非加性噪声情形下卡尔曼滤波器的推广

在数字信号处理中,得到的信号总是或多或少伴随着噪声。如何去除噪声,恢复真实的信号,是信号处理面临的首要问题。一般情形下我们都假定噪声是加性的,即噪声是不依赖于信号的,此时,卡尔曼滤波器是一种非常简便的降噪方法,它是一个最优化自回归数据处理算法,是用前一个估计值和最近一个观察数据来估计信号的当前值,是用状态方程和递推的方法进行估计的,而且它在均方误差意义下是最优的。本文将噪声推广到一般的乘性噪声的情形,利用卡尔曼滤波的基本思想,同样可以得到均方误差意义下的最优滤波,最后通过一个模拟的例子验证了该方法的有效性。     

图像处理中维纳滤波器的推广与应用

维纳滤波器是一种最简便的降噪方法,而且它在均方误差意义下是最优的。将噪声推广到一般的乘性噪声的情形,利用维纳滤波的基本思想,同样可以得到均方误差意义下的最优滤波,最后通过两个模拟的例子验证了该方法的有效性。     

最小平方高阶联想存贮器

本提出了一个新的高阶联想记忆模型。该模型采用噪声模式优化联想功能，使得对于噪声输入模式在均方误差的意义下同样达到最优的联想效果和存贮性能，推广了Ｃｈｅｎ的结果，计算机的模拟结果表明这一点。     

多項式迭加平稳过程信号的預报过滤问題

本文考虑了系数未知的多项式迭加平稳过程的信号,给出了均方误差意义下最优预报及多项式系数估计公式中的谱特性应满足的必要和充分条件.当平稳过程具有有理谱密度时,可以把决定最优谱特性问题归结为解线性代数方程组.     

多项式迭加平稳过程信号的预报过滤问题

本文考虑了系数未知的多项式迭加平稳过程的信号,给出了均方误差意义下最优预报及多项式系数估计公式中的谱特性应满足的必要和充分条件.当平稳过程具有有理谱密度时,可以把决定最优谱特性问题归结为解线性代数方程组.     

最小平方高阶联想存贮器*

本文提出了一个新的高阶联想记忆模型．该模型采用噪声模式优化联想功能，使得对于噪声输入模式在均方误差的意义下同样达到最优的联想效果和存贮性能，推广了chen的的结果，计算机的模拟结果表明了这一点．     

阶数自适应可变均衡器算法的研究与仿真

自适应判决反馈均衡器（OVE）f~跟踪信道时变响应并自动调整抽头系数,解决数字通信中因信道衰减和噪声引起的符号间干扰问题,从而大大降低通信系统误码率。针对在自适应均衡过程中均衡器阶数难以确定的问题,根据最优估计理论,分析判决反馈均衡器结构,研究DFE的抽头长度对均衡器均方误差性能的影响,在此基础上提出阈值可变动态长度算法,找出最小均方误差与滤波器阶数之间的折中。Matlab分析和仿真结果显示,当信道衰减和符号问干扰较严重时,均衡器阶数收敛在30阶左右,且误差可以收敛在较小范围内跟踪信道响应,并在瞬时累计均方误差准则下收敛到滤波器最优阶数。     

具有乘性噪声的线性离散时间随机控制系统综述

具有乘性噪声的随机不确定系统的控制问题有着广泛的应用背景. 本文概述了具有乘性噪声的线性离散时间随机系统的稳定性分析、均方镇定、最优控制以及最优估计问题和相关结论. 同时, 本文研究了具有状态与控制乘性噪声的线性多变量离散时间系统的均方镇定和最优控制问题, 分析了这两个问题之间的联系, 并讨论了最优状态反馈控制器的设计算法.     

引入修正因子的局部维纳滤波图像去噪

维纳滤波是一种古典的去噪方法,它是最小均方误差意义上的最优线性滤波。在对它的性能分析后,噪声方差修正因子被引入。实验结果表明,这一方法虽然简单,但是有效改善了传统局部维纳滤波的性能。     

多传感器最优信息融合白噪声反卷积滤波器

应用现代时间序列分析方法和白噪声估计理论,基于线性最小方差意义下按标量加权最优信息融合准则,对于带白色和有色观测噪声的多传感器单通道系统,提出了分布式融合白噪声反卷积滤波器.它由局部白噪声反卷积滤波器加权构成.可统一处理融合滤波、平滑和预报问题.给出了计算局部滤波误差互协方差公式,可用于计算最优加权.同单传感器情形相比,可提高融合滤波器精度.它可应用于石油地震勘探信号处理.一个3传感器信息融合Bernou lli-Gaussian白噪声反卷积滤波器的仿真例子说明了其有效性.     

一种图像自适应Wiener组合滤波方法

利用小波域Wiener滤波和空间域自适应Wiener滤波的特点,提出一种基于小波域自适应Wiener滤波和空间域自适应Wiener滤波的组合滤波方法。该方法首先在小波域进行自适应Wiener滤波,对恢复图像中的残留噪声方差进行重新估计,再在空间域进行自适应Wiener滤波,这种方法提高了恢复图像的精度。仿真实验表明,与单独的小波域和空间域Wiener滤波相比,该方法的均方误差最小,去噪效果更优。     

FIR方法在维纳滤波器设计中的应用与仿真

基于最小均方误差准则,得到维纳-霍夫方程,并利用FIR(有限冲击响应)方法求解,进而得到维纳滤波器的传递函数。在MatLab环境下,基于一阶AR(自回归)模型生成原始信号,对维纳滤波器进行设计和仿真,并分析抽样点数、AR模型参数、信噪比和滤波器阶数对滤波效果的影响。仿真结果表明,增大抽样点数和信噪比以及减小AR模型参数,滤波效果增强;增大滤波器阶数,滤波效果先增强后减弱。     

An RBFN–Wiener hybrid filter using higher order signal statistics

In this paper we propose a radial basis function network (RBFN) based nonlinear filter with a basic framework of a linear Wiener filter. In addition, in order to improve the filtering performance, we further propose a novel nonlinear filter, which is synthesized by a hybridization of an RBFN filter and a linear Wiener filter. The proposed filters are realized with a least mean square error scheme using higher order statistics of a target signal and an observation noise.The validity and the effectiveness of the proposed filters have been verified by applying them to the actual filtering problems of the noisy images.     

基于多小波基维纳滤波图像去噪

提出一种多小波基维纳图像去噪方法。它把多个小波基用于小波维纳滤波图像去噪，利用多个小波各自独有的特性和维纳滤波估计最小误差估计的优点，达到对图像更有效去噪的目的。实验结果表明，该方法可以有效降低图像噪声，同时，较好地保持图像视觉效果。     

Minimum entropy restoration of star field images

In this correspondence, we present an algorithm for restoration of star field images by incorporating both the minimum mean square error and the maximum varimax criteria. It is assumed that the point spread function of the distortion system can be well approximated by a Gaussian function. Simulated annealing (SA) is used to implement the optimization procedure. Simulation results for both Gaussian and square point spread functions with heavy additive independent white Gaussian noise are provided. Visual evaluation of the results indicate that the proposed algorithm performs better than the noncausal Wiener filtering method.     

多通道助听器语音降噪算法研究

维纳滤波算法是改善噪声环境下听障患者语音理解度的常用算法之一。针对传统维纳滤波算法噪声谱估计偏差大的问题,提出一种基于改进的多通道维纳滤波算法的助听器语音降噪算法。算法首先结合人耳听觉特性和助听器响度补偿的特点,将语音信号进行Gammatone分解为多路子带信号。然后在每个子带内用基于先验信噪比估计的维纳滤波器进行语音增强处理。最后通过综合子带信号,得到增强的语音。此外,为了改善维纳滤波算法噪声谱估计的问题,提出一种基于包络估计的语音活动检测算法,并用于改善维纳滤波性能。实验结果表明,与传统维纳滤波法相比,该方法能更有效地抑制残留噪声,提高语音可懂度,具有较高的实用价值。     

一种改进的小波域维纳滤波的图像降噪算法研究

针对小波域维纳滤波图像降噪存在计算速度慢和降噪效果较差,本文提出一种改进的小波域维纳滤波算法,将阈值化处理引入小波域维纳滤波,通过阈值化处理小波变换后的系数来提高降噪效果。依据改进算法的具体过程和算法步骤,运用MATLAB进行算法仿真,仿真结果表明,改进的小波域维纳滤波算法进行图像降噪可以有效地提高图像的信噪比,降噪效果良好,同时计算速度较快,节约时间。     

基于小波域维纳滤波的图像降噪技术

传统的小波域局部维纳滤波器的参数由小波系数的某个邻域上的系数或某个邻域上的系数加上相邻尺度上的对应系数所估计,由于邻域不可能取得很大,这样会导致在某些点上估计精度的下降.对此,该文首先分析了传统的小波域局部维纳滤波器的估计误差,然后根据分析的结果,提出了一种对该算法的改进,即先用适当的门限值对小波系数进行阈值化处理,再进行局部维纳滤波.对不同噪声水平的测试图像的仿真结果表明,该改进措施可以有效地改善小波域局部维纳滤波的降噪性能,而且噪声污染越严重,改善越明显.