一种结合时间轴滤波的视频消噪新方法

为了提高含噪视频图像的质量,提出了一种二维小波域自适应滤波与时域时间轴滤波相结合的视频图像消噪新方法。首先,对视频序列的各帧在二维小波域中进行自适应滤波,之后在时域中进行时间轴滤波。对于二维小波域滤波算法,提出了一种高效的自适应阈值选取方案;时间轴滤波器则是结合了运动检测和递归平均。实验结果表明,其消噪效果要优于单纯的二维小波域滤波方法。     

邻域比较数字滤波与小波变换在脑电信号消噪中的应用

提出了邻域比较与小波变换相结合的脑电信号消噪方法,并利用这种方法对含有脉冲噪声的脑电信号进行消噪。首先介绍了邻域比较滤波的算法和小波变换消噪的原理,然后对实测的10例脑电信号进行消噪处理,最后将两种方法相结合的消噪效果与小波变换的消噪效果进行对比。实验结果表明,无论是信噪比还是均方根误差,两种方法相结合的消噪效果均优于小波变换的消噪效果。     

提高光斑图像质心精度的去噪方法

在空间光通信中,光斑图像噪声直接影响质心精度。利用小波的方法估计出这种噪声属于广义的高斯噪声,因此,提出了一种基于Bayesian估计的小波降噪方法。该方法以“Haar”函数为小波基,对带噪图像作正交小波变换;通过对小波系数的概率密度函数建模,用Bayesian方法估计无噪原始图像的小波系数;用估计出的小波系数重构得到消噪图像。实验表明,对同样的光斑图像,中值滤波降噪法质心偏离1.8μm;全局阈值法小波图像消噪法质心偏离0.8μm;而Bayesian估计的图像小波消噪方法,峰值信噪比从-12.084 dB提高到10.048 dB,质心偏离仅0.03μm。     

基于小波能谱熵的信号消噪方法

以表面肌电信号和脑电信号为例,提出了一种基于小波能谱熵的生物电信号消噪方法.将信号进行多尺度小波分解,对分解后各尺度的高频小波系数分区间计算小波能谱熵,根据能谱熵的分布特性确定滤波阈值,最后由低频部分小波系数和滤波后的各尺度上的高频小波系数重构得到消噪后的源信号.该方法具有阈值选取自适应性,操作方便.实验结果表明,基于小波能谱熵的消噪方法能有效滤除信号中的绝大部分噪声,且能较好地保留源信号的细节信息.     

基于最优Morlet小波和SVD的滤波消噪方法及故障诊断的应用

分析了传统的小波去噪方法和小波变换的滤波特性.利用小波变换技术、奇异值分解技术和Morlet小波良好的时域和频域特性,提出了基于最优Morlet小波和SVD的滤波消噪方法.首先,采用最小Shannon熵方法确定出最优Morlet小波;然后,利用奇异值分解技术确定出最佳变换尺度a;最后对信号进行滤波消噪处理,从而提取信号中的有用成分.实验结果表明,该方法具有良好的去噪性能,用于故障特征提取是有效的.     

二代小波变换在肌电信号消噪中的应用

为了更好地消除混杂在表面肌电信号中的噪声,提出了一种基于二代小波变换的表面肌电信号消噪方法.利用提升算法进行表面肌电信号二代小波分解,得到多层的信号高频细节系数,分别运用软、硬阈值进行处理,对滤波后的信号进行小波重构,恢复消噪后的原始信号.通过对加噪正弦信号和真实表面肌电信号的消噪实验,结果表明:二代小波是一种明显优于一代小波的消噪方法,且硬阈值法优于软阈值法.     

基于新的模态单元滤波消除地震信号中的汽车噪声

由于地震信号采集环境和采集仪器存在干扰,采集到的地震波形中通常包含很多噪声信号,严重影响了地震信号的应用。模态单元滤波（Mode Cell Filter：MCF）无需先验基函数,是一种自适应的消噪算法。本文将MCF引入到地震信号消噪中,提出了一种基于MCF的汽车干扰消除算法,并设计对仿真信号和实际信号的消噪试验。仿真试验中,MCF消噪性能优于最优小波基算法,而在实际信号消噪中,MCF算法性能优于IIR数字滤波器,与改进最优小波基方法相当。     

中值与小波消噪集成的转子振动信号滤波方法研究

对受强脉冲随机噪声干扰转子振动信号的滤波方法进行了研究。提出了一种将中值滤波与小波消噪算法集成的混合滤波器。其中,中值滤波用于滤除信号的强脉冲噪声分量,小波消噪平滑线性叠加在中值系列中的平稳随机噪声。结果表明,实施的滤波方法对该类信号的处理效果好,获取的转子本质振动信号保持了信号的光滑性。     

基于最优Morlet小波和自项窗的混合时频分析方法研究

提出一种基于最优Morlet小波和自项窗的混合时频分析方法。对和机械冲击信号波形相似度较高的Morlet小波进行改进,采用交叉验证法和Shannon熵方法设计了改进Morlet小波参数和小波变换尺度,对信号进行连续小波变换(CWT)以实现滤波消噪;然后,设计了自适应自项窗函数,对Wigner-Ville分布(WVD)交叉项进行移除,消除WVD交叉项的干扰。仿真和实验验证了所提出的方法可以有效地对含噪信号进行滤波消噪、并去除WVD中干扰项的影响,提高时频分析的分辨率和能量聚集性。     

声-超声检测信号的消噪处理

声-超声检测信号中存在的大量系统和环境噪声,严重影响回波信号的读取。采用平均滤波和小波包变换的方法进行消噪。利用二阶Daubechies小波函数建立一小波包消噪模型,对信号进行分解重构。经过处理后,消噪效果比较明显,能更加完整地保留有用信息。     

综合多家实验室的原子时标发布系统设计

综合多家实验室的原子时标发布系统,是根据国内8家守时实验室提供的原子钟数据进行模块化设计而完成的。该系统包括原子钟数据预处理,原子时标计算和原子时标数据发布3个模块;采用MATLAB进行数据处理与时标计算,用GUI进行数据可视化设计;具有算法流程清晰,功能模块简洁,人机交互界面友好等特点。实际数据运行结果表明,系统设计的综合原子时标与UTC的时间偏差优于±10ns,数据发布内容可满足国内相关领域科研的需求。     

原子钟频差数据去噪算法的研究

为降低原子钟频差的噪声,根据其数据非线性非平稳的特征,将整体经验模态分解用于原子钟频差去噪算法。首先将原子钟频差数据叠加一定强度的白噪声;然后进行经验模态分解,如此重复多次;最后将各分量叠加求平均得到去噪的原子钟频差序列。从时域和频域上分别分析了该算法的去噪效果,并与小波阈值去噪算法进行了比较。结果表明,该算法有效地去除了原子钟频差数据序列中的噪声,将方差由小波算法的2.707%降为0.7263%,数据变得更加平稳。     

原子钟钟差预测不确定度的建模与分析

钟差预测是原子钟时标产生和原子钟驾驭的关键环节。原子钟作为精准的信号源,其信号由确定信号部分和固有噪声即随机部分组成。氢钟和铯钟主要包含两种噪声,即调频白噪声和调频随机游走噪声,这两种噪声是产生预测不确定度的主要因素。根据原子钟数学模型补充推导出原子钟时差数据预测不确定度的数学表达式,并得出了钟组的最小预测不确定度,分析了钟组的台数对预测不确定度的影响。最后通过数据仿真验证了理论的正确性。     

基于实时性和数据使用率改进的CGGTTS算法研究

对GNSS时间频率传递数据标准格式CGGTTS进行改进,包括:将数据周期内全部测量数据用于计算时差值,提高测量数据使用率;为满足时间传递用户对于数据实时性的更高要求,缩短CGGTTS数据周期以提高数据实时性。实验结果表明将数据使用率提高到100%后,可以降低比对结果噪声,噪声性能最大可改善6%。当将数据间隔缩短至5min后,数据实时性最大提高至69%,噪声性能恶化17%以上。分析不同间隔文件的实时性、标准差、数据量及运算量情况,得到当数据间隔在8至13min时,改进的CGGTTS算法共钟差实验噪声水平保持在(0.70～0.80)ns,长基线实验噪声水平保持在(0.75～0.83)ns,是一种折中选择     

一种原子钟组加权的优化策略

原子钟组集成技术广泛应用于计时系统中,以保持原子时标的准确性、稳定性和连续性。相同环境下的原子钟之间可能存在一定的相关性,这在一定程度上限制了原子时标性能。从原子钟组与其协方差矩阵的相关性出发,考察了相同环境因素对原子钟频率特性的影响,基于正则化理论设计了一种原子钟组加权方法。将该方法应用于中国计量科学研究院铯钟组,实验表明有效降低了原子钟组的输出频率不稳定性。     

地方时间标准建立方案的研究

为满足卫星导航产品的检测需求,提出由国家时间基准驾驭的地方时间标准的建立方案,建立GPS共视法时间传递系统。通过数据比对使本地原子钟溯源到中国计量院的时间基准UTC(NIM),对比对数据用Vondrak平滑法进行滤波,并剔除异常数据。研究了影响比对精度的因素,包括:双频实测电离层时延,天线坐标设为固定模式,仰角选择30°以上计算,进一步提高了比对精度。作出预估方程,实现了实时的量值传递。实验结果表明,生成的地方时间标准与国家时间基准同步在±10 ns以内,并且提高了时标的准确性和稳定性。     

一种由NIM5铯喷泉基准驾驭实现的独立时标TA（NIM）

原子时标TA（NIM）是一个独立时标,其频率由NIM5铯喷泉基准驾驭。产生时标的主钟是一台主动型氢原子钟,铯喷泉基准定期对其测量和校准。时标算法通过预估氢钟将来的频率,补偿过去预估频率与校准频率之差,并评估无校准数据期间的氢钟频率,最终尽可能实现TA（NIM）的频率与NIM5铯喷泉基准保持一致。2007年8月,TA（NIM）开始试运行,2008年6月正式运行。1年多来的数据分析表明,TA(NIM)运行连续可靠,与TAI间的时间稳定度(5天)达到1.2 ns,相对频差为2.0×10^-15。     

微光成象系统中实时降噪的优化设计

微光电视工作于极低照度或恶劣环境下，输出信噪比明显降低，目标完全淹没在背景噪声中，使探测率大大下降。提出了用帧间处理技术消除加性噪声。论述了字长和滤波系数的选择原则。研究了实时去噪的几项关键技术，算法和符号位的设计，各部分工作时间分配以及大背景噪声下时种同步方法。     

An optimization technique for iterative frequency-domaindeconvolution

A technique for the optimization of the iteration (design) parameter of filters used in frequency-domain iterative deconvolution methods is presented. The technique allows the filter optimization to be performed in the frequency-domain instead of the time domain, which translates into tremendous saving of computation time. The technique provides a quantitative measure of the performance of the filter regarding noise reduction and filtration error. Illustrative examples using computer simulation as well as experimental data are given. The demonstrations show that the technique yields reliable results for the deconvolution of signals in the presence of noise     

结构物理参数识别的多尺度参数卡尔曼滤波方法

经过正交小波变换后,低尺度上测量信号的信噪比提高。应用小波变换将结构的激励信号和响应信号分解到不同尺度上,得到不同尺度上结构的状态方程和测量方程,结合动力学系统辨识的参数卡尔曼滤波方法,提出了结构物理参数的多尺度参数卡尔曼滤波辨识方法。理论分析和数值算例表明:在多尺度上对结构参数进行辨识比在单一尺度上辨识能获得更高的精度。