小波变换在单片机信号去噪中的应用

在单片机系统工作环境中存在着各种噪声干扰，尽管已采取了一些抗干扰措施，但不可避免会有噪声进入系统。该文根据单片机系统中的信号特点，基于小波变换自动变焦功能，提出用小波变换对含噪信号进行去噪。基于小波变换的去噪是在对含噪信号进行分解的过程中，通过门限方法抽取有用信号的小波系数，然后重建而得以实现。仿真结果表明了在单片机控制系统中利用小波变换进行信号去噪的可行性和有效性。     

地震波形信号小波去噪研究

从小波变换的基本原理出发,讨论了如何选择合适的小波函数及适当的阈值,以实现非线性非平稳地震信号的去噪算法。利用多尺度小波分解对地震波形数据进行了分析,在MATLAB中实现了对地震信号的去噪算法。分析比较了基于傅里叶变换和基于小波变换的两种算法对实际地震信号的去噪效果。结果表明,对于非线性非平稳地震信号的噪声消减,小波变换去噪算法显著优于傅里叶变换去噪算法。     

小波阈值去噪技术研究及其在信号处理中的应用

阈值函数的选取以及阈值的确定是小波收缩消噪的关键问题,阐述了小波变换及小波阈值去噪的基本原理.基于噪声和信号在小波变换下表现出截然不同的性质:噪声对应的小波变换系数将随着尺度的增大迅速衰减,建立了小波收缩消噪的统一框架.在该框架下总结了各种阈值函数的形式以及阈值确定的方式,研究了它们的性能及特点.仿真实验结果表明,该方法既能有效地去除信号噪声,又能较好地保留原信号中的突变信息.     

基于小波变换的诱发电位信号去噪研究

基于一维小波变换的方法对诱发电位信号进行了去噪研究。采用小波多分辨率分析方法来处理信号的高频———即噪声部分,分别对仿真信号和实际信号进行消噪处理,比较了去噪前后信号的信噪比等性能指标。实验表明,小波变换方法能较好地消除诱发电位信号的噪声。     

双密度小波变换的自适应电能质量信号去噪

为改善电能质量信号的去噪效果,提出一种基于双密度小波变换的自适应电能质量信号去噪算法。双密度小波变换具有近似的平移不变性,能更准确地描述信号的真实特征。而双变量收缩函数充分考虑小波系数的层内层间关系,对小波系数采用结合局部方差估计的双变量收缩函数进行去噪处理,并用收缩后的小波系数重构信号。实验结果表明：该算法在有效滤除噪声的同时,能够更好地保留电能质量信号的特征信息,使去噪信号的视觉信息有较大改善。     

基于小波变换的非平稳信号去噪

传统的信号去噪算法往往仅对平稳噪声或缓慢变化的噪声有效, 且残留的信号噪声较大。基于小波变换的去噪算法对传统的小波阈值法进行了改进,根据信号与噪声在小波域的分布特性以及信号和噪声小波变换的模极大值随尺度的变化大小不同,得到噪声在小波域中的位置以及小波系数大小。实验结果表明：该算法对平稳和非平稳的噪声都能进行较好地去噪。     

基于平稳小波变换的飞行数据去噪方法

为更有效地去除飞行数据中的噪声,分析了平稳小波变换的基本原理,将小波系数相关性与阈值收缩去噪方法相结合,提出一种基于系数相关性的改进阈值函数去噪方法。该方法采用平稳小波变换,先对小波系数进行相关性分析,而后使用改进的阈值函数对小波系数进行阈值处理,最后进行信号重构。实验结果表明:该方法不仅能够很好地保持信号的形状,而且信噪比较高、均方误差较小;在实际的飞行数据处理中能够获得较好的去噪效果。     

电力参数直接交流采样信号的小波消噪方法

论述了电力参数交流采样信号的特点,介绍了应用小波分析方法进行信号去噪的基本原理.基于阀值小波变换去除信号高、低频噪声,然后应用小波包分解方法获取信号的特征量从而进行信号的重构,消除瞬态突变干扰信号,并对系统结构和组成进行了分析.实验结果表明：该方法可以有效地进行信号的消噪,并获取真实的采样测量信号.这种方法对其它类似系统也具有一定参考价值.     

桶基平台贯沉深度测量中的小波去噪方法

与传统去噪方法相比，利用小波变换去除被测信号中的噪声具有一些不可比拟的优点。结合桶型基础平台贯沉深度测量中的去噪问题对小波变换去噪的原理和优势进行了详细论述，并用MATLAB对一原始信号做了去噪处理。     

基于小波包变换的弱信号检测

在通信、医学成像和雷达信号处理等领域中常常面临着强噪声背景中弱信号检测的问题。文中分析了小波包变换的良好时频分析特性，根据信号与噪声具有不同的Lipschitz指数，通过引入子频带∞-范数，对信号和噪声进行频谱分析，将最佳子空间的熵值及最佳子空间在完整二叉树中的位置参数作为特征量，并应用浮动阈值去噪方法，解决了低信噪比情况下的弱信号检测。最后，通过计算机的数值计算，模拟了浮动阈值去噪法基于小波包变换和小波变换的强噪声背景下的弱信号检测，从仿真的波形图中得出在低信噪比情况下的弱信号检测方面小波包变换优于小波变换。     

被动声纳目标建模及实时仿真

通过分析舰船辐射噪声的水声特性,提出了工程上应用的舰船辐射噪声连续谱和线谱的数学模型,仿真得到了期望的舰船辐射噪声信号.利用通用的硬件资源和底层控制软件,开发了实时仿真软件,实时输出舰船辐射噪声的模拟信号,经有源信号衰减板衰减为微弱模拟信号.实验证明,得到的微弱模拟信号很好地再现了典型舰船辐射噪声的水声特性,作为被动声呐实时仿真的信号源,可用于半实物仿真及系统测试.     

基于滑动窗实时小波降噪的扩张状态观测器及自抗扰控制EI北大核心CSCD

自抗扰控制技术应用已日渐成熟,但当系统中存在高频非平稳噪声信号时,线性自抗扰控制(LADRC)存在难以选取合适的观测器带宽的问题:当带宽较小时,线性扩张状态观测器(LESO)难以实现对总扰动的实时观测,会造成时滞;当带宽较大时,LESO又会放大噪声对系统的影响,从而造成总扰动观测失真.为了解决这一问题,将小波降噪环节加入LADRC中,通过设计基于滑动窗实时小波降噪的LESO,对含噪输出信号进行实时降噪.使用Simulink搭建系统模型,分别在输出信号中加入高斯白噪声或谐波等不同类型的高频非平稳噪声进行仿真实验,并将所提方法与滑动平均法进行对比,结果验证了所提方法的有效性.     

基于FPGA并行技术的多通道被动声呐信号模拟

利用FPGA并行技术,采用软实时的嵌入式处理器与高速硬实时的可编程FPGA模块结合方式实现了128路被动模拟信号的高速实时动态生成;系统由一路信号实时产生出具有不同相位和噪声的128路信号;实时系统将一路信号下发后,FPGA通过并行插值运算产生不同通道间的时延,叠加高斯背景噪声信号后经乒乓缓存输出;系统以192kHz输出采样率每333μs更新缓冲区数据,由此输出节拍控制装订参数与实时计算节拍;系统测试结果表明生成128路的模拟信号可编程FPGA工作时钟只需要12M即可保证连续输出,需要系统开辟的输出乒乓缓冲区大小为32K,可保证系统在最高采样速率下实时计算输出被动辐射噪声信号,满足系统实时性要求.     

A theoretical result for processing signals that have unknown distributions and priors in white Gaussian noise

In many applications, observations result from the random presence or absence of random signals in independent and additive white Gaussian noise. When the observations are independent and the probabilities of presence of the signals are upper-bounded by some value in [0,1), a theoretical result is established for the noise standard deviation. The latter is the only positive real number satisfying a specific convergence criterion when the number of observations and the minimum amplitude of the signals tend to infinity. This convergence involves neither the probability distributions nor the probabilities of presence of the signals. An estimate of the noise standard deviation is derived from this theoretical result. A binary hypothesis test based upon this estimate is also proposed. This test performs the detection of signals whose norms are lower-bounded by some known real value and whose probabilities of presence are less than or equal to one half. Neither the estimate nor the test requires prior knowledge of the probability distributions of the signals. Experimental results are given for the case of practical importance where the signals are independent two-dimensional random vectors modelling modulated sinusoidal carriers. These experimental results suggest that the asymptotic conditions of the limit theorem are not so constraining and can certainly be significantly relaxed in practice. Typical applications concern radar, sonar, speech processing but also proximity sensing and Electronic (Warfare) Support Measures.     

工业过程稳态优化进程中的噪声平滑型迭代学习控制

针对具有噪声的工业过程稳态优化进程，提出迭代学习控制以期改善控制系统的动态品质，建立了基本的加权噪声平滑型迭代学习控制算法结构。利用频域时域相结合的方法分析和论证了算法的收敛性，给出噪声平滑参数的确定策略，数字仿真表明，平滑型迭代学习控制算法能有效消除噪声对系统输出信号的影响，显著改善工业过程稳态优化进程中控制系统的动态品质。     

一种带时间窗口的双脉冲控制器下的忆阻振荡系统滞同步

在真实的环境中实现复杂忆阻振荡系统的同步时, 因为信息干扰及通信问题, 驱动和响应系统之间总是存在信息传输时滞, 即时滞问题具有普遍性; 另外, 脉冲控制信号的输入总是存在输入误差, 并不能实现精确地输入.本文考虑到上述实际存在的信息传输时滞和脉冲输入误差, 设计了一种比较接近真实情况的、灵活的可以带有不同时间窗口和不同控制增益的双脉冲切换控制器, 并且利用该控制器实现了两个复杂忆阻振荡系统的滞同步.基于Lyapunov稳定性理论、矩阵不等式以及脉冲控制等相关理论, 本文找出了实现一类五阶复杂忆阻振荡系统同步的条件.最后的仿真实验进一步验证了本控制方法的可行性.     

具有自适应噪声边界的Tube可达集鲁棒预测控制

针对过程噪声设定边界与真实噪声边界失配的有界干扰离散线性不确定系统,提出一种具有自适应噪声边界的Tube可达集鲁棒模型预测控制方法.首先,该算法引入基于MIT规则的自适应集员滤波在线估计系统状态和噪声边界.其次,基于估计值,通过迭代自适应集员滤波的时间更新部分计算出预测时域内闭环不确定系统状态的可达集.最后,用可达集代替不变集并根据Tube鲁棒模型预测控制策略,给出了实际不确定系统的控制律,确保系统状态鲁棒渐近稳定,并收敛于终端干扰不变集.仿真结果验证了该控制方法的有效性.     

A robust extraction algorithm for biomedical signals from noisy mixtures

Blind source extraction (BSE) is widely used to solve signal mixture problems where there are only a few desired signals. To improve signal extraction performance and expand its application, we develop an adaptive BSE algorithm with an additive noise model. We first present an improved normalized kurtosis as an objective function, which caters for the effect of noise. By combining the objective function and Lagrange multiplier method, we further propose a robust algorithm that can extract the desired signal as the first output signal. Simulations on both synthetic and real biomedical signals demonstrate that such combination improves the extraction performance and has better robustness to the estimation error of normalized kurtosis value in the presence of noise.     

一类虚拟控制系数未知的随机非线性时滞大系统的适应镇定控制

研究了一类具有未知虚拟控制系数和未知噪声协方差的随机非线性时滞大系统的适应镇定问题. 首先, 针对系统的未知虚拟控制系数和未知噪声协方差, 选取了相应的估计参数; 然后, 针对时变时滞对闭环系统稳定性的影响, 构造了适当形式的Lyapunov-Krasovskii泛函, 采用积分反推方法给出了无记忆状态反馈控制律的系统设计过程. 在一定条件下, 证明了闭环系统平衡点依概率全局稳定, 且除参数估计以外的所有闭环信号几乎均收敛到零点. 仿真算例验证了所给方法的有效性.     

基于2阶Renyi熵的自适应主动噪声控制

在前馈主动噪声控制中,基于均方误差准则的传统算法仅考虑了信号的2阶统计量,忽略了实际存在的非高斯信号,不能满足对非高斯噪声的控制要求.提出基于2阶Renyi熵的滤波X自适应有限脉冲响应 (finite impulse response,FIR)主动噪声控制算法,定义2阶Renyi熵作为性能指标,利用Parzen窗方法估计误差的概率密度函数,给出基于2阶Renyi熵的信息梯度下降算法,实现自适应FIR控制,同时分析了算法的收敛性和计算复杂度.对单频信号和实测宽带非高斯噪声的仿真结果表明该算法能很好地消除非高斯噪声.