红外气体传感器信号调理及数据处理

针对红外气体传感器易受外界光源、电磁等干扰影响,其输出信号中存在大量噪声而影响检测精度的问题,设计了一种红外气体传感器信号调理及数据处理电路。该电路采用硬件和软件相结合的方法,在硬件上设计了信号调理电路,在保证信号真实性的同时具有非常好的放大滤波功能;在软件上采用中位值平均滤波算法对信号进行处理,可有效克服信号中混入的噪声,且对周期性和热噪声产生的干扰也有很好的抑制作用。试验结果表明,该电路可有效滤除传感器中的大量噪声,准确提取有用信号,提高检测精度及稳定性,满量程精度可达0.54%。     

基于虚拟仪器的热柱体旋涡脱落特性实验研究

介绍了虚拟仪器及面向仪器的图形化编程环境LabVIEW的基本概念.同时,就虚拟仪器的构成、功能及特点进行了深入的讨论.运用虚拟仪器LabVIEW,对热柱体旋涡脱落特性实验数据采集系统进行设计、测试及实现.重点阐述了虚拟仪器系统的构建和系统软件设计.利用虚拟仪器丰富的开发资源,在基本不投入仪器设备及硬件的情况下,设计了具有较高应用价值的数据采集系统.并应用软件进行滤波及归一化处理以抑制采集噪声、提高测试精度.     

电容式微加速度计的噪声特性

电容式微加速度计的噪声包括机械热噪声和电热噪声 ;主要分析了机械热噪声在开环系统和闭环系统中的噪声特性以及开环系统和闭环系统检测的动态范围 ,提出电容式微加速度计的噪声主要由机械热噪声的大小决定 ;同时 ,机械热噪声的大小又主要取决于温度和机械阻尼的大小     

CMOS图像传感器的自适应降噪方法研究

提出了一种用于CMOS图像传感器的新型自适应降噪方法,并进行了逻辑电路实现。该方法通过运动检测和边缘检测技术进行噪声功率统计和分析,选择性的利用中值滤波、均值滤波以及运动自适应滤波方法,对传感器输出图像进行了数字降噪处理。实验表明本文方法降低了高斯噪声和椒盐噪声的影响,有效提高了图像质量和峰值信噪比。其结构易于电路实现,适用于CMOS图像传感器内部的实时降噪处理。     

微机控制的磁盘自动称重和配料装置

论述了应用单片机80C196KC实现微机磁盘自动称重和配料的技术。重点介绍了电阻应变式传感器的应用和装置的结构、工作原理、硬件和软件的设计思想。详细阐述了电阻应变式传感器的输出信号的处理和可控硅触发电路。     

基于自动抑制的传感器欠采样CT影像降噪方法

提出了一种基于自动抑制的传感器欠采样CT投影域奇异值点抑制方法。为因传感器感应不足造成的短穿透距离和异值噪声较多的投影数据区域进行判定,之后依据判断的异值点自动选择合理阈值,并进行滤波,从而减少了经验值设置,提高了程序自动化抑制噪声的程度,并使得图像统计分布更趋于非平稳高斯分布。经过模拟仿真验证得出：该方法对因低剂量CT扫描造成的欠采样噪声,尤其是对设备老化和因经验设置造成的过大过小滤波问题具有很好的处理效果。     

电容式微加速度计的噪声分析

噪声是以微弱信号处理为特征的电容式微加速度计性能提高的主要制约因素。针对电容式微加速度计的噪声,详细分析和研究了其特性。首先分析了电容式微加速度计的系统噪声由机械热噪声和电路噪声两部分组成;采用热力学均分理论和集成电路噪声特性分别对机械热噪声和电路噪声进行建模、分析和计算,得到了机械热噪声等效噪声加速度和各级电路的噪声值。然后用自行设计的微加速度计表头和接口电路进行试验,实验结果验证了噪声模型的正确性,确认了电容式微加速度计电容检测电路—电荷放大器是最主要的噪声源。     

基于虚拟仪器的武器噪声测试系统

本文介绍了基于虚拟仪器的武器噪声测试系统,传感器采用电容传声器,使用虚拟仪器编程语言LabWindows/CVI作为系统应用软件的开发平台,软件界面为虚拟仪器面板,实现了硬件控制、噪声数据的采集、计算分析.该系统已经成功应用于武器的噪声测试.     

传感器Q值对加速度计量化噪声的影响

高品质因数（Q）的加速度计因其具有较低的机械热噪声而适合高性能的振动检测,但Q值过高会带来接口电路的不稳定。为了充分利用传感器的特性优化Sigma．Delta（∑△）数字接口电路设计,通过分析加速度计的数字接口电路模型,验证了Q值的变化对数字量化噪声的影响,并且适当的Q值能降低数字接口电路基带内的量化噪声。设计和测试了基于三明治加速度计的PCB板级电路,测试结果表明：传感器的高Q特性会在基带引入一对共轭零点,抑制了基带内的量化噪声。     

卡尔曼滤波在桥梁健康监测中的应用

针对传统的桥梁自动损伤识别方法中数据精度的不足,提出运用振弦式应变传感器来获取应变模态指标,采用卡尔曼滤波信号处理方法来提高测量精度,抑制低频噪声,仿真结果表明了本滤波方法的有效性。     

基于应变式传感器的压电陶瓷定位系统设计

基于压电陶瓷驱动的纳米扫描和定位系统,是原子力显微镜系统的关键部件。本文设计了基于电阻式应变传感器(SGS）的压电陶瓷微纳米位移定位系统。该系统在硬件上采用仪表放大器对SGS应变信号进行RF滤波、放大、模拟滤波处理得到与压电陶瓷位移变化线性相关的电压信号,该信号由高精度AD采集,并通过控制器输出到上位机软件MATLAB中进行噪声分析、FIR数字滤波去噪、线性度分析。实验结果表明,该位移检测系统输出电压噪声峰峰值小于0.5mV,输出非线性误差小于0.06%,可实现2nm的位移分辨率。该定位系统可以应用于原子力显微镜的开发中。     

INFFC: An iterative class noise filter based on the fusion of classifiers with noise sensitivity control

In classification, noise may deteriorate the system performance and increase the complexity of the models built. In order to mitigate its consequences, several approaches have been proposed in the literature. Among them, noise filtering, which removes noisy examples from the training data, is one of the most used techniques. This paper proposes a new noise filtering method that combines several filtering strategies in order to increase the accuracy of the classification algorithms used after the filtering process. The filtering is based on the fusion of the predictions of several classifiers used to detect the presence of noise. We translate the idea behind multiple classifier systems, where the information gathered from different models is combined, to noise filtering. In this way, we consider the combination of classifiers instead of using only one to detect noise. Additionally, the proposed method follows an iterative noise filtering scheme that allows us to avoid the usage of detected noisy examples in each new iteration of the filtering process. Finally, we introduce a noisy score to control the filtering sensitivity, in such a way that the amount of noisy examples removed in each iteration can be adapted to the necessities of the practitioner. The first two strategies (use of multiple classifiers and iterative filtering) are used to improve the filtering accuracy, whereas the last one (the noisy score) controls the level of conservation of the filter removing potentially noisy examples. The validity of the proposed method is studied in an exhaustive experimental study. We compare the new filtering method against several state-of-the-art methods to deal with datasets with class noise and study their efficacy in three classifiers with different sensitivity to noise.     

自适应控制迭代的随机值脉冲噪声滤波

定义了一种更接近实际噪声情况的随机值脉冲噪声模型,针对随机值脉冲噪声的滤除提出一种自适应控制迭代次数的滤波算法。算法包括噪声检测、噪声滤除、误检像素修正和迭代控制四个步骤,对固定值脉冲噪声和随机值脉冲噪声均能有效滤除。与中值滤波算法进行实验比较,在滤除随机值脉冲噪声时,该算法滤波后图像细节信息保护较好,且滤波过程无需设定迭代参数,自适应性强。     

Filtering images contaminated with pep and salt type noise with pulse-coupled neural networks

As a typical type of noise in many image related applications, pep and salt (PAS) type noise reduces the quality of the image seriously. Median filter and its variations[1—3] are the earliest filtering algorithms for filtering this type of noise, with the drawback that filtering is performed to all of the pixels in the image, which leads to a severe blur of the filtered image. To tackle this problem, Sun and Neuval[4], and Florencio et al.[5] pre-sented a switch median filtering method whic…     

A fuzzy filter for the removal of random impulse noise in image sequences

In this paper a new fuzzy filter for the removal of random impulse noise in digital grayscale image sequences is presented. The filter consists of different noise detection and filtering steps, in which the fuzzy set theory is used. This noise detection is based both on spatial and on temporal information and has the aim to prevent the filtering of noise free image pixels. The filtering of the detected noisy pixels is finally performed in a motion compensated way. Experimental results show that our method outperforms other state-of-the-art filters in terms of the peak-signal-to-noise ratio as well as visual quality.     

彩色图像脉冲噪声的模糊检测和滤波

提出了一种新的彩色图像脉冲噪声滤除的方法。该方法充分考虑彩色图像的颜色信息,结合模糊规则进行检测。实验结果显示,此方法不论对椒盐脉冲噪声还是均匀分布的随机值脉冲噪声都有较好的滤波效果,比VMF更好地保护了图像边缘细节。     

基于卡尔曼滤波的陀螺仪降噪处理

针对MEMS陀螺仪输出信号随机漂移误差造成测量精度低的问题,提出了一种基于BP神经网络的卡尔曼滤波降噪模型.基于BP神经网络的基本原理,首先利用BP神经网络对系统进行学习,获得系统状态方程,然后建立了基于BP神经网络的滤波模型,最后应用于卡尔曼滤波对MEMS陀螺仪信号进行降噪.半实物模拟仿真实验表明:基于BP神经网络的卡尔曼滤波后的数据的速率随机游走等系数比原始数据下降6.89倍,验证了本方法的降噪性能优于基本卡尔曼模型,在MEMS陀螺仪的数据处理方面具有一定的应用价值.     

虚拟噪声测试系统的设计

该文提出了虚拟噪声测试系统的设计方案,设计了虚拟噪声测试系统的硬件系统与软件系统。该系统以图形化编程语言LabVIEW为软件开发平台,以声传感器,数据采集卡,计算机为硬件开发平台,将虚拟仪器技术运用到噪声测试中,更多地借助计算机软件技术来设计噪声分析软件,使得噪声分析更加精确,并大大的缩短了测试和信号处理周期,在生活与生产领域有着广泛的应用空间。     

基于局部概率抽样的标签噪声过滤方法

分类学习任务中,在获取数据的过程中会不可避免地产生噪声,特别是标签噪声的存在不仅使得学习模型更复杂,而且容易造成过拟合并导致分类器泛化能力的下降。标签噪声过滤算法虽然在一定程度上可以解决上述问题,但是仍然存在噪声识别能力较差、分类效果不够理想以及过滤效率低等问题。针对这些问题,提出一种基于标签置信度分布的局部概率抽样方法来进行标签噪声过滤。首先利用随机森林分类器对样本的标签进行投票,从而获取每个样本的标签置信度;然后根据标签置信度的大小,将样本划分为易识别样本和难识别样本;最后分别采用不同的过滤策略对样本进行过滤。实验结果表明,在标签噪声存在的情况下,所提方法在大多数案例上能够保持较高的噪声识别能力,并且在分类泛化性能上也具有明显优势。     

Active noise control of flexible linkage mechanism with piezoelectric actuators

An active noise control method for flexible linkage mechanism systems with piezoelectric actuators and strain gauge sensors is studied. By employing a set of wave number transformations on the original equations of motion of the flexible linkage mechanisms, a new set of equations of motion is obtained, in which the unknown variables can describe the structural acoustic radiation level of the mechanism system directly. On the basis of the new equations, the active noise control of the flexible linkage mechanism system with piezoelectric actuators is discussed. Firstly, the optimal control forces are determined based on the optimal control theory. Secondly, the controller of the system that consists of the output feedback and the disturbance feed-forward control laws is presented. Simulations show that the method presented in this paper is valid.