由水中结构物表面振速场计算辐射声场的理论及数值方法

本文主要拟在自适应算法的软件编制和将自适应消噪(即ANC)技术应用于机械噪声的测试分析方面进行一些探索性研究,以促进这一技术的发展。     

自适应神经网络模糊小波语音消噪算法

针对有色噪声,采用自适应神经网络模糊系统模糊(Auto Neural Fuzzy Inference System,ANFIS)逼近有色噪声,利用自适应神经模糊推理系统ANFIS对噪声的非线性动态特性进行建模,提出了语音自适应神经网络模糊小波消噪算法,建立并训练了消噪系统。对被有色噪声污染的测量信号经模糊消噪后,根据信号和噪声的小波系数在不同分解尺度上的传递性,进行中值滤波和小波重构,得到了干净的语音。对算法进行了仿真实验,结果表明,消噪效果明显。     

自适应模糊小波阈值去噪算法在图像中的应用

消除在图像中产生的噪声,为了使图像清晰,污染度小,成了数字图像处理信息传播的重要部分。本文分析了中值滤波法、维纳滤波法、邻域平均法等几种传统的方法,着重研究自适应模糊小波阈值算法在图像去噪中的应用。运用Matlab软件对一张含噪图片（含高斯噪声）进行仿真去噪,仿真结果分析比较,得出了自适应模糊小波阈值去噪算法比传统方法去噪效果更好,更明显。     

小波变换和大津法在竹编工艺中的应用

本文提出了一种新的竹编工艺,采用了数字图像处理算法,通过小波变换对扫描图等含噪图像进行滤波去噪,通过Ostu算法对图像进行黑白二值处理,从而就可以把任何一幅数字图案编织成竹编工艺品.为了去除图像中包含的大量噪声,提高基于图形处理的产品加工精度和效率,分析了维纳滤波对于图像消除噪声的特点,采用小波自适应阈值去噪技术剔除图...     

基于新的模态单元滤波消除地震信号中的汽车噪声

由于地震信号采集环境和采集仪器存在干扰,采集到的地震波形中通常包含很多噪声信号,严重影响了地震信号的应用。模态单元滤波（Mode Cell Filter：MCF）无需先验基函数,是一种自适应的消噪算法。本文将MCF引入到地震信号消噪中,提出了一种基于MCF的汽车干扰消除算法,并设计对仿真信号和实际信号的消噪试验。仿真试验中,MCF消噪性能优于最优小波基算法,而在实际信号消噪中,MCF算法性能优于IIR数字滤波器,与改进最优小波基方法相当。     

基于SAID消噪算法的路面标识识别

路面标识图像的消噪是智能网联汽车技术的重要内容。由于双域滤波受到梯度因子影响会导致消噪效果不佳,结构细节难以体现,根据Hessian矩阵特征值的组合特性,运用了一种空间自适应梯度因子,可得到一种空间双域消噪算法。实验结果表明该方法相比现有PID方法不仅能够有效地消除路面指示方向图像中的噪声,而且能够保留更多的结构细节,为路面标识图像的处理提供了算法素材。     

自适应串扰噪声消除技术在小孔径钻孔超声波检测中的应用

介绍了一种基于自适应滤波的噪声消除技术,分析了超声波用于小孔径钻孔检测中存在的同频串扰噪声的生成原因以及它对测量的影响,并对串扰噪声信号和待测信号进行建模;介绍了自适应噪声对消的原理,并针对应用给出了定步长自适应噪声的消除算法以及改进后的变步长自适应噪声消除算法,对两种算法在自适应学习速率上进行了比较,并给出经自适应去噪后的信号和原始信号的对比结果。     

一种新的窄带信号去噪方法仿真分析

采用基于线性组合器的一种谱线增强算法,对窄带振动信号进行消噪处理。针对传统自适应谱线增强算法的不足,本文提出一种输出反馈的LMS算法,将滤波器输出的历史信息与线性组合器的输出加权后迭加,构成新的滤波器输出,从而构成新的滤波算法。利用MATLAB仿真了该新型组合滤波器消噪效果,仿真分析中将该消噪方案用于仿真信号实际采集的信号。通过仿真验证,新算法的去噪性能优于原来算法。     

基于图像去噪的混合噪声滤波算法

传统的中值滤波和均值滤波通常被分别用来滤除椒盐噪声和高斯噪声.但是当图像同时存在高斯噪声和椒盐噪声时,单独使用哪种滤波方法都不会达到最好的去噪效果.为了能同时滤除两种不同性质的噪声,提出了一种新的自适应混合噪声滤波算法.该算法采用了一种基于自适应阈值的方法对滤波系数加以优化,使其既可以有效地减少噪声,又可以较好的保持图像的边缘细节信息,仿真结果表明该算法能较好的滤除混合噪声,且滤波效果优于传统的滤波算法.     

一种自适应噪声抵消系统的仿真与设计

自适应噪声抵消系统是基于自适应滤波原理的一种扩展,它能从被噪声干扰的环境中检测和提取有用信号,抑制或衰减噪声干扰,提高信号传递和接收的信噪比质量。研究常用噪声消除算法,并仿真验证系统设计和所选自适应算法的可行性,最后应用DSP技术设计一个自适应噪声抵消系统,使其能消除含噪语音信号中的背景噪声,达到提高语音信号质量的目的。     

双自适应噪声抵消算法的实现

为有效剔除噪声,提高信噪比,提出一种基于双自适应的噪声抵消算法,包括自适应子带分解算法和自适应噪声抵消算法两部分。采用子带分解与噪声功率谱密度匹配的方法来对信号进行非均匀子带分解,根据噪声在子带中的分布进行有效滤波,对低噪或基本上无噪的子带不滤波,而对其它子带采用自适应滤波的算法。仿真对比表明,与传统的均匀子带自适应噪声抵消相比,计算量大大减小,其滤波效果也得到一定的改善。     

邻域比较数字滤波与小波变换在脑电信号消噪中的应用

提出了邻域比较与小波变换相结合的脑电信号消噪方法,并利用这种方法对含有脉冲噪声的脑电信号进行消噪。首先介绍了邻域比较滤波的算法和小波变换消噪的原理,然后对实测的10例脑电信号进行消噪处理,最后将两种方法相结合的消噪效果与小波变换的消噪效果进行对比。实验结果表明,无论是信噪比还是均方根误差,两种方法相结合的消噪效果均优于小波变换的消噪效果。     

一种结合时间轴滤波的视频消噪新方法

为了提高含噪视频图像的质量,提出了一种二维小波域自适应滤波与时域时间轴滤波相结合的视频图像消噪新方法。首先,对视频序列的各帧在二维小波域中进行自适应滤波,之后在时域中进行时间轴滤波。对于二维小波域滤波算法,提出了一种高效的自适应阈值选取方案;时间轴滤波器则是结合了运动检测和递归平均。实验结果表明,其消噪效果要优于单纯的二维小波域滤波方法。     

基于抗串扰自适应噪声抵消器的参考输入预处理ANC系统

针对有信号存在情况下的声场有源噪声抵消(ANC)应用,提出了一种能够在降低声场干扰噪声的同时,尽量减小信号失真的ANC系统.通过抗串扰自适应噪声抵消器(CRANC)对传统ANC系统的参考输入进行预处理,降低了ANC系统中信号和噪声之间的相互干扰,在理论上保证了系统具有声场信噪比提升能力.理论分析和仿真对比实验表明,该系统比现有系统具有更可靠的信号背景下ANC能力.     

语音模糊消噪算法

针对加性有色噪声,提出了语音信号模糊消噪算法;建立并训练了一个语音模糊消噪系统——自适应神经模糊推理系统（ANFIS）;用其对含噪语音中的有色噪声进行模糊估计,从而提取出干净的语音。对算法进行了仿真实验,结果表明,对模拟有色噪声在-17dB时能提取出清晰的语音。     

小波消噪阈值算法优化

在研究小波固定阈值消噪方法,讨论阙值估计经验公式的基础上,针对加性噪声小波变换后的统计特征,提出了一种自适应闽值优化算法,该算法可以较准确地估计噪声水平,在消噪的同时保留语音信号中的弱特征成分。通过仿真实验验证,优化算法较传统算法能够更加有效地消除语音噪声,获得最大信噪比。     

基于小波包的超声图像降噪研究

1引言 消除噪声得到高清晰度图像是医学图像处理的关键.目前,人们已经提出许多滤波算法对图像进行滤波消噪,但其大多数方法,尤其是高斯白噪声的消噪法,从本质上说,都是低通滤波的方法,低通滤波是一把双刃剑,它在消除图像噪声的同时,也会消除图像部分有用的高频信息.因此,各种图像消噪方法,其实就是在消噪和保留有用高频信息之间的权衡.     

一种多模板的混合滤波乘性噪声图像去噪算法

提出了一种计算简单的去除图像乘性噪声的自适应混合算法,它通过事先定义一组实现简单的具有不同特性、不同大小窗口的中值和均值滤波器组,根据图像不同区域特征选择不同滤波器进行滤波.该算法能有效地利用空间滤波的特性,且便于硬件实现.实验结果表明,与现有的自适应去噪算法相比,该算法不但计算简单,而且在噪声抑制和细节保留方面综合平衡较好.     

微机械陀螺信号处理方法的比较研究

介绍了谱消除法、小波变换和数学形态学滤波三种信号处理方法进行消噪的基本原理,并分别采用这三种方法对微机械陀螺的静态漂移信号和动态仿真信号进行了去噪声处理,对处理前后的信号误差大小及其分布情况以及处理过程的运算量和实时性进行了比较.结果表明,对于静态漂移信号的处理,三种方法的滤波效果大致相当.对于动态信号,数学形态学滤波器的滤波效果比其它两种滤波器的滤波效果要好,并且,数学形态学滤波器具有运算量小,实时性较好的优点,十分易于硬件实现.     

二代小波变换在肌电信号消噪中的应用

为了更好地消除混杂在表面肌电信号中的噪声,提出了一种基于二代小波变换的表面肌电信号消噪方法.利用提升算法进行表面肌电信号二代小波分解,得到多层的信号高频细节系数,分别运用软、硬阈值进行处理,对滤波后的信号进行小波重构,恢复消噪后的原始信号.通过对加噪正弦信号和真实表面肌电信号的消噪实验,结果表明:二代小波是一种明显优于一代小波的消噪方法,且硬阈值法优于软阈值法.