高阶统计量方法及应用研究

高阶统计量方法是近几年国内外信号处理领域内的一个前沿课题，它包含了二阶统计量没有的大量丰富信息，广泛应用于所有需要考虑非高斯性、非最小相位、有色噪声、非线性或循环平稳性的各类问题中。凡是使用功率谱或相关函数进行分析与处理，而又未得到满意结果的任何问题都值得重新使用高阶统计量方法。高阶统计量的发展与应用是信号处理领域近年来一个十分重要的发展，是现代信号处理的核心内容之     

控制系统性能诊断—高阶统计量方法

针对控制系统性能的下降将直接导致设备、生产过程的异常,以及产品质量下降的问题,通过对某矿长钢丝绳胶带输送机尾部张力控制系统的分析,研究了控制系统性能的诊断问题。采用高阶统计量方法来分析控制系统性能下降的原因,提出了诊断控制系统性能下降原因的算法,并将该算法应用于实际工业系统。结果显示,高阶统计量包含了丰富的信息,能有效地反映非线性程度的强弱,在控制系统性能诊断方面具有一定的优越性,说明了该算法的可行性和有效性。     

高阶统计量在系统理论中的应用

高阶统计量是研究非高斯过程、非最小相位系统和非线性系统的有力工具,近年来引起了国内外学者的普遍关注.本文就高阶统计量在系统理论中的应用现状进行简要的综述.     

一种基于高阶统计量的图象平滑去噪法

为了消除或衰减存在于图象上的噪声，同时尽可能地保留图象细节，提出了一种基于高阶统计量的图象平滑去噪法，该方法是根据高阶统计量对高斯噪声不敏感的特性，对一个像素点采用其周围梯度和最小的几个点的灰度平均值来代替其灰度值，以便可以在对噪声进行平滑滤波的同时，最大限度地保留图象的细节信息，仿真结果表明，该方法较好地实现了这一要求，与常用的中值滤波法相比，该方法处理后的图象，其PSNR可提高约1dB以上。     

高阶统计量在心音信号检测与分析中的应用

介绍一种心音信号检测系统和采用高阶统计量对信号进行分析的方法，首先根据心音信号的特点，讨论了信号检测系统的结构，在信号处理方面，采用现代谱估计方法对心音信号进行谱分析，在此基础上提出应用双谱技术分析心音信号，检测信号的相位耦合信息，进而说明利用高阶统计量能够在高斯噪声背景下大大提高信号检测能力，最后，给出心音信号的双谱估计结果，从中可以得到一般功率谱分析无法得到的有关信息，为心音信号的自动分类提供     

累量域谐波恢复方法

累量域谐波恢复算法,通常假定谐波初相在[－π,π]区间上均匀分布,而且大量的仿真实验沿用相关域的分析方法,假定谐波数目为二,其振幅几乎相等,本文在对实际信号模型分析的基础上,从理论上得出了初相确定、谐波数目较多和信号动态范围比较大时累量自身及累量域数估计方法的一些特点,指出了现有谐波恢复和基于三阶累量的噪声预滤波恢复算法作了改进,使其理论更加完善、改进算稳健性增强。     

基于稀疏分解的复杂噪声背景中谐波恢复方法

复杂噪声背景中经典的谐波恢复方法存在分辨率不高或噪声分布的假设很强的局限性.针对上述问题,提出引入稀疏分解的思想,采用了一种新的正交匹配追踪的谐波恢复方法.应用余弦原子模型,并依据循环统计量初估计结果生成过完备原子库.根据乘性噪声均值是否为零分别提出了相应的算法.在较低的噪声假设条件下,仅根据噪声之间的相关性得到了分辨率较高的方法.仿真结果说明新方法的有效性.     

一种基于高阶统计量的图像混和加权滤波方法

平滑噪声和保持边缘细节是对图像滤波两个方面的要求,如何兼顾和平衡二者是图像滤波要解决的核心问题。根据高斯噪声的特点,该文引入高阶统计量并结合空域滤波的模板法描述图像的纹理信息,提出了一种基于高阶统计量分析的图像混和加权滤波方法。文章利用高阶累积量所描述的图像细节复杂程度对模板进行分类,并分别采用相应的滤波方法,最后通过混和加权而得到其估值,从而既较好地保持了图像边缘细节,又有效地滤除了图像噪声。实验结果表明,相对于几种常见的保细节滤波方法,文章介绍的方法能够得到更好的效果。     

基于高阶统计量和图像分割技术的图像盲复原

提出一种基于高阶统计量和图像分割技术的改进的非负支持域递归逆滤波算法(NAS-RIF)。该算法应用高阶统计量去噪,解决了原NAS-RIF算法敏感于噪声的特性,提高了退化图像的信噪比。其次,在每次迭代中利用图像分割技术进行图像支持域的自估计,改变了NAS-RIF算法中支持域必须是方形的不利限制。实验结果表明改进的NAS-RIF算法具有更好的噪声抑制和边缘细节恢复效果。     

一种消除强谐波干扰的有效方法

谐波干扰是一种常见的干扰。本文提出了一种消除强谐波干扰的方法，它实现简单、速度快，尤其适用于对速度和实现有限制的场合。仿真结果证明了该方法消除谐波干扰和进行谐波恢复的有效性。     

基于改进谐波恢复算法的语音增强方法

当信噪比较低时,语音信号的高次谐波部分会完全淹没在噪音中。针对该情况,提出一种基于改进谐波恢复算法的语音增强方法。对经过MMSE-LSA算法语音增强处理后的时域输出语音信号进行非线性处理,得到准周期冲激信号,并将其与原增强信号相乘,突出语音的谐波分量。实验结果表明,改进算法较好地解决了低信噪比时谐波失真的问题,相比传统谐波恢复算法能更好地改善语音高次谐波的质量。     

基于ASP的学术论文信息检索统计系统

针对科研管理部门在学术论文统计和检索工作中存在的问题,提出了一种基于ASP和Web数据库技术的解决方法。以学术论文信息检索、统计和在互联网上动态发布为例,详细介绍了系统设计的思想和方法以及工作原理,并重点介绍了ASP的工作原理和技术特点,给出了利用ASP技术和ADO对象访问Web数据库的方法和步骤。系统采用ASP和VFP6.0数据库技术,网页制作采用Dreamweaver6.0和FrontPage2000技术,具有易于实现、方便易懂的特点,实现了学术论文信息在互联网上的动态发布。     

基于特性统计方法的航空遥感图像质量评定研究

通过对航空遥感影像的特性统计值进行计算,将得到的客观统计特性值与主观评价结果进行比较,来对图像的成像质量进行评价。在实现过程中采用了现在常用的图像特性统计值———信息熵、清晰度、三阶平均细节累积量,同时也利用了调制传递函数对航空遥感影像进行试验分析。在此基础上,对航空遥感数字影像进行了试验,并对试验结果进行分析、比较了利用这些特性统计值进行质量评价的效果。     

High-order Compact Schemes for Nonlinear Dispersive Waves

High-order compact finite difference schemes coupled with high-order low-pass filter and the classical fourth-order Runge–Kutta scheme are applied to simulate nonlinear dispersive wave propagation problems described the Korteweg-de Vries (KdV)-like equations, which involve a third derivative term. Several examples such as KdV equation, and KdV-Burgers equation are presented and the solutions obtained are compared with some other numerical methods. Computational results demonstrate that high-order compact schemes work very well for problems involving a third derivative term.     

Unsupervised Learning of Higher-Order Statistics

This paper deals with the adaptive extraction of higher-order statistics of related signals. We will show how to use higher-order neural networks to adaptively extract the higher-order cumulant matrices and tensors with an invariant weight norm. This proposed scheme can serve as an alternative tool in many application fields with higher-order statistics.     

新型的噪声统计估值器和自适应滤波器

本文在系统输入和输出噪声相关的条件下，提出一种新的噪声统计估值器和自适应状态滤波器，应用表明了它的有效性。     

二维波动方程的一种高精度紧致差分方法

提出了一种求解二维波动方程的高精度紧致差分方法,该方法首先利用紧交替方向隐式差分格式,其截断误差为O(τ2+h4),分别在粗网格和细网格上对原方程进行求解,然后利用Richardson外推计算一次,进一步提高精度,得到了二维波动方程具有O(τ4+h6)精度的数值解。数值实验验证了该方法的可靠性、有效性和精确性。     

个性化信息检索中的文本分类方法

个性化信息检索使得搜索引擎能满足不目的,背景的用户的查询需求,该文主要探讨了个性化信息检索中常用的文本分类算法。