基于时频谱图的脉冲噪声抑制方法

从时频分析的角度,提出了一种新的音频信号脉冲噪声的处理方法。该方法基于被污染信号的时频谱图,通过区分纯净信号和脉冲噪声信号的频域特性与相关性来检测脉冲噪声。首次提出前后信息相关联的"限幅"噪声抑制方法,并利用带过滤系统的中值滤波方法分别对短时和暂态两种脉冲噪声信号加以抑制和消除。和信噪比相比,还进一步提出了四个指标专门用于评价去除脉冲噪声方法的性能。基于这四个指标,分析了如何调整参数以获得更好的检测和修复性能,并用大量仿真实验证实了这种新方法的有效性。最后给出了系统仿真结果,并指出了该方法的应用前景。     

随机过程的白噪声功率谱及工况诊断

工程中常遇到各类噪声信号，噪声存在于电子设备和系统中，它经常妨害长距离通信和检测弱信号的能力。随机数发生器被用来仿真物理世界中常遇到各类噪声信号和其它随机现象，通过产生这样的噪声，可用MATLAB仿真通信系统来研究这种噪声对系统的影响，并评价噪声存在的情况下系统的性能。     

一种改进的智能天线算法

本文研究了一种改进的智能天线算法。这种方法在自适应的过程中,可以逐步学习非探视方向的噪声统计特性来消除噪声干扰。天线阵的输出可以用于信号检测或者信号分选。如果干扰信号落在副瓣内,它除了能在期望信号方向上形成最大增益外,还可以在干扰信号入射方向形成较深的零陷,通过理论和仿真证明了其计算量小、抑制干扰能力强的特点。     

非高斯噪声中随机信号的渐近最优检测

本文研究了非高斯噪声中随机信号的检测问题。基于随机信号的参数模型和广义似然比检测理论,导出了非高斯噪声中随机信号Rao检测的数学解析式,其检测性能渐近等同于广义似然比检测但计算更有效。仿真结果表明,该检测器性能大大优于传统的能量检测器以及高斯噪声假设下的广义似然比检测器。     

基于变尺度多稳随机共振的微弱信号检测研究

针对强噪声背景下微弱信号难以检测的难题,提出基于变尺度多稳随机共振的微弱信号检测方法。多稳随机共振系统比双稳随机共振系统具有更好的微弱信号检测能力,为强噪声背景下微弱信号的检测提供了新方法。首先对大频率信号进行尺度变换使之满足随机共振条件,将频率压缩后的信号通过多稳系统,调整参数使其发生随机共振得到信号的频谱特征,并与双稳随机共振方法得到的特征频率进行比较,仿真和实例结果均表明:相同条件下,多稳随机共振方法比双稳随机共振方法得到的频率准确,可以增强信号的幅值,有效地检测出被噪声淹没的微弱信号。     

基于EMD和小波熵阈值算法的超声回波信号降噪

超声检测信号中通常包含大量噪声,而其中材料晶界散射的噪声是一种相关噪声。鉴于传统的方法难以将这种噪声和缺陷回波信号区分,提出一种EMD和小波熵阈值联合降噪的算法。该算法首先对目标信号进行EMD分解,提取具有噪声特性的IMF分量进行小波分解,利用含噪系统熵增的特性,在分解各尺度层的细节部分选用小波熵自适应阈值降噪,然后将剩余分量和降噪处理后的信号进行重构。仿真信号结果表明:该降噪方法(EMD-WET)输出信号的信噪比(SNR)为7.9 d B、均方根误差(RMSE)为18.1、相似系数(NCC)为0.92,优于传统的小波软、硬阈值方法。对实测信号进行处理,该方法降低信号中的大部分噪声,更好地还原回波信号的波形。     

基于小波分析的电动机噪声检测系统研究

电动机的噪声是其质量控制和故障检测的关键参数之一。基于小波分析方法，提出一种应用计算机声卡的电动机噪声检测方案。利用计算机声卡的A/D转换功能来采集电动机的噪声信号，应用小波包滤波方法消除与回转频率无关的噪声干扰，提取与转速直接相关的振动信号。实验表明，这种方法降低了电机检测成本，能够准确地获取测试信号。     

基于变形Lorenz系统和李雅普诺夫指数的微弱周期信号检测

提出了一种变形的Lorenz混沌检测系统,此系统主要具有混沌态和类周期态2种状态。利用最大李雅普诺夫指数作为判断混沌系统由混沌态趋于类周期态变化的量化依据,自动识别混沌系统的临界状态,更准确地判断微弱信号的存在。将互相关检测方法与混沌检测方法相结合,实现强噪声背景下微弱周期信号检测。仿真结果表明,该方法能有效地检测出强噪声中的微弱周期信号。     

静态随机共振的非高斯噪声中瞬态信号小波域Power-Law检测

研究非高斯噪声中微弱瞬态信号的检测。利用静态随机共振方法对微弱信号进行处理,使瞬态信号的信噪比得到增强。在小波域建立了新的Power-Law检测器。通过仿真实验对比发现,在相同的信噪比和虚警概率下,采用提出的方法可以得到更高的检测概率。     

基于频域形态滤波的低速滚动轴承声发射信号降噪新方法

声发射检测技术以其灵敏度高、频响范围宽、信息量大等优点,为机械故障诊断提供了一条新的检测途径,但应用于旋转机械设备时,容易混入各种有色噪声。当噪声频率与声发射信号重叠时,传统的降噪方法难以满足要求。将形态滤波应用到信号频域,可以有效消除有色噪声的干扰。根据声发射频响特性,对频谱进行拟合平滑高斯白噪声的影响,最后重构到时域。仿真和实际低速轴承信号表明此方法具有较好的降噪效果,有利于信号后续的处理和分析。