基于自适应滤波的生物雷达干扰抑制方法

生物雷达在实际探测中,由于操作人员自身的呼吸运动而对探测系统造成一定的干扰,致使雷达的探测准确性降低.搭建了基于双天线的连续波生物雷达实验平台,提出了将基于可变步长最小均方误差准则的自适应滤波结合互相关技术的方法应用于生物雷达探测过程中的操作人员呼吸干扰抑制,并进行仿真和实际探测实验,给出了仿真结果,实际探测实验中采集的20组随机数据的干扰抑制成功率为85%,表明该方法适用于生物雷达操作人员的呼吸干扰抑制.     

基于自适应滤波的强起伏背景下弱小目标检测

在分析强起伏背景信号的基础上,利用背景局部信号统计特征和目标运动特性,提出了一种基于自适应滤波的弱小目标检测方法.该方法能够有效地抑制强起伏杂波,增强目标能量,提高信噪比.实验结果表明,该技术对强起伏背景下弱小目标具有较强的检测性能.     

基于双正交小波包分解的自适应阈值语音增强

传统的小波去噪算法是一种有效的去除白噪声的算法.为了能够去除多种有色噪声,本文提出了基于双正交小波包分解的自适应阈值语音增强方法.该方法能够自适应地跟踪噪声的水平,以此来更新所选阈值.同时采用动态阈值方法去除噪声,从而能有效地去除或降低多种有色噪声.实验结果表明.该方法由于能够在处理过程中保证相位不失真,从而性能优于基于正交小波分解的去噪方法.     

基于小波变换和自适应中值滤波的图像去噪

小波图像去噪已经成为目前图像去噪的主要方法之一。该文尝试把小波变换与自适应中值滤波这两种去噪方法相结合,对同时含有高斯噪声和椒盐噪声的图像进行了去噪研究。实验结果表明,此方法在去除噪声的同时也较好地保留了原始图像的边缘信息,效果不仅优于单一的小波变换或普通中值滤波的方法,更优于将小波变换与普通中值滤波相结合的方法。     

基于ALE的自适应滤波在轴承故障诊断中的应用

提出了一种基于谱线增强的变步长自适应滤波方法,从滚动轴承的振动信号中分离出故障冲击信号,便于包络分析获取故障特征频率.介绍了该方法的原理及算法实现,并对未知高频固有振动的滚动轴承进行了故障诊断,效果明显优于传统带通滤波方法.     

基于小波阈值滤波的轴承故障诊断

针对软阈值滤波和硬阈值滤波的缺陷,设计出了-个线性和非线性相结合的新的阈值函数.在试验仿真后,将其用于实际的振动信号处理.实践证明,此方法不仅滤除了大量的噪声,而且很好地保留了信号的细节,为提取到清晰的故障特征以及分析故障特征创造了条件.     

基于子波变换的自适应滤波语音增强方法

在对噪声语音信号进行多分辨率子波分析的基础上,对分解后子波变换系数在尺度上和尺度间进行自适应滤波处理,并用它们的线性组合重构其语音信号,获得一种语音增强方法.     

基于小波阈值滤波的轴承故障诊3断

针对软阈值滤波和硬阈值滤波的缺陷，设计出了一个线性和非线性相结合的新的阈值函数。在试验仿真后，将其用于实际的振动信号处理。实践证明，此方法不仅滤除了大量的噪声，而且很好地保留了信号的细节，为提取到清晰的故障特征以及分析故障特征创造了条件。     

视网膜图像中的血管自适应提取

观察和分析视网膜血管网络是分析和诊断心血管疾病的重要方法.根据视网膜血管图像的灰度分布特征,提出了一种自适应阈值分割的血管提取方法.此方法首先将视网膜图像分为若干同样大小的区域;然后计算出每一区域满足梯度要求的像素点个数;接着对所有满足梯度个数的区域计算其局部阈值,并用该局部阈值进行二值化.经过以上处理后,能得到有部分断开的血管和一些分散的碎片,再经过后处理连接断开的血管,并清除孤立的碎片,得到视网膜血管网络.实验证明:该算法处理速度较快,并能提取到大部分血管主干.     

星地相干激光通信中的自适应光学系统边界参数设计

分析了星地相干激光二进制相移键控(BPSK)通信系统中自适应校正波前残差与相干效率的关系;讨论了自适应校正下相干效率和误码概率的动态特征;然后,研究了大气闪烁对相干效率和通信误码率的影响。在假设接收强度均匀分布的前提下建立了波前残差均方根值与相干效率的理论关系,采用频率直方图方法仿真了相干效率以及相应的误码概率的概率分布函数,计算了不同校正残差和闪烁条件下的通信平均误码率。结果表明:波前残差大于1rad时,相干效率主要受波前残差影响,自适应校正性能达到衍射极限时才能获得10-8的误码率,但此时大气闪烁可能会使误码率增大两个数量级。     

基于信息质量的脉冲星导航自适应滤波算法

针对脉冲星导航过程中观测脉冲星的可见性问题,提出了一种基于信息质量的自适应滤波算法。通过分析观测脉冲星的数目及信息质量,确定观测矩阵维数,实时生成观测矩阵,设计了适应观测信息变化的改进型Kalman滤波器。对观测信息质量重新做了定义,并据此构造滤波方程提高了脉冲星导航的精度及适应性;运用四阶龙格库塔方法对带有J2摄动的二体动力学方程进行线性离散化,提高了滤波器状态方程的线性离散化精度。进行了仿真实验,对改进型Kalman滤波算法进行了验证。结果显示,对初始偏差校正后,在10 000s内观测一颗或两颗脉冲星,导航位置精度可达40m,速度精度可达0.019m/s。得到的结果验证了提出算法的有效性和可行性。     

引入梯度分布特征的图像背景杂波度量

为提高图像背景杂波度量法对目标获取性能的预测精度,本文基于人眼视觉对物体边缘敏感的视觉特性,将区域梯度分布作为新的结构特征,提出了引入梯度分布特征的图像背景杂波度量法。首先,采用梯度方向直方图表征目标结构特征,选用巴氏系数度量图像目标和背景杂波在两个梯度方向直方图的相似性;然后,将基于图像结构相似性度量方法得到的结构相似性信息进行加权;最后采用D.L.Wilson提出的目标获取性能模型作为目标探测概率、虚警概率和搜索时间的预测模型对Search_2数据库中的目标进行了获取性能预测。结果显示,提出的图像杂波度量法提高了目标获取性能模型的预测精度,得到的线性相关系数分别为0.870、0.845、0.897,均方根误差分别为0.0569、0.0469、2.129,与实际观察者获得的一致性较高,且没有明显的野点,预测性能明显优于现有其他杂波度量方法。     

基于梯度直方图变换增强红外图像的细节

针对红外图像信噪比低、目标边缘和细节模糊等缺点,提出了一种基于梯度直方图变换增强红外图像细节的方法。通过分析红外图像的梯度直方图,构造出一个高斯函数来扩展梯度直方图,增大图像的梯度值。采用直方图规定化法,实现图像的梯度直方图规定化,得到变换的梯度场。在从变换的梯度场重建增强的图像时,引入全变分(TV)模型来抑制噪声。实验结果表明,提出算法的图像信息熵比灰度直方图均衡化和规定化算法显著提高,明显增强了红外图像的纹理细节,为目标检测、跟踪和识别提供了高质量的图像信息。提出的算法采用有限差分法迭代进行求解和Visiual C++编程,对大小为480pixel×480pixel的图像的处理时间约为40ms,基本达到了工程应用对图像处理的要求。     

云杂波成像背景的时序多帧投影抑制

为提高空间目标天基实时监视能力,对美国在空间中段实验卫星上搭载的空间目标在轨检测与跟踪信号处理器采用的基于时序多帧投影策略的MTI (Moving Target Indicator)算法进行了深入研究,并提出了一种基于时序差分标准化最大值投影的云杂波背景抑制算法.系统地阐述了时序多帧投影算法的思想与典型投影算子的设计方法;针对云杂波成像场景,对MTI算子提出了两点改进方法,即引入相邻帧差分算子与次序统计量中值估计算子来提高对云杂波成像背景的抑制能力,增强背景抑制算法的稳健性;最后,利用实际获取的云层背景图像数据库,仿真比较了不同投影算法的性能差异及影响算法性能的主要因素.仿真实验结果表明:对于输入信杂比小于2.0的弱小目标图像,本文算法的输出信杂比达到5.8以上,比MTI算法平均提高了1.0左右,有效解决了云杂波成像背景的弱小目标检测问题.     

基于运动目标自适应检测的改进ViBe算法

传统视觉背景提取(ViBe)算法检测结果存在Ghost区域,且受环境变化影响,在提取前景时容易产生误检或漏检。针对这些问题,提出了一种基于运动目标自适应检测的改进ViBe算法。首先在背景模型初始化过程中,通过对均值背景建模设置调节参数方式获取真实背景,利用该背景初始化ViBe背景模型;其次在前景检测过程中,根据场景变化引入自适应半径阈值对前景进行自适应检测;最后对检测结果中存在的空洞进行数学形态学闭运算填充。实验结果表明,改进算法能够有效抑制Ghost区域,并在环境变化的情况下较完整地检测前景目标,与传统ViBe算法相比,检测的精确率提高了10%以上,误检率和漏检率分别降低了20%和7%,且改进算法满足实时性要求。     

基于自适应陷波的直拉单晶直径跟踪

为抵消单晶生长过程中晶体直径测量信号存在的周期性干扰,提出一种适合晶体直径测量信号的自适应陷波滤波方法。该方法采用抵消低频分量、保留高频分量的思想建立滤波器优化函数,利用一种改进的粒子群优化算法优化该函数获得周期性干扰的逼近信号,并用此逼近信号抵消周期性干扰。实验结果表明,所提出的滤波方法能有效跟踪直拉单晶直径的变化,精度优于常用的滤波方法,所提出的粒子群优化算法能够使滤波器系数较快收敛。     

基于优化自适应阈值的非线性机电系统传感器 故障检测和主动容错控制

针对具有参数不确定性和传感器故障的非线性机电系统,提出一种基于优化自适应阈值和故障重构策略的主动容错控制方法。首先,利用线性分式变换理论对存在参数不确定性的非线性机电系统进行建模,并提出基于粒子群优化算法的优化自适应阈值以提高参数不确定条件下的故障检测性能。其次,通过解析冗余关系推导出系统的动力学方程,并提出一种基于递归终端滑模的跟踪控制策略,以实现系统健康状态下的负载位置跟踪。当系统发生故障时,构建自适应滑模观测器进行传感器故障重构,根据重构结果设计自适应主动容错控制律,并利用故障检测结果进行控制律的实时切换。实验结果表明,所提出的故障检测和主动容错控制方法能在0.06 s内准确的实现传感器故障检测和容错控制,验证了该方法的可行性。     

采用目标背景建模的毫米波弱小目标检测

基于被动毫米波成像特性,提出了改进的稀疏表示——圆周中心差(ISR-CSCD)算法来解决被动毫米波图像中弱小目标与背景区分度较弱,目标可提取特征较少的问题。该算法通过改进稀疏表示方法完成背景抑制与目标增强。依据目标与周围背景特征先验,提出了圆周中心差背景抑制算法对检测图像进行背景抑制。然后,融合改进稀疏表示方法和圆周中心差背景抑制算法的结果得到抑制了背景的目标增强图像。最后,基于恒虚警率的检测方法完成了弱小目标的检测。对不同场景下的毫米波图像进行了实验检测,结果表明,与主流算法图像稀疏表示(SR)法、鲁棒规则核回归牛顿算法(NRRKR),空时联合分类稀疏表示算法(STCSR)和累积中心与周边差异测量算法(ACSDM)相比,ISR-CSCD算法具有更低的虚警率、更高的检测精度、更强的鲁棒性。对各种虚警率、信噪比之下的毫米波弱小目标检测结果显示,ISR-CSCD检测率相对于其它算法平均提高了约15%。