多尺度卡尔曼滤波语音增强算法研究

传统卡尔曼滤波在追求去噪的同时,往往因量测方差不准确的估计,伴随着较为严重的语音失真和畸变,为此提出一种多尺度卡尔曼滤波语音增强方法.利用小波包多尺度频带划分能力对含噪语音进行分解,通过熵求取最佳树,使得其可以更好地拟合含噪语音,对小波包分解后以语音信号为主的低频系数进行噪声量测方差重估计,以此作为卡尔曼滤波先验知识进...     

回波到达时间精确估测的多尺度方法

本文提出了一种雷达回波到达时间精确估测的多尺度方法。通过在不同尺度上对回波特性进行综合分析，该方法不仅能剔除多径干扰，正确检测雷达回波，精确测量其波达时刻，同时还具有很强的抑制噪声的能力。由于该方法只需对接收信号计算三尺度率的小波变换和对所检测到的候选波作两尺度小波变换且能采用Ｍａｌｌａｔ算法，故其计算效率很高，实验结果验证了本文方法的有效性。     

多传感器单模型动态系统多尺度数据融合

利用多尺度分析的思想,将基于模型的动态系统分析方法与基于统计特性的多尺度信号变换方法相结合,建立起目标状态基于多源观测信息的多尺度数据融合估计新算法,在每个尺度上获得目标状态基于全体细尺度上传感器测量信息的融合估计值,此算法可有效地应用于拥有不同采样速率的多传感器动态系统的数据融合估计.     

单传感器多尺度状态融合估计算法

该文在离散小波变换理论和动态多尺度系统理论的基础上,建立了一种基于单传感器的多尺度状态融合估计新算法。该方法利用离散小波变换,对Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建多尺度Kalman滤波模型,充分利用状态估计和观测数据在不同尺度上的特征进行融合估计,获得了优于单尺度Kalman滤波及已有多尺度状态融合估计方法的处理效果。并利用Monte Carlo仿真验证该算法的有效性。      

一种改进的小波包变换多尺度滤波

提出一种基于小波包变换的多尺度传感器数据融合算法,并针对方法中存在的小波分解的尺度系数的幅值随分解层数增大而增大现象对滤波器作修改,改进后的算法既明显提高滤波性能,又能保持原算法的优点。     

车载多光路DOAS技术探测污染气体垂直柱浓度研究

目前天顶方向的车载单光路（DOAS）系统在解析污染气体柱浓度时,都是以测量得到的斜柱浓度近似代表垂直柱浓度,这在计算通量时会造成一定的误差。结合多轴DOAS思想,研究了车载多光路DOAS技术,即在汽车移动平台上设置了两个不同仰角（90°、30°）的望远镜分别接收天顶散射光,利用DOAS方法解析两个方向的斜柱浓度,并结合大气辐射传输模型计算大气质量因子最终获得垂直柱浓度。相比于目前的天顶方向车载单光路系统,车载多光路DOAS系统具有高灵敏度、低不确定性等优点。利用此系统在淮南某电厂进行了测试实验,得到了电厂区域排放的NO2准确垂直柱浓度分布信息,并与天顶方向的斜柱浓度分布比较,两者在浓度趋势上具有较好的一致性。     

人眼安全激光器探测温室气体

意大利比萨国家材料物理研究院器和米兰理工大学的研究者发展了一种1．93μm人眼安全激光器。据研究者说，在85nm的调谐范围，这种激光器应用于激光雷达和差分吸收雷达系统和监测大气中气体如水蒸气、臭氧、CO2、NO2是理想的。     

多尺度分析用于图像边缘的精确检测

图像中边缘往往存在于一个较宽的尺度范围内，边缘的定位精确性是衡量一个边缘检测算法性能的重要依据。众多算法中，引起较大关注的是M—H的二阶导数过零点检测和Canny的一阶导数最大值检测，但都存在各自的不足。本文提出将线性权重函数(LWF)作为平滑函数，并利用小波理论的多尺度分析方法，对图像边缘进行检测，其在定位精确性、噪声抑制能力方面均有较好性能。     

图像的多尺度几何分析：回顾和展望

多尺度几何分析旨在构建最优逼近意义下的高维函数表示方法．本文以二维函数的非线性逼近为主线，分析了推动多尺度几何分析发展的深刻数学和生理学背景，综述了图像多尺度几何分析方法的最新进展及存在的问题，指出了进一步研究的方向．     

基于自适应滤波和小波变换的基音检测

针对语音信号在小信噪比条件下检测其基音周期。考虑自适应滤波和小波变换的优点对小信噪比条件下的语音信号进行基音周期检测,实验证明此方法能有效检测-20dB下的基音周期。     

动态系统基于时域与频域相结合的多尺度联合滤波器

针对基于小波变换与Kalman滤波相结合的多尺度联合估计方法中存在的问题,本文利用新的系统分块技术与多尺度变换方法相结合,建立一个动态系统基于时域与频域相结合的多尺度联合滤波器.首先,将时域中描述的状态方程和观测方程改写为块状态方程和块观测方程;利用多尺度变换技术在时域和频域中联合描述它们;结合Kalman滤波与顺序滤波的思想,建立了一类应用于动态系统的多尺度估计联合滤波器.新滤波器不仅保留了传统Kalman滤波器的实时性和递归性等优良性质,而且在滤波过程中还具有对随机状态信号进行多尺度分析的能力.计算机仿真实验验证了利用新估计器得到的估计精度可与利用传统Kalman滤波器得到的估计精度相媲美.     

单传感器单模型动态系统多尺度分解与估计新算法

本文将基于模型的动态系统分析方法与具有统计特性的多尺度信号变换方法相结合,基于某一尺度上给定的单传感器单模型动态系统,建立起一个新的多尺度动态模型。基于建立的多尺度模型和标准Kalman滤波,提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法。获得比仅在原始尺度上进行Kalman滤波好的处理效果,应用Monte Carlo仿真验证了算法的有效性。     

弹箭定姿系统的改进卡尔曼滤波算法研究

针对陀螺存在随时间累积漂移误差的特性造成卡尔曼滤波数据发散的问题,提出以陀螺与磁强计组合为测量手段,小波变换和卡尔曼滤波相结合的方法.该方法由卡尔曼滤波器获得较为准确的测量信息,对陀螺和磁强计的信息分别在尺度3下进行分解,比较每层的细节系数和近似部分的系数获得误差信号,结合BP神经网络建立误差模型.当测量数据发散时,选...     

基于运动判断的动态帧间滤波方法

提出了一种基于运动判断的自适应动态帧间滤波方法,利用不同帧间图像的共有图像信息部分进行累加滤波,同时又可避免因为子像素的位移引入的混叠效应,从而达到最大限度提高图像质量的目的.给出了该滤波方法的噪声方差方程,并利用该方法对采集的视频图像数据进行了处理,讨论了不同阈值下的滤波效果.     

基于二进小波变换自适应Kalman滤波反褶积

本文提出了基于二进小波变换自适应Kalman滤波反褶积(AKFD)新方法.它抛弃了传统预测反褶积对信号平稳性的假设,克服了提高分辨率反而明显降低信噪比的矛盾,其较好地压缩反射波形,但噪声并没有明显提高,所以具有很好的抗噪性能.在小波域进行的AKFD压制假反射比在时间域AKFD好,此外,该方法具有对信号分频进行AKFD的特性,增强了Kalman滤波的自适应性,所以在小波域下的分辨率明显比在时域内高.同时,该方法克服了在时域内进行的AKFD抬升低频成份的缺陷.经大量的模型及实际资料处理表明该方法具有明显的效果.     

Multiscale Product for Edge Detection

Many methods have been proposed to extract the most relevant areas of an image. This article explores the method of edge detection by the multiscale product(MP) of the wavelet transform. The wavelet used in this work is the first derivative of a bidimensional Gaussian function. Initially, we construct the wavelet, then we present the MP approach which is applied to binary and grey levels images. This method is compared with other methods without noise and in the presence of noise. The experiment results show that the MP method for edge detection outperforms conventional methods even in noisy environments.     

图像的多尺度几何分析:回顾和展望

多尺度几何分析旨在构建最优逼近意义下的高维函数表示方法.本文以二维函数的非线性逼近为主线,分析了推动多尺度几何分析发展的深刻数学和生理学背景,综述了图像多尺度几何分析方法的最新进展及存在的问题,指出了进一步研究的方向.     

基于小波变换多尺度统计分析功能MRI数据的方法

如何从低信噪比的序列图像中准确、可靠地检测及定位功能激发信号成为功能磁共振(fMRI)数据分析的关键问题。通过分析MRI的Rician噪声特性,我们得到平方幅度图像的小波系数是无噪的平方幅度图像的小波系数的无偏估计,并提出了一种新的小波域多尺度分析fMRI数据的方法。该方法基于对fMRI平方幅度序列图像进行多尺度离散小波分解,然后对滤波后的小波系数直接进行统计参数检验,最终对统计显著的系数进行小波合成得到脑功能激发映射图。实验结果表明,我们提出的方法具有较高的检测敏感性及定位可靠性。