基于熵检测的图像噪声方差小波域估计

提出一种在小波域中基于熵值检测的图像噪声方差估计算法. 利用小波变换能显著降低图像信号的熵而并不改变高斯噪声熵的特性以及噪声熵值与噪声方差之间呈对数关系变化的规律,定量地分析了含噪图像在小波高频对角子带中系数的熵值随噪声幅值的变化规律,揭示出这种变化关系对图像具有较强的鲁棒性,从而利用这种变化关系,通过对含噪图像小波域熵值的检测对高斯噪声进行估计. 仿真结果表明,提出的算法能够有效估计出图像中噪声的方差,并且受图像细节影响较小,其性能优于现有其他算法.     

脉冲噪声下的高可靠性OFDM信道估计

从信道估计内插误差角度分析了突发脉冲噪声干扰对无线OFDM接收机性能的影响,针对由脉冲噪声所导致的时间方向信道内插估计错误扩散,提出了旨在提高无线OFDM通信系统抵抗脉冲噪声能力的信道估计安全策略,包括:脉冲噪声突发位置检测、防止受损导频内插错误扩散算法、受干扰子载波数据可信度判决。仿真结果表明,在低复杂度条件下,可以显著提高无线OFDM接收机在脉冲噪声环境中的信道估计性能。     

基于多小波噪声方差阈值的信号滤波方法

对信号和噪声的多小波变换进行了研究,根据它们多小波变换下呈现出的截然相反的特征,即随着变换尺度的增大,噪声的变换值迅速减小,而信号的变换值增大,利用相关算法推导并给出了多小波噪声方差阈值的计算公式,基于阈值提出了一种新的多小波信号滤波方法,该方法在噪声方差估计的基础上,对噪声信号变换系数进行处理,减小由噪声产生的系数,同时最大限度地保留有效信号产生的系数,最后由处理后的变换系数进行处理,减少由噪声产生的系数,同时最大限度地保留有效信号产生的系数,最后由处理后的变换系数重构信号,对该方法用典型的GHM双小波进行了仿真分析,结果表明,本文的方法具有很好的滤波效果。     

基于OFDM的低压电力线通信系统信道噪声特性分析

主要研究了低压电力线信道噪声特性,首先,介绍了电力线通信(PLC),建立了基于低压电力线信道实测特性的OFDM系统的仿真模型,然后,针对不同种类的噪声进行了建模,测量并分析了电力线信道的噪声特性。本文通过测量实验,得出低压电力线信道噪声波形及其特点,通过仿真,得出了低压电力线信道上各种噪声对OFDM系统误码率(BER)性能的影响。     

基于提升小波的图像脉冲噪声抑制方法

分析利用小波进行图像去噪的方法和特点,根据电视跟踪测量系统的实际需要提出利用易于硬件实现的提升小波滤波器对实时图像进行去噪,重点研究受脉冲干扰的实时图像的噪声抑制问题.小波分解的高频部分在噪声附近具有较大值,通过调整提升项设计提升小波滤波器,所设计的滤波器包含噪声特性,应用这些滤波器可以检测到脉冲噪声,利用小波的重构公式消去图像中的噪声.由于提升小波滤波器比普通小波滤波器运算量大大减少,因此算法易于硬件实现.将提升小波的降噪方法同现代信号处理器件DSP和FPGA结合起来有着广泛的应用前景.     

基于统一信道分解的自适应MIMO技术研究

由于空间相关特性的影响,限制了多入多出(MIMO)通信系统的应用.参考统一信道分解(UCD)的信道参数反馈方法,提出了一种自适应MIMO系统.这种系统能适用于各种空间相特性.通过仿真验证了基于UCD的MIMO系统在各种空间相关特性下的性能,并讨论了反馈误差对系统性能的影响.     

同轴电缆网络上行信道噪声漏斗效应及其对调制技术的影响分析

HFC网络结构的出现为CATV网络的双向通信提供了实现基础.但HFC网络中同轴电缆网络上行信道中存在的噪声漏斗效应限制了上行信道调制技术的选择.在对噪声漏斗效应进行定量分析的基础上,导出了同轴电缆网络上行信道用户终端输出载噪比、工作电平(输出信号功率)、上行放大器个数、用户数与所选调制技术接收门限信噪比之间的约束关系,为上行信道调制技术的选择提供了依据     

脉冲噪声环境下的空闲信道检测方案

针对复杂电磁脉冲噪声环境下的空闲信道检测难题,提出一种基于贝叶斯统计推理框架的新检测算法.为了应对脉冲干扰并提升检测精度,建立了一种全新的动态状态空间模型,采用伯努利随机有限集来描述脉冲噪声与信道状态的动态变化特性.在此基础上,基于序贯估计与粒子滤波理论,设计出一种新型信道检测机制.在检测信道状态的同时,对脉冲噪声出现时间和幅值进行联合估计,有效消除了其对信道检测的干扰;同时,通过发掘脉冲噪声的动态特性,显著提升了信道检测性能,为复杂电磁环境下的高可靠信道检测提供了一种新的解决方案.数值仿真验证了所提算法的有效性.     

基于运动检测的自适应降噪算法及实现

提出了基于运动检测的自适应降噪算法.通过计算相邻图像的相同背景区域噪声方差得到噪声强度,根据噪声强度大小设置运动阈值;通过计算图像局部相似度自适应地区分图像运动区域和静止区域,对静止区域采用时域加权均值滤波,对运动区域采用均值空域滤波.Matlab仿真实验结果表明:采用该降噪算法在去除视频序列噪声的同时,也很好地保护了图像的细节.     

变电站内局部放电脉冲噪声对LoRa通信的影响研究

在变电站内安装无线传感器网络已经成为发展智能电网的必然趋势。针对变电站中局部放电脉冲噪声对LoRa无线通信产生的干扰问题,首先分析了LoRa调制与解调原理,在该基础上建立了LoRa仿真模型,并根据在高斯白噪声下的解调信噪比验证了模型的准确性;然后建立了Middleton Class A脉冲噪声模型,通过数学统计方法检验了特定参数的Middleton Class A脉冲噪声表示实测局部放电信号的准确性;最后通过误码率曲线,分析了在高斯噪声环境和特定参数的Middleton Class A脉冲噪声环境下的LoRa通信性能差异。研究结果表明,LoRa具有优秀的抗噪声能力,即使是在信噪比为负值时仍然允许数据接收;某500 kV变电站实测局部放电信号可以表示为特定参数的Middleton Class A脉冲噪声;与高斯噪声相比,该脉冲噪声会对LoRa系统造成信噪比损失,导致系统通信性能下降。研究结果可为在变电站内部署LoRa无线通信网络提供理论参考。     

基于WT-SVD的汽车噪声抑制方法仿真

为了有效抑制汽车智能导航接收过程中音频信号里的汽车噪声,提出了一种基于小波变换和奇异值分解结合的双层滤波降噪方法,实现了对含有汽车噪声的接收信号信噪比的提高.先利用小波变换针对带噪音频进行滤波,然后对滤波后的带噪音频进行奇异值分解降噪.在此过程中针对含噪语音过长而无法直接进行奇异值分解,采用了分段处理方法;同时,为解决有效秩分离阶数确定的问题,使用奇异值方差法确定分离阶数.仿真实验结果表明,该方法简单易行,比传统音频降噪方法的增强性能更强,具有更好的效果和应用价值.     

基于小波域自适应高斯混合模型的图像去噪方法

提出了一种基于小波系数局部统计模型的图像去噪方法。该方法利用小波子带的方向性特点以及小波系数尺度内的相关性,将小波系数的概率分布建模为一种自适应高斯混合模型,在贝叶斯框架中采用这种概率模型可以得到一种具有空间自适应性的贝叶斯萎缩函数。利用这种萎缩函数可以实现对小波系数的修正。实验结果表明,利用该方法进行图像去噪能够取得良好的效果,同时可以有效地保留图像的细节。     

一种参数估计的自适应辅助通道方法

在实际应用中,传统辅助通道方法受杂波分布先验信息及系统误差的限制,使辅助通道的选取偏离实际杂波分布．针对这一问题,提出了基于最小二乘参数估计的自适应空时二维辅助通道方法．首先利用单距离回波数据估计杂波分布并采用最小二乘方法估计系统参数,然后自适应选取辅助通道并进行降维空时自适应处理．利用单距离数据进行参数估计具有较高的参数估计精度,适用于任意阵列构型,具有一定的稳健性．     

基于信号子空间的激光主动成像散斑去除

为研究激光主动成像中散斑噪声的抑制问题,提出一种基于信号子空间TDC(Timedomain constrained)的散斑去噪方法,并搭建一套基于距离选通ICCD的激光主动照明系统进行实验验证。首先使用同态变换将乘性噪声变为加性噪声,然后利用小波变换估计噪声的协方差;接着对含噪图像进行奇异值分解并估计信号子空间的维数,根据该维数对无噪图像的协方差矩阵进行特征值分解,计算出滤波估计矩阵。将滤波估计矩阵与含噪图像卷积,最后做同态逆变换,得到降噪后的图像。结果证明本文的去噪方法拥有比经典的Lee、Frost和Kuan算法更好的散斑噪声抑制效果,同时计算时间明显缩短。     

图像噪声方差分段估计法

为了提高对较小噪声估计的准确性,提出一种图像噪声估计的新方法.该方法基于图像小波细节系数的统计特性,用分段函数进行分析处理.将原始图像进行小波变换,根据传统的Donoho方法得出噪声标准方差的初始估计值,将初始估计值根据提出的公式进行处理.实验结果表明,所提方法比传统的小波噪声估计方法更准确,特别是对于图像噪声较小（标准差小于20）和细节较多的图像.将所提方法和传统方法估计出的噪声方差分别代入小波阈值去噪方法中,所提方法去噪效果更好,能更好地保持图像细节,当噪声标准差等于10时,峰值信噪比（PSNR）至少比传统方法高0.6 dB.     

基于自适应技术的低频噪声控制研究

针对电力变压器低频噪声问题,探讨有源噪声控制的设计方法,提出基于参数化线性滤波器优化的有源噪声前馈控制算法,同时给出了信号检测传感器的布放方案,并通过误差传感器展示噪声消除的效果.该有源噪声控制器能实现电力系统设备的噪声自动检测,并根据设备噪声的具体情况实施控制以达到降噪的目的.以220kV电力变压器有源噪声控制为例,实验结果证明,利用有源噪声控制技术实现对电力系统设备低频噪声的控制是一种有效的途径.     

用于GPS接收机的快速自适应干扰抑制方法

提出了一种基于Householder变换的快速自适应干扰抑制方法.利用Householder变换构建的广义旁瓣相消器下支路阻塞矩阵,可将期望信号完全阻塞,提高了最小均方误差算法的收敛性,获得了较高的输出信干噪比,并提高了GPS接收机的快速抗干扰性能.理论分析和性能仿真验证了该方法的优越性.     

基于相似匹配维纳滤波的地震资料噪声压制

针对强噪声背景下地震资料噪声压制困难的问题,提出一种基于地震信号相似性的维纳滤波传递函数优化算法。该算法将待处理资料分块,并依据地震同相轴的时空相似性构建三维相似组。经过低秩近似,信号与噪声差异明显,能够计算得出更为精确的维纳滤波传递函数。经过仿真信号与真实地震资料的对比验证,采用本文优化算法得到的传递函数进行维纳滤波,既能实现随机噪声的有效压制,又能极大地保护信号的有效成分。     

基于像素类型的彩色图像局部自适应滤波

针对彩色图像的细节丰富和边界明显特点,提出了基于像素类型的局部自适应滤波方法。该方法首先检测彩色图像的边界点,再按照设定参数选择自动选择局部灰度平稳区,然后根据选定领域范围内像素的统计特性来判断中心像素的类型。结合邻域大小和像素类型,设计了不同的滤波模板。该方法不需人为选定待滤波区域,对噪声适应性强,且运算时间短,效果明显。