歧化松香钾皂制备方法的改进与性能研究

以歧化松香为主要原料,在较低的温度(75~95℃)下,溶入KOH水溶液,并进行皂化反应,制备固体份质量分数45%的歧化松香钾皂。研究了反应温度、皂化时间、pH值、添加复合助剂TX-A对反应速度、去氢枞酸钾含量,以及黏度、结晶、胶凝等产品性能的影响。得出歧化松香钾皂化的较佳制备条件为:pH值为10.36,皂化时间分别为120 min(未加TX-A)、98 min(加TX-A),反应温度85℃,TX-A加入量为反应物质量的0.2%。制备出的歧化松香钾皂产品,在性能上完全符合行业标准ZBB 72003-84的要求,并且结晶、胶凝性质有所改善,加纳色号标准降低两个等级。     

二次雷达A/C模式解码算法仿真

为了解决二次雷达在传统的A/C模式下存在的技术缺陷,以传统的"滑窗法"处理为基础,提出了新的算法。该新算法在脉冲前沿检测时,增加了脉冲宽度、幅度处理;在框架检测时,增加了对代码的提取;在参考脉冲选择时,对参考脉冲幅度重新进行了处理;在去幻影准则时,在距离相关的基础上增加了幅度相关;在代码置信度时,采用了"最小误差"方法;在去异步干扰时,采用"5判3"的算法去掉异步干扰和剩余的幻影。仿真结果表明,即使是在高密度询问和复杂的同步窜扰及异步干扰,应答信号存在非常严重的重叠情况时,该算法都具有极高的真实应答的检测概率和极低的虚警概率。     

基于GSM语音压缩的小波阈值去噪方法的研究

为了解决电话录音中的噪声过大问题,通过对GSM语音压缩信号的特点及其噪声特性进行分析,提出了一种基于多尺度多分辨分析的动态阈值滤波方法。实验结果表明,采用动态阈值滤波方法对信号进行滤波,产生的最小均方误差较低,对GSM语音的去噪效果显著。     

城域网应用层流量异常检测与分析*

首先对流量数据按应用层协议进行分类分析,采用小波分析对原始流量数据进行去噪处理,建立流量数据矩阵;然后采用主元分析（PCA）方法进行流量建模;在此基础上,通过SPE统计量的控制图能快速检测出流量异常,结合SPE统计量的贡献图可以分析出导致异常的主要原因。实验结果表明,小波去噪能降低异常检测的误警率,SPE贡献图可有效分析流量异常的原因。     

基于小波的医学图像去噪方法研究

为有效地表现医学图像原有信息中有用的信息,降低医学图像受噪声干扰的现象,减少诊断误差,本文将现有的小波图像去噪方法运用于医学图像,并对各种方法进行实验分析比较,以提供医学参考。实验发现,与较常用的均值滤波与中值滤波相比,小波去噪方法有效提高了医学图像的去噪PSNR值。     

S变换时变滤波在去噪处理中的应用研究

针对常用的滤波去噪方法都受到使用条件的限制,实际资料的滤波去噪不能达到良好效果,S变换时变滤波克服了传统滤波去噪方法滤波因子不能随时间、频率变化而变化的缺陷.将地震资料用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充零,再将去噪后的地震数据利用S反变换到时间域,以获得所需要的有效信号.通过理论计算分析和实例计算表明,S变换时变滤波能够有效去除不同时段、不同频率的噪声.该方法具有一定的可行性.     

对时间的分数阶扩散方程在图像恢复中的应用

提出了一种包含对时间的分数阶导数的非线性扩散方程,它是对Perona-Malik的非线性扩散方程和Cuesta提出的方程的推广,介于非线性抛物方程和非线性双曲方程之间,从而能有效地控制扩散过程,使得在去除图像噪声的同时能够尽可能地保留图像的边缘等细节信息。数值试验结果显示,该方程比Perona-Malik的非线性扩散方程有更好的去噪效果。     

海上地震勘探外源干扰快速压制方法

外源信号与地震震源信号没有明显的地球物理特征差异,其频谱与有效信号频谱完全重叠,同时外源信号的反射同相轴符合地震时距曲线规律,因此用滤波等常规噪声压制方法无法压制外源干扰。本文提出一种外源干扰快速压制算法,利用外源干扰的时距曲线和正常时差可以得到外源干扰的信号源位置,再利用时距曲线模拟出任意位置处的干扰模型,以此校正炮集记录,拉平外源干扰。最后,应用LIFT去噪方法分离有效信号与外源干扰。LIFT去噪方法在信号模型建立和数据重构过程中提取估算剩余信号,能够获得更好的信噪比和信号保持。这种海上外源快速压制算法简便、高效,通过对实际三维地震资料进行处理,证实了该方法的有效性。     

OCR中一种基于最小一乘法的连通域去噪方法

提出了一种在OCR过程中利用最小一乘法分析连通域大小从而实现去噪功能的方法.在图像中存在少量颜色与提取信息相似且大小具有明显差异的噪声的前提下,采用最小一乘法取代传统的最小二乘法对所有连通域的大小进行分析,从而获得需要的连通域阈值,实现去噪功能.数据结果显示,在规定前提下该方法比经典的最小二乘法所确定的范围更为准确;实验结果显示,该方法能够达到去噪效果.     

经验模态分解在电力绝缘气体SF6红外光谱去噪中的应用

经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势。本文以电力绝缘气体SF6为研究对象,在介绍E MD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频I MF分量与低频IMF分量叠加重构得到去噪后的信号。分析了在不同噪声水平上与小波阈值去噪方法的处理效果。实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势。