不平衡数据集上的文本分类特征选择新方法*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子。结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求。     

基于时频分析的雷达信号滤波方法

深空目标的雷达回波信号较弱而且受噪声干扰严重,给检测识别工作带来很大的困难;提出了一种时频滤波方法,将基于广义S变换的时频滤波引入到雷达回波信号去噪当中;采用广义S变换对回波信号进行时频分析,利用变换结果求解信号的瞬时频率,并构造了一种时频滤波器.对雷达回波信号进行时频滤波处理并对滤波效果进行分析;仿真结果表明,经滤波后信噪比有较大提高,且很好保留了信号特征。     

基于广义S变换的时频滤波技术研究

针对S变换的滤波方法受到窗函数固定的限制,对信号的滤波不能达到良好效果,广义S变换时频滤波克服了传统S变换滤波因子不能随时间、频率变化而变化的缺陷。将信号用广义S变换方法变换到时频域,对不同时间内不同频率的噪声部分冲零,再将去噪后的信号利用广义S反变换到时间域,获得所需要的有效信号。通过理论计算和信号模型仿真表明,广义S变换时频滤波方法能够较为精确的分析数据的时间和频率特征,有效滤除不同时段不同频率的噪声,可以最大化的保留原始信息。该方法具有较高的实用性和灵活性。     

基于短时分形维数的声发射信号增强算法

罐底腐蚀声发射信号受到非平稳噪声的影响非常严重,针对声发射信号的短时瞬态特征,该文提出了声发射信号短时分形维数增强算法。通过对声发射信号进行"分帧"处理后,引进分形维数系数dF(k)和参数βN作为噪声估计中的平滑系数,可根据含噪声发射信号不同的变化程度实现每一‘帧’含噪信号的实时去噪,运用并改进了离散分数余弦变换,增强了信噪比,提高了信号的降噪效果。通过实验分析验证了在不同噪声情况下,该方法对声发射信号增强效果远高于基本离散分数余弦变换和离散余弦变换,是信号增强的有效途径。     

基于小波去噪法的语音降噪

本文利用小波去噪法,来实现对混叠了外界噪声的语音信号的滤波和消除噪声.首先介绍了小波降噪法原理及特点,然后完成了小波去噪法在MATLAB中的实现,并且计算出信噪比以及设计GUI界面,直观显示出利用小波去噪算法的降噪效果.GUI界面显示的频域和时域降噪图形表明,基于小波去噪法的语音降噪能够很好的实现对噪声的滤除以及恢复原始信号.     

光纤温度传感系统中信号去噪方法

针对光纤温度传感系统采集的温度信号噪声较大的问题,分析了温度采集过程中干扰噪声信号的特点、滑动平均滤波和小波变换两种方法对信号去噪的效果.针对采集的温度信号,选择合适的小波去噪方法,并确定了最优的小波基和分级层数,将经过平移滑动滤波算法处理后的温度信号,进一步进行小波去噪处理,并将均方根误差(RMSE)、信噪比(SNR)及去噪信号的平滑度指标R,作为判定去噪效果的依据.实验结果表明:综合去噪算法能够有效去除有用信号中的干扰噪声,在信号无失真的情况下信噪比可以提升10～12 dB.     

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。     

颤振试验中加速度计信号的时频滤波方法研究

针对飞机颤振试飞试验数据信噪比偏低的问题,提出了两种加速度计信号的时频域滤波算法,分别借助小波和分数阶傅里叶变换对数据进行时频分析,并在时频域内滤波.该类算法的共同思想是利用扫频信号在时频域内的聚焦特性,有效提取真实响应信号,达到了信噪分离的目的.文中给出了具体的滤波算法,并通过仿真算例和实际试飞数据检验了滤波效果.结果表明两种方法均可显著提高加速度计信号的信噪比.其中,小波变换方法的通用性较好,而分数阶傅里叶变换在处理线性扫频激励数据时表现了更优的去噪效果.     

基于声发射的机械密封状态识别

为了适应声发射信号频率覆盖范围广且频率高的特点,本文使用了在S变换的基础优化而来的广义S变换,并通过对广义S变换的时频分辨率特性进行了分析,选取广义S变换的参数，使得其在20khz~1000khz 的频率范围内依然拥有1khz~2khz的频率分辨率。随后在广义S变换分析的基础上对机械密封端面的声发射信号进行滤波和特征提取,并使用GA优化的TWSVM对密封的磨损状况进行了识别,准确率达到了100%,高于GA-SVM的识别率。说明相比传统的SVM在TWSVM在模式识别上更具有优越性。     

时频聚集性能优化的广义S变换

S变换是一种具有短时傅里叶变换和小波变换优点的时频分析方法,已有的一些基于能量聚集度量的优化方法集中度不高,影响了信号检测等应用中时频域局部定位的精度.为了提高S变换的时频聚集性能,提出了一种新的时频能量聚集度量方法优化广义S变换,提高了算法的时频集中度和短时傅里叶变换、S变换、广义S变换等方法实验比较,表明提出的方法能有效地提高广义S变换的能量集中度,并具有较强的抗噪声性能.     

连续波背景下多信号处理方法

对接收到的信号进行短时傅里叶变换，通过分析短时傅里叶变换中每一个时间片内的信号频谱，检测出连续波背景下的脉冲信号。滤除线性调频脉冲信号成分，保留连续波信号成分，得到调频连续波信号具有周期性的时频变化曲线。根据连续波信号时频变化曲线的频谱特征，估计出其主要参数，然后滤除脉冲信号出现时间内信号中的连续波成分，并采用相应的方法估计出其参数。仿真结果表明，本文算法可以准确估计出线性调频连续波（LFMCW）信号和线性调频（LFM）脉冲信号的参数，当LFMCW信号的信噪比高于-8dB，并且其功率比脉冲信号功率小6dB以上时，算法具有良好的估计精度和稳定性。     

基于小波分析的MEMS加速度计输出噪声消除

目前MEMS加速度计普遍存在信噪比低、灵敏度不高等缺点,其主要原因是系统内部电路中的干扰与噪声使得有用信号完全淹没在噪声之中,其中1/f分形噪声是主要的噪声.由于1/f分形噪声在小波域中展示出某些特殊性质,且小波分析兼具时-频分析与尺度分析的功能,为了有效消除1/f分形噪声,提出了一种基于小波分析与自适应阈值滤波的多尺度滤波算法.以信噪比、均方根误差作为去噪效果的定量指标,将本文算法与Donoho小波阈值滤波算法进行比较,仿真结果表明,改进的自适应阈值滤波算法优于Donoho阈值滤波算法.运用于MEMS加速度计噪声消除上科学有效.     

分数阶小波变换

小波变换是对信号时域-频域(Fourier域)的多分辨率分析,也可看作是一种Fourier域伸缩带通滤波.分数阶Fourier变换是对传统Fourier变换的推广,对信号分析处理有更大的灵活性,为了将多分辨率分析理论推广到时域-广义频域(分数阶Fourier域),提出了一种分数阶小波变换,分析了分数阶小波变换在广义频域伸缩带通滤波特性,分析信号时的时域-广义频域平面的多分辨率分析网格划分.分数阶小波变换是传统小波变换的推广,在对原小波变换核作一定改动后增加了小波变换对信号处理的灵活性.可以看到,将分数阶小波变换的变换角度取为π/2,便得到与传统小波变换多分辨率分析理论完全一致的结果.理论分析和计算机仿真表明了所提理论的正确性和有效性.     

基于时频峰值的汽车加速度信号消噪方法

由于干扰源多、噪声功率大等原因,汽车加速度传感器信号在使用前需要进行降噪预处理.根据汽车加速度非平稳、信噪比低的特点,结合时频峰值滤波理论和实际采集的汽车加速度数据,研究了适用于汽车行驶加速度信号增强的滤波算法及合适的滤波窗长.通过Carsim仿真实验和实车行驶实验进行验证表明,时频峰值滤波能够大大地增强有效信号的强度,取得良好的消噪效果.     

高斯噪声下伪码-线性调频复合信号参数提取方法

针对目前雷达信号参数估计算法在某种环境中性能急剧下降,甚至失效的问题,提出一种基于多相滤波器组和高阶累积量联合处理的伪码-线性调频复合信号参数估计算法.该算法首先利用多相滤波器组实现信号在频域上快速均匀划分,然后对输出的每个子带信号进行三阶累积量对角切片的短时估计,有效抑制高斯噪声的干扰,并经过包络检波后得到复合信号完整的时频矩阵,最后通过时频图像的Radon变换和频率曲线的提取实现信号伪码数目、码元宽度、调频斜率、信号载频、带宽以及起止频率的提取.仿真结果表明,该方法在信噪比大于-11 dB时的估计精度较高.     

分数阶小波变换的性质

小波变换是对信号时域-频域(Fourier域)的多分辨率分析,是一种线性时不变伸缩带通滤波.分数阶小波变换将小波变换的多分辨率分析理论推广到时域-广义频域(分数阶Fourier域),对信号分析处理有更大的灵活性.分析了分数阶小波变换的线性时变特性、存在正交分教阶小波的条件、分数阶Fourier域传递函数,以及分数阶小波变换在分数阶Fourier域的伸缩带通滤波.     

Advanced superior execution time optimal time-frequency filter suitable for non-linear FM signals estimation

Optimal time-frequency (TF) filter suitable for non-linear frequency-modulated (FM) signals estimation is developed. It is developed to suppress some flaws of the recent state-of-the-art signal adaptive and fully pipelined filtering solutions and, therefore, is based on a new real-time procedure for the filter's region of support estimation, also proposed here. The proposed filter shows superior execution time performances and optimal calculation and hardware complexity properties, so it retains all desirable properties of the signal adaptive solution and the fully pipelined one, but also extends their applicability to the non-linear FM signals. The filter is implemented on the field-programmable gate array (FPGA) device and is proven by testing on real non-stationary multicomponent noisy signals.     

基于FPGA的多通道心电信号实时滤波与压缩

为了改善多通道心电(ECG)信号滤波的质量和保证数据传输速率,实现实时采集与处理,提出了一种基于现场可编程门阵列(FPGA)的ECG信号滤波和压缩处理方法.对AD采集的ECG信号进行FIR低通和四层Coif1小波滤波处理;由多级树集合分裂(SPIHT)模块进行压缩;将压缩数据经通用串行总线(USB)传入上位机.根据Modelsim仿真和Altera Arria V FPGA的实验结果表明:经过数字滤波与压缩,ECG信号的信噪比(SNR)可提升7.4 dB,数据压缩率可达13.4.方法可实现对64通道的ECG信号实时滤波和压缩处理.     

一种公共网络攻击数据挖掘智能算法研究

公共网络的开放性和自组织特性导致网络容易受到病毒干扰和入侵攻击,对攻击数据的准确高效挖掘能确保网络安全。传统方法采用时频指向性波束特征聚类方法实现攻击数据挖掘,在信噪比较低时攻击数据准确挖掘概率较低。提出一种基于自适应滤波检测和时频特征提取的公共网络攻击数据挖掘智能算法。首先进行公共网络攻击数据的信号拟合和时间序列分析,对含噪的攻击数据拟合信号进行自适应滤波检测,提高信号纯度,对滤波输出数据进行时频特征提取,实现攻击数据的准确挖掘。仿真结果表明,采用该算法进行网络攻击数据挖掘,对攻击数据特征的准确检测性能较高,对干扰的抑制性能较强,能有效实现网络安全防御。     

自适应滤波的研究新方向

概述了自适应滤波的研究进展,回顾了时域和变换域自适应滤液方法,并引出了基于离散小波变换（ＤＷＴ）的自适应滤波。变换城自适应滤波大大改善了时域自适应滤波的速率,而小波变换由于具有多分辨和时频局部化特性,在时变信号和快速变化的信号自适应滤波方面个有广阔的应用前景,是未来自适应滤波发展的方向。