高斯型混合双多模噪声模型分析

本文以一类高斯型混合非高斯噪声双模噪声为背景噪声,详细分析了二进制数字调制系统的抗噪声性能。为研究更一般的情形,本文提出了窄带多模过程的数学模型,进行了较详细的研究,给出了混合噪声中信号检测的一般方法,是对原建立在高斯噪声基础上通信与信号处理理论的完善和补充,有一定的普遍意义。在理论分析的基础上,最后给出了仿真结果并进行了分析。     

双模噪声中信号的检测

信号检测是双模噪声中的主要问题之一，本文对此进行了较完事的研究。混合噪声中信号的检测比高斯噪声中信号的检测复杂，可能为多门限判决。本文对不同情况给出了不同的最佳检测方法，并分析了它们的性能；通过对窄带双模过程的研究，给出了混合噪声中信号检测的一般方法，有一定的普遍意义。     

传感器电路中乘法器噪声模型分析

本文对两输入端都带噪声情况下乘法器的响应进行了理论推导,得到其噪声模型:乘法器输出噪声包括载波携带信号噪声项、信号携带载波噪声项以及噪声相乘项.设计传感器电路时,通过提高载波纯度及其幅度、在信号输入端加性能优良的带通滤波器,可以得到优异的噪声性能.本文用实验验证了该模型的正确性.     

光折变相干散射噪声

全面介绍了光折变相干散射噪声的研究状况，描述并分析了形成散射噪声的必要条件及理论机制，说明了散射噪声的观测技术及评价标准；总结了抑制噪声的各种方案及噪声的相关应用，最后展望了光折变散射噪声的研究前景。     

基于小波包变换的双模噪声中信号的检测

以一类非高斯噪声———双模噪声为背景噪声,利用小波包变换良好的时频分析能力,对双模噪声的统计特性进行了研究,在此基础上,将经典最优检测器的结论推广到背景噪声为双模噪声的情况,提出了基于小波包变换的双模噪声中信号的检测方法。他是对传统的双模噪声中信号处理的完善与补充,仿真结果表明,该方法要明显优于经典检测。     

光外差检测中的量子噪声

本文分析了光外差检测中的量子噪声,探讨本振光功率对量子噪声谱的影响     

小波包变换用于双模噪声的信号检测

将小波包变换良好的时频分析能力用于分析双模噪声的统计特性,因为小波包变换具有带通滤波的作用,当分解的层数足够多时,变换可看作窄带系统,将双模噪声作某一尺的小波包变换,在此空间上双模噪声的输出近似于高斯分布,在这一空间上进行信号的识别与检测。将小波包变换用于双模噪声背景下的信号检测系统,并将此方法与经典检测系统进行性能上的比较,仿真结果表明,小波包方法优于经典检测方法。     

非线性扩散方程在SAR图像噪声抑制中的应用

将光学图像加性噪声抑制的非线性扩散方程引入到SAR图像相干斑抑制中，通过分析SAR图像的相干斑噪声模型在功率图像域以及功率图像的对数域上的表现特性，说明了基于加性噪声模型的非线性扩散方程在SAR图像噪声抑制中的应用可能性，并由此设计了基于非线性扩散方程的SAR图像噪声抑制算法。计算结果表明，与现有的SAR噪声抑制方法相比，非线性扩散方程方法具有更强的对背景区域的噪声抑制能力，且能更好地保持目标特征。     

几类非高斯噪声模型的转换研究

分析了几类非高斯噪声模型的统计特性;在此基础上采用矩估计法给出了它们的模型转换算法.采用无惯性非线性变换器研究了双模噪声环境下确定信号的最大似然检测方法;采用迭代法给出了双模噪声环境下余弦信号参量的最大似然估计方法;在此基础上从信号检测和参量估计性能两个方面验证了模型转换算法的有效性.仿真结果表明,把双峰噪声当作双模噪声是准确的.由此说明双模噪声思想是一种实用的想法.     

干涉式光纤陀螺的偏振噪声分析

针对采用LiNbO3集成光器件的干涉式光纤陀螺结构特点,利用琼斯矩阵和相干矩阵建立了此类光纤陀螺光路传输系统数学模型。在此基础上进行了光路偏振噪声的理论分析,通过计算得出最大偏振误差表达式,讨论了光路器件的性能对陀螺偏振噪声的影响,得出消光比是影响结果的关键因子,并阐述了主要有效措施。     

小波神经网络用于双模噪声的消噪

小波神经网络利用了小波变换的良好的时域和频域的分析能力以及神经网络的自学习能力,具有良好的容错能力和逼近能力。针对双模斯噪声,提出基于小波神经网络的双模噪声背景下信号的消噪算法,介绍了双模噪声的3种简化模型,阐述了小波神经网络的基本概念以及基于此方法的消噪算法。将小波神经网络用于此3种双模噪声背景下信号的消噪。实验结果表明,该方法能有效地消除已知信号中的双模噪声。     

浅析低频噪声对雷达测速仪测速距离的影响

通过对雷达测速仪低频噪声特性的分析,论述了它对测速距离的影响,给出低频噪声背景下信号检测听基本方法。     

Edge Detection of Highly Distorted Images Suffering from Impulsive Noise

A new edge detection method for highly distorted images, which suffer from impulsive noise, is introduced. The proposed method comprises three main stages; analysis for the impulsive behavior of the image pixels, restoration of the pixels which have impulsive behavior and finally, estimation of the edges. The simulation results reveal that the proposed method shows better performance than the other methods mentioned in this paper in the cases of preserving the details and detecting the edges correctly and continuously, especially when the noise ratio is very high.     

相关噪声中随机信号的Robust检测

本文重点讨论了在平稳ｍ相依噪声中弱随机信号的最佳无记忆Ｒｏｂｕｓｔ检测问题；并且以渐近功效函数为测度准则得到了最大最小无记忆非线性Ｒｏｂｕｓｔ检测器。     

认知无线电网络中基于噪声功率估计的能量检测性能

该文分析了利用噪声功率估计值进行能量检测时判决门限的计算问题,推导出检测性能的Q函数表达式。为达到期望的检测性能,判决门限不能直接由噪声功率估计值替换已知的噪声功率得到,必须进行修正。文中给出了修正判决门限的闭合表达式,极大地简化了检测性能分析和判决门限计算。仿真结果表明,在估计样点数为20时,对比原判决门限,基于修正判决门限的误警概率减少了15%,有效地提高了认知无线电网络的吞吐量。     

基于边缘检测和数据融合技术的图像增强

文章提出了一种基于边缘检测和数据融合技术的图像去噪方法.以小波变换为基础,结合数据融合技术,在预先确定图像边缘的基础上进行图像增强.实验结果表明,利用边缘检测和数据融合技术的图像增强系统,在保证图像纹理信息的基础上,极大地抑制噪声.     

GaN基p-i-n器件振动噪声研究

振动环境中,GaN基p-i-n器件的噪声会急剧增加,这限制了器件的探测能力。利用力锤和振动台分别模拟冲击振动和随机振动环境,研究了器件噪声在不同振动条件下的变化规律。实验结果表明,在冲击振动中,器件噪声呈现出周期特性,但噪声幅度随着时间减小。器件噪声主要的频率成分为429Hz,此频率下的器件噪声与激励力的大小、振动加速度的幅度成线性关系。随机振动的实验结果也表明,振动环境中测量到的噪声随着随机振动功率谱密度的增大而线性增加。