有色量测噪声下带广义未知扰动的递推上限滤波

针对博弈对抗环境下利用快速采样雷达进行非合作目标跟踪带来的有色噪声和未知干扰共存问题, 本文提出有色量测噪声下带广义未知扰动的随机动态系统递推上限滤波. 这里, 有色量测噪声用于描述由于快速采样或持续干扰带来的噪声相关性, 广义未知扰动用于建模博弈对抗对雷达观测带来的异常影响(先验信息缺失). 针对所考虑系统, 通过参数优化实现状态估计误差协方差上限(而不是理论值)的在线递推, 提出有色噪声下上限滤波(CU-BF), 给出状态估计误差协方差最小上限的近似实现, 讨论了所提CUBF的存在性条件. 在具有时变未知扰动和有色量测噪声的目标跟踪仿真中验证了所提方法的有效性.     

基于FastICA的雷达弱目标检测前跟踪方法研究

研究了强噪声干扰下的雷达弱目标检测及跟踪问题。针对信号与噪声干扰之间的相互独立性,提出了一种基于FastICA的弱目标检测前跟踪(TBD)算法。该算法的关键为对分离后的信号进行能量分配,以及求解所构建的一个多目标规划问题,进而实现匹配回波信号的能量积累。仿真实验结果表明,在负信噪比的情况下,无论是高斯噪声还是非高斯噪声,该方法均可以实现检测前跟踪的目的;用能量积累过程中记录的目标状态信息为观测值,则可以通过滤波估计的方法最终实现对目标的稳健跟踪。该方法为弱小目标的跟踪检测技术提供了一种新的思路。     

心电信号去噪效果的评估与分析

心电信号是人体的主要生理信号之一,通过对心电信号的分析可了解心脏的健康状态,由于心电信号属于微弱低频信号,所以在采集过程中极易受到来自人体内部和外部的噪声干扰,影响心脏疾病诊断的效果。基线漂移、工频干扰和肌电干扰是心电信号采集过程中不能忽略的噪声干扰。对心电信号的相关去噪算法的效果进行对比分析。首先将模拟理想状态下的心电信号作为原始数据,同时模拟出心电信号中存在的基线漂移、工频干扰和肌电干扰。每种噪声干扰分别选择三种常用的去噪算法,采用信噪比、均方差和心电信号的频域特征的评估指标进行去噪效果的比较。在此基础上,提出了一种多噪声心电信号的去噪方法并给出去噪流程和效果。研究结果表明：（1）对于基线漂移、工频干扰和肌电干扰分别采用小波变换法、陷波滤波法和小波阈值法的去噪效果最好;（2）当心电信号含两种及两种以上噪声时,按照滤除基线漂移、工频干扰和肌电干扰的去噪顺序滤波效果最好。     

基于帧间扰动相关性的弱小目标提取方法

帧差分和背景差分技术在运动目标检测方面具有很好的原理性效果;但是对弱小目标图像来说,当目标尺寸和噪声、干扰点尺寸能够比拟,硬件系统和信号噪声的随机性会使差分方法几乎完全失效;在研究差分结果噪声相关性的基础上,提出定点能量积累,避免了能量积累时对目标运动速度的限制;并利用组合扰动排除法,大幅度削弱了帧间相互独立的噪声和杂波干扰;实验结果表明,该方法能够以较低的运算量准确地检测出强噪声干扰和复杂背景下的运动弱小目标,实时性好。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性,利用奇异目标信号的小波变换模极大值随尺度增大而增大,而随机白噪声小波变换模极大值随尺度增大而减小,进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性，利用奇异目标信号的小波变换模极大值随尺度增大而增大，而随机白噪声小波变换模极大值随尺度增大而减小，进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。     

外界干扰下体外自动除颤仪室颤信号高精度检测方法

室颤信号检测能够对心血管疾病起到预防和控制的作用,但是不同类型的室颤信号会对成功率和检测率造成影响,提出了外界干扰下体外自动除颤仪室颤信号高精度检测方法研究。考虑到人体特性会影响体外自动除颤仪室颤信号的质量,将噪声作为室颤信号的外界干扰因素,从肌电噪声、基线漂移、工频干扰和饱和噪声等方面,分析了室颤信号的噪声背景,利用变频滤波算法消除室颤信号的噪声,通过重构室颤信号的能量值,提取出室颤信号的能量特征,利用表征人体心脏状态的特征参数,获得心脏工作状态的相关信息,根据室颤信号的分类,设计了体外自动除颤仪室颤信号高精度检测算法,实现了室颤信号的高精度检测。实验结果表明,外界干扰下体外自动除颤仪室颤信号高精度检测方法能够成功检测到不同类型的室颤信号,在检测率方面也表现出更好的效果。     

基于极大后验估计和模糊控制的水下无源定位技术

针对高海况条件下因海流扰动的影响导致观测噪声方差未知时变的特点, 基于模糊控制技术提出一种基于FCMAP-UKF 滤波技术的水下无源组合导航系统状态估计方法. 该方法在滤波迭代过程中引入模糊自适应因子, 对未知观测噪声方差阵进行动态调节, 提高了系统的自适应能力和鲁棒性. 滤波结果表明, 该系统在达到传统方法精度的同时, 能够克服自主导航过程中不确定的噪声和随机干扰的影响而进行有效的定位导航.     

基于CNN-LSTM混合模型的工频磁扰动信号预测

传统的磁探测技术难以满足铁磁性目标探测需求,一种新型高性能、实用性探测技术—工频(50 Hz)探测,正成为目标探测领域发展的新趋势。针对工频磁扰动信号中时序特征的预测问题,该文在工频磁探的基础上,提出一种基于卷积神经网络(CNN)和长短时记忆网络(LSTM)的混合模型。首先,以工频磁扰动信号作为输入送入卷积层;其次,将卷积层提取到的磁场强度、时间等特征信息送入LSTM层中进行拟合和预测;最后,利用金沙河地区外场实验数据作为样本集,对模型进行训练和验证。实验结果表明,CNN-LSTM混合模型与单一的LSTM模型相比,均方根误差(R_RMSE)和平均绝对百分比误差(M_MAPE)分别降低了3.81%和0.94%,能够较好地解决磁扰动信号存在的时序特征问题。     

利用最小噪声分数变换的高光谱目标探测方法

针对高光谱遥感影像特征维数多、冗余度高,同时观测信号中广泛存在各种噪声成分的问题,该文提出了一种利用特征降维的高光谱遥感影像目标探测方法。方法首先采用最小噪声分数变换算法对高光谱遥感数据进行特征降维,提取观测信号中的少量高信噪比成分组成新的数据立方,进而使用高光谱目标探测算子实现目标探测。通过对真实目标位置已知的HyMap高光谱遥感数据目标探测的实验,证明了该文提出的方法能够降低目标探测的虚警率和探测时间。     

一种暂态电能质量检测新方法的研究

电能质量扰动带来的复杂信号调制特性,使得从电能质量监测数据中提取扰动信号特征依然面临困难。为提高噪声背景下复合电能质量扰动检测准确性,采用自适应无参经验小波变换(APEWT)对扰动信号进行模态分解,进而基于频率加权能量算子(FWEO)对单模态分量进行能量计算,同时通过解调提取用于扰动定位的瞬时频率和幅值特征量。一方面,APEWT中基于自适应频带分割的小波滤波器组输出仅包含有效模态分量,有效避免了模态混叠现象的出现;另一方面,FWEO噪声鲁棒性有效提高了强噪声背景下扰动特征提取的准确性。将算法应用到仿真及实测信号,结果显示该方法能够有效地追踪扰动信号的瞬时变化,且解调得到的瞬时频率和幅值也进一步证明了方法的可行性和有效性。     

气体流量计中干扰的产生及抑制问题的研究

本文以气体流量计研制过程中出现的干扰问题为背景,从形成干扰的条件出发,分析了电磁继电器在通电瞬间的电流变化趋势及对外部小信号检测电路的电磁干扰。然后从切断干扰的耦合路径出发,从干扰产生的源头抑制干扰的生成。该方法对以继电器为弱电控制强电部件的各类微弱信号检测与控制仪器也同样适用。     

基于拟合优度检验的灵巧噪声干扰识别

针对传统抗干扰方法无法有效对抗灵巧噪声干扰的缺陷,提出了一种基于拟合优度检验实现灵巧噪声干扰识别的方法.分别根据Swerling起伏模型得到的目标信号分布特性、从灵巧噪声干扰产生过程得到的干扰信号分布特性,分析了目标位置信号与干扰位置信号分布特性差异,提出利用拟合优度检验理论实现干扰识别.该方法计算AD检验统计量,在一定显著性水平下对若干周期同一时刻的样本进行假设检验,根据检验的结果进行干扰识别.仿真实验表明,该方法能有效地对低信干比情况下的目标进行识别.     

基于改进深度残差网络的GIS局部放电在线监测白噪声干扰抑制

针对GIS局部放电(partial discharge, PD)监测中背景白噪声较多、GIS局部放电信号干扰较大的问题,应用改进深度残差网络设计一种新的GIS局部放电在线监测白噪声干扰抑制方法。进行局部放电在线监测中白噪声、局部放电脉冲信号的多尺度特性分析,在局部放电脉冲染噪信号中提取白噪声信号。加入感知损失,设计由生成图像网络与损失网络构成的改进深度残差网络,对白噪声信号波形图像实施超分辨率重建。通过SN-EMD算法提取白噪声信号波形图像的模态域特征。通过构建复小波滤波器组,对模态域特征实施滤波处理,实现GIS局部放电在线监测中的白噪声干扰抑制。实验测试结果表明,设计方法去噪后的信噪比最高可达97.22 dB,干扰抑制前后信号的幅值相对误差最高可达63.20 dB,干扰抑制前后信号相关系数一直大于0.75,完成GIS局部放电在线监测白噪声干扰抑制。     

基于卷积自编码神经网络的心电信号降噪

心电信号由于在采集过程中会受到外界环境的干扰导致其形态特征被严重淹没,从而对医生的诊断和远程智能分析造成干扰。基于此,提出了一种基于卷积自编码神经网络的心电信号降噪算法。该方法利用自编码器的编码、解码特性,通过卷积的方法构建深层神经网络来学习从含噪心电信号到干净心电信号的端对端映射。卷积层捕获心电信号的细节特征,同时消除噪声;解码部分能够对特征图进行上采样并恢复心电信号细节,从而得到干净的心电信号。实验中采用信噪比和均方根误差为指标,将该方法与小波阈值法、S变换法、BP神经网络法和指导滤波法进行比较。实验结果表明,该降噪方法整体降噪精度更优,同时信号的低频成分也得到了很好的保持。该方法可做到在消除心电信号中复杂噪声的同时完整保留心电信号的形态,为心血管疾病的智能诊断和心电图的特征检测奠定了基础。     

基座扰动影响磁悬浮寻北仪精度的数据处理方法研究

影响磁悬浮寻北仪精度的因素可分为高频噪声干扰和低频大能量干扰,为消除基座扰动对磁悬浮寻北仪精度的影响,采用小波预处理消除系统内部高频噪声影响;并提出基于EMD分解干扰点检测的三次样条插值包络均值滤波结合抗差估计的新算法,以有效消除外界低频大能量干扰。对比分析算数均值滤波和最小二乘法的寻北结果精度,计算结果表明,存在外界异常干扰时,提出的处理算法可以得到更高的寻北精度。     

大型接地装置的工频间隔波测量方法研究

接地阻抗测量对仪器装备有很高的要求.为了避免现场测量受到工频噪声干扰,测量仪器被迫使用异频法进行测量,极大地增加了仪器的成本.提出了一种大型接地装置的工频间隔波测量方法,以弥补异频法的不足.从原理、实施和现场应用等三方面开展了研究.间隔波方法通过同步的高速采集和电力电子开关输出工频的间隔电流信号,然后通过相邻周波信号的...     

基于超导量子干涉仪的磁性颗粒检测单元分析

带有磁化退磁样品处理单元的扫描超导量子干涉仪（SQUID）显微镜系统,配合样品移动定位平台,可以实现生物样品内源磁性颗粒磁学特性和磁场分布的测量。基于SQUID的磁场检测单元为系统重要组成部分,介绍检测单元基本结构、检测原理,推导磁通、磁场和电压间的转换公式,建立磁性颗粒模型。通过仿真分析线圈参数对系统磁场灵敏度和空间分辨率的影响,设计绕制了直径500μm,30匝的超导接收线圈,系统磁场灵敏度为1.46×10-13 T/（Hz）^1/2,空间分辨率为500μm。磁性颗粒模型和仿真分析为系统设计、实验数据分析提供了理论依据。     

一种改进的复杂场景运动目标检测算法

提出了一种复杂场景视频序列中运动目标精确检测及提取的改进算法,该算法首先采用混合高斯模型(简称GMM)对背景及前景建模快速地实现前景运动区域提取,然后结合目标帧间相关性和随机噪声帧间无关的特点采用时间滤波(Tem-poral Filter)法和数学形态学进行后处理.实验结果表明本文所采用的改进算法能准确的提取运动目标滤除动态噪声,提高了检测鲁棒性,对复杂干扰场景下的实时运动目标检测得到了较令人满意的效果.     

基于磁梯度张量与Levenberg-Marquardt优化的磁矩计算方法

针对目前磁矩计算方法中出现的对磁性目标出厂参数精度要求较高且计算繁琐、受地磁场影响较大、反演精度较差等问题,提出了一种基于磁梯度张量概念与Levenberg-Marquardt优化算法结合的磁矩计算方法。该方法采用磁梯度张量概念消除了地磁背景场的干扰,使用Levenberg-Marquardt算法优化解算过程,消除了反演过程中出现的奇异点。对新方法进行地磁背景场、测量系统位置、环境噪声等影响因素的验证仿真,并实验验证该方法的可操作性。仿真与实验证明,相比于以往方法,新方法的磁矩反演精度有大幅度的提高,抗噪声能力更强,具有更高的鲁棒性。