共查询到20条相似文献,搜索用时 125 毫秒
1.
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。 相似文献
2.
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。 相似文献
3.
4.
《中国测试》2017,(1):101-105
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。 相似文献
5.
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。 相似文献
6.
7.
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。 相似文献
8.
9.
10.
11.
12.
13.
14.
针对平台振动噪声影响下的舷侧阵声呐弱信号检测问题,充分利用振动噪声和目标信号的频谱先验信息,给出了两种能够有效提高系统弱信号检测能力的处理方法,一种是利用白化滤波技术对阵列输出信号进行预白化处理,另外一种是利用频段加权对普通宽带自适应波束形成输出结果进行后置处理,设计了两种有效获取参考噪声的方法,从阵列输入信噪比改善角度重点讨论了白化滤波技术对提高系统弱信号检测能力的贡献,并简单说明它与频段加权后置处理方法的等效性。仿真和实际数据分析结果验证了两种处理方法的有效性。 相似文献
15.
16.
平移不变量小波阈值去噪法在齿轮振动信号处理中的应用 总被引:3,自引:0,他引:3
齿轮振动信号往往受到噪声干扰,用传统的小波阈值去噪法去噪时,由于信号中存在不连续点,会在不连续点处引起PseudoGibbs现象.采用平移不变量小波阈值去噪法对信号进行去噪,首先对含噪声信号进行循环平移,然后对信号进行小波阈值去噪,最后对信号进行反平移后平均,得到去噪后的信号.应用这种方法对仿真信号和实验采集的含噪声齿轮故障信号进行去噪,并和小波阈值去噪效果进行对比,结果表明这种去噪方法有效抑制了PseudoGibbs现象,并有更好的去噪效果. 相似文献
17.
强干扰背景下的鱼雷辐射噪声信号检测方法 总被引:1,自引:0,他引:1
常规被动声纳利用宽带波束能量进行目标检测,在低信噪比、强目标干扰情况下,宽带能量检测的性能迅速降低。利用鱼雷辐射噪声信号中含有丰富线谱成分的特点,提出了一种针对鱼雷辐射噪声信号的窄带和宽带联合检测方法。通过对预成波束方向信号的窄带处理和线谱提取,利用特定频段的线谱能量对宽带波束输出进行加权,提高了线谱目标的检测能力。该方法能够有效地抑制非线谱强干扰目标,提高低信噪比信号的检测能力。仿真和海试数据处理结果验证了该方法的有效性。 相似文献
18.
水下瞬态声信号中蕴含着目标的特征信息,但其突发性强、持续时间短致使检测难度很大。为解决瞬态信号检测的问题,提出了混沌背景中瞬态冲击信号的RBF神经网络检测法。建立了混沌背景噪声的一步预测模型,通过预测误差的变化来检测瞬态信号。分别以Lorenz系统和Logistic系统作为混沌背景噪声进行了仿真,证明检测方法的有效性,并在Lorenz系统背景检测中加入白噪声来检验该方法抗白噪声干扰的能力,结果表明该方法对白噪声敏感;在理论研究的基础上通过对外场试验数据的处理验证了该方法的有效性,并在实际测量数据中加入混沌背景噪声,通过改变信噪比检验了该方法在不同信噪比情况下的性能。 相似文献
19.
将调制技术与随机共振原理相结合,提出用频率调制随机共振的方法,实现在大参数情况下从强噪声中检测微弱周期信号,并对随机共振技术运用于强噪声背景下的弱信号检测进行研究。分析调频信号的频谱,发现其含有的低频信号通过双稳系统易产生随机共振,数值分析及仿真结果表明该方法能使微弱的故障信号特征突出、明显而易于捕捉。 相似文献
20.
双稳随机共振降噪下的经验模式分解研究 总被引:1,自引:1,他引:0
研究了强噪声混合条件下微弱信号的经验模式分解(EMD)问题,提出了一种基于随机共振降噪的EMD分解方法。该方法利用随机共振在微弱信号检测方面的独特优势,首先对有噪微弱信号进行随机共振输出,微弱信号得到降噪和加强后,再进行EMD分解。在仿真实验中,对随机共振输出前后的信号分别进行EMD分解,分析结果表明该方法不仅能够提高原始信号的信噪比,有效检测出被噪声淹没的微弱信号从而提高了EMD分解的质量,同时减少了EMD分解的层数,提高了运算效率。 相似文献