基于子波分解的信号滤波算法

人们一直在利用有效信号和器材怕的某种特性差异,进行着对污染信号恢复,这一过程几乎完全稚呈对信号和器材怕特性的精确描述,子波伙这种描述提供了新的工具,本文对子波域阈值滤波的核心问题－－滤波阈值意义及取值规进行了探讨,给出了滤波阈值更简洁的数学表述,明确了阈随尺度递减的数学关系,使基于子波分解的信号滤波算法,在理论上更加完善。     

基于子波变换阈值决策的非稳信号去噪

本文通过对Donoho阈值决策子波域去噪方法进行研究,该方法采用软限幅函数对噪声信号的子波变换系数做阈值处理以达到去噪的目的。接着具体讨论了在Sym8子波基底下,用此方法对非稳雷达回波进行五尺度的Mallat算法仿真,结果表明该方法抑制噪声效果良好且简单易行,是传统匹配滤波无法比拟的。     

基于DSP的正交离散子波变换系统的设计与实现

子波变换现已成为一种重要的信号处理方法．本文提出一种以ＴＩ公司ＤＳＰ（ＴＭＳ３２０Ｃ３０）为基础的一维正交离散子波变换系统的实现方法，用该系统实现 Ｍａｌｌａｔ 正交子波快速分解与重构算法，并详细介绍了该系统的电路设计原理和相应的软件流程．测试结果表明该系统重构信号的绝对误差小于１０~( －３)。     

利用多普勒信息的波达方向最大似然估计方法

为了充分利用信号的时域特性来改善信号波达方向（ＤＯＡ）的估计性能，本文从最大似然估计出发，推导出了有限快拍，低信噪比情况下多普勒信号波达方向的迭代估计计算法，为进一步减小运算量，本文还推导了一种简化算法，本文提出的两种算法对低信噪比，少快拍数下多普勒信号的ＤＯＡ估计性能比不利用时域特性的ＭＬ方法有明显改善，Ｍｏｎｔｅ－Ｃａｒｌｏ实验验证了本文方法的有效性。     

基于多分辨率分析的光谱信号处理方法

本文介绍了一种基于子波变换的光谱信号处理方法,论述了离散二进子波变换的快速算法。利用子波变换的多分辨率技术,达到信号滤波,数据压缩,去除低频扰动等目的。用本文方法,对野外实测光谱数据进行了识别检验,结果表明,该方法是十分有效的。     

利用信号谱相关特性提高谱估计测向性能

介绍了几种将谱相关理论用于谱估计测向的新算法。它们将时间和空间处理相结合，从而克服了常规空间谱估计测向算法存在的不足，并提高了信号选择性、分辨率、过载能力、检测能力等方面的测向性能，其中谱相关信号子空间拟合（ＳＣ－ＳＳＦ）算法，还适用于对宽带信号的到达方向（ＤＯＡ）进行估计。     

基于改进差分阈值算法的心电检测技术研究

针对差分阈值算法中固定阈值的局限性,文中提出了一种基于自适应波峰阈值和R波间隔阈值的算法。该算法结合心电信号特点自动选择波峰阈值,并选择R波间隔阈值,提高了算法的自适应性和准确率。文中以MIT-BIH心律失常数据库中的心电信号作为实验样本,采用带通滤波与小波阈值滤波相结合的方法完成心电信号去噪,采用改进差分自适应阈值算法对心电信号进行波形检测。实验结果表明,该算法能够将心电信号R波的检测准确率提升到99.57%,有效减少了误检、漏检问题的发生,并可准确完成心率、心率变异性、身体疲劳度、精神疲劳度计算和常见心律失常分类。     

子波变换去噪的一种新算法

在图象平滑中，经常采用均值滤波和中值滤波。然而均值滤波对高斯白噪声比较有效而中值滤波对脉冲噪声比较有效。因而寻求对两种噪声都有效的去噪算法是我们所希望的。本文在概要介绍子波变换的基础上，首先从理论分析和实验计算两个方面详细讨论了脉冲信号和高斯白噪声的子波变换特性。然后说明了一种对脉冲噪声和高斯白噪声同时有效的新的去噪算法。最后利用改进的去噪算法对一维信号和二维信号进行了实验，并给出了数字仿真的结果。     

基于形态学运算和自适应阈值的心电信号消噪

抑制信号中的噪声干扰,是心电(ECG)信号预处理中的关键步骤.针对传统形态学滤波损失有用信号的缺陷,本文提出了一种基于形态学运算和自适应阈值的ECG信号消噪算法.首先,对含噪ECG信号进行形态学滤波和形态学峰谷提取运算;然后,估算形态学峰谷信号中时变噪声的即时方差,并依据3σ准则对峰谷信号进行自适应阈值处理,保留其中的有用信号;最后,将阈值处理结果与形态学滤波结果相加,作为ECG信号消噪处理的最终结果.仿真试验与实际应用结果表明,该算法不仅可以有效去除时变噪声的干扰,而且较好地保持了ECG信号的特征形态,处理效果明显优于以往的形态学滤波算法,且比基于平稳小波变换的消噪算法更适用于非平稳ECG信号的消噪处理.     

DS-CDMA 与 MC-CDMA 通信系统的比较

本文比较直扩码分多址（ＤＳ－ＣＤＭＡ）系统和多载波码分多址（ＭＣ－ＣＤＭＡ）系统的组成方式,发射机和接收机构以及两种通信方案的系统容量。通过分析比较得知,ＣＭ－ＣＤＭＡ比ＤＳ－ＣＤＭＡ有着更大的系统容量,更能充分利用信号带宽,也更适用于宽带移动通信系统。     

两发两收SAR 系统互相关噪声消除方法研究

该文针对两发两收SAR 系统分离混合回波信号时的互相关噪声问题,提出了一种基于限幅滤波器和逆滤波的互相关噪声抑制方法。该方法通过限幅滤除了互相关噪声的大部分能量,从而达到较好的抑制互相关噪声的目的。同时详细给出了该方法的原理和实现步骤。并通过计算机仿真和对积分旁瓣比等的定量计算证明了该方法的有效性。      

基于Tetrolet变换域核维纳滤波斑点噪声抑制

针对图像中广泛存在的斑点噪声,提出了一种基于Tetrolet变换域抑制方法。该方法首先对噪声图像进行三层Tetrolet分解,获得低频和高频分解系数;然后对于高频Tetrolet分解系数采用基于核方法的自适应维纳滤波器进行滤波处理;对于低频Tetrolet分解系数设计出一种可调节参数的自适应阈值函数进行噪声抑制;最后进行系数重构。实验结果表明,该算法具有较好的滤波效果。     

一种基于小波和Wiener相结合图像去噪新方法

本文提出了一种新的小波变换和维纳滤波相结合的图像滤波方法.该滤波方法首先使用小波变换,将图像信号从时域变换到频域,结合新的wiener方法对图像的高低频结果进行滤波处理。改进的自适应Wiener滤波器可以根据图像特性,在给定的多个模板间对图像进行自适应模板选择,使得滤波效果更加理想。实验结果表明,本文提出的方法比传统的维纳滤波和小波阈值去噪方法有较大的改善。     

小波去噪在光纤电压传感器中的应用

文中介绍了光纤电压传感器的工作原理。并以小波变换为核心,为了改进滤波效果,提高去噪质量,在常规小波阈值去噪方法基础上,提出了基于小波变换的改进阈值函数去噪方法。与传统的硬阈值和软阈值比,该函数不仅易于计算,而且具有优越的数学特性和清晰的物理意义。利用小波变换对所检测到的电压信号进行分析,通过对理论模型进行仿真,证明该方法有很好的去噪效果。     

低信噪比红外图像小目标的检测

文章提出了一种新的自适应平滑滤波方法,并据此设计自适应高斯核平滑滤波来抑制红外图像中的随机噪声。在此基础上依据小目标是孤立亮斑的特点设计出三阈值起始点提取方法,然后用有阈值限制的区域生长和区域合并的方法恢复没有被提取出来的面目标的内部和弱边缘。实验表明本方法的正确性和有效性。     

直扩系统中匹配滤波器捕获方法研究

介绍了直扩系统中利用匹配滤波器方法进行捕获的特点和电路结构,重点研究了在高斯白噪声环境下采用部分周期相关匹配滤波器捕获方法的性能,推导了捕获方法的检测概率和虚警概率。最后利用Simulink对匹配滤波器捕获方法进行了仿真,给出了对应不同匹配长度和不同门限的检测概率和虚警概率曲线。     

Adaptive Threshold Median Filter for Multiple-Impulse Noise

Attenuating the noises plays an essential role in the image processing. Almost all the traditional median filters concern the removal of impulse noise having a single layer, whose noise gray level value is constant. In this paper, a new adaptive median filter is proposed to handle those images corrupted not only by single layer noise. The adaptive threshold median filter （ATMF） has been developed by combining the adaptive median filter （AMF） and two dynamic thresholds. Because of the dynamic threshold being used, the ATMF is able to balance the removal of the multiple-impulse noise and the quality of image. Comparison of the proposed method with traditional median filters is provided. Some visual examples are given to demonstrate the performance of the proposed filter.     

强起伏云背景下的小目标图像预处理算法

强起伏云背景下的小目标分割是图像处理中的重点和难点之一.本文将高通滤波和数学形态学图像处理算法相结合,提出一种新的预处理方法.首先,利用高通滤波器作为背景抑制滤波器,消除强起伏云背景对图像分割的影响;其次,利用阈值算法将背景抑制后的图像转化为二值图像;最后,应用形态学方法消除噪声得到最终的小目标分割结果.仿真试验表明,该算法具有较好的预处理效果.     

基于Shearlet变换域图像噪声混合滤波方法

在深入分析Shearlet变换理论的基础上,给出具体的Shearlet变换步骤,并提出一种针对图像脉冲噪声的混合滤波方法.该方法首先对噪声图像进行Shearlet多尺度变换,获得高频和低频系数,保留低频系数不变;然后针对Shearlet高频系数能够较好地刻画噪声局部化的性质,设计出一种多尺度、多方向特性的串/并联自适应中值滤波器,对高频系数中噪声进行自适应检测和滤除;最后实现低频系数和滤波后高频系数重构.通过与小波阈值法去噪和开关中值滤波法仿真实验比较可知,该滤波方法对于高强度的脉冲噪声具有较好的处理效果.     

小波阈值法在光干涉信号除噪中的应用

通过对传统数字滤波和Birge-Massart小渡阈值法的比较,对光反馈自混合干涉信号进行了去噪研究.构建了光反馈自混合干涉理论模型,通过对其仿真波形和实测波形的处理,比较了加权平滑滤波、有限长单位冲激响应滤波器和小波阀值法的去噪效果,结果表明,小波阑值去噪方法明显优于另外两种传统的滤波方法,具有更好的去噪效果.