方法,将超宽带脉冲信号的处理从时域扩展到了频域。阐述了该解调方式的基本原理和设计思路,推导了正交梳状频谱的载波选择原则。对系统性能的分析和仿真证明了频域相关解调的方法有着和时域解调相同的误码率性能。该方法接收机结构简单、成本低,可由全数字电路实现,便于采用其它数字信号处理技术进一步提高系统性能。     

Computational Intelligence Prediction Model Integrating Empirical Mode Decomposition,Principal Component Analysis,and Weighted k-Nearest Neighbor

On the basis of machine leaning, suitable algorithms can make advanced time series analysis. This paper proposes a complex k-nearest neighbor (KNN) model for predicting financial time series. This model uses a complex feature extraction process integrating a forward rolling empirical mode decomposition (EMD) for financial time series signal analysis and principal component analysis (PCA) for the dimension reduction. The information-rich features are extracted then input to a weighted KNN classifier where the features are weighted with PCA loading. Finally, prediction is generated via regression on the selected nearest neighbors. The structure of the model as a whole is original. The test results on real historical data sets confirm the effectiveness of the models for predicting the Chinese stock index, an individual stock, and the EUR/USD exchange rate.     

基于组合滤波的压缩感知穿墙雷达杂波抑制

针对压缩感知穿墙雷达成像过程中受壁杂波污染严重等问题,提出了一种组合滤波的杂波抑制算法。该算法利用小波预处理、统计信号滤波法相结合的方式对回波信号进行处理,通过动态阈值分段弱正交匹配追踪进行稀疏迭代求解。在强壁杂波存在的情况下,组合滤波法能够有效地消除杂波检测出墙后目标。实验结果表明,该算法与传统单一主成分分析、奇异值分解和经验模态分解滤波相比,所成雷达像的子杂波比分别提高了1.57、1.52、1.26倍。     

基于经验模式分解法的光学相干层析成像去噪研究

针对光学相干层析(OCT,optical coherence tomography)成像中存在的散斑噪声和扫描噪声,提出了采用经验模式分解(EMD,empirical mode decomposition)算法同时减小这两种噪声的思想。EMD是一种时频分析法,较傅立叶谱法能准确地确定时变非平稳的这两种噪声随时间变化的频率特性,从而获得更好的滤波效果。结果表明,通过合理设计EMD滤波参数,即可有效地同时减小散斑噪声和扫描噪声,信号的信噪比(SNR)提高(不考虑扫描噪声时,SNR达7dB左右,考虑到扫描噪声时,SNR提高达3dB左右),扫描噪声的条纹对比度降低60%以上,改善了成像质量,同时图像细节得到保留。与小波去噪法相比,本文方法具有滤波器设计简单、去噪效果明显及能同时有效地去除两种噪声的优点。     

基于欠奈奎斯特采样的超宽带信号总体最小二乘重建算法

该文针对超宽带无线通信中需要设计高速模数转换器的问题,提出了一种欠奈奎斯特采样方法,该方法所要求的采样率仅与信号新息率相关,低于奈奎斯特率1个数量级。基于欠采样得到的离散时间超宽带信号,从理论上推导出信号的傅里叶频谱表达式,由此给出了一种总体最小二乘参数估计算法,能够准确地估计出冲激串信号的幅度和时移;通过将估计出的冲激串信号与高斯单脉冲波形卷积,完成超宽带信号的波形重建。仿真和实验结果表明,该文算法能够准确地重建原始超宽带信号,且算法性能优于现有的零化滤波重建算法。     

基于FRFT的风廓线雷达间歇杂波抑制

风廓线雷达回波信号中的间歇强杂波严重干扰了大气湍流回波信号的识别和频谱估计。为了抑制该类杂波,提出了基于分数阶Fourier变换（FRFT）的杂波抑制方法,该方法利用间歇强杂波在分数阶Fourier频率域的能量聚集特性,通过窄带带阻滤波器在分数阶Fourier频率域滤除杂波,且对杂波滤除后的信号进行时域重构进而得到杂波抑制后回波信号的频谱图。与未进行杂波抑制回波信号的频谱图相比,间歇杂波部分被抑制明显。理论及仿真实验结果证明了该方法的有效性。