一种基于峰度系数的脉冲噪声检测算法的研究及其FPGA实现

针对激光测振系统中散斑效应导致的语音脉冲噪声,该文研究了一种基于4阶累积量的峰度检测算法,推导了峰度系数和归一化峰度系数的数学迭代公式,并在FPGA的实现中提出了一种峰度系数的动态阈值的判决方法.基于实验数据的仿真结果表明,该算法较理论公式减少了约25％的计算量,节省了硬件资源,对较小幅度的脉冲噪声具有更敏感的检测性能.     

四阶累积量的递推估计及其应用

本文推导一种复数或实数零均值平稳随机过程的高阶累积量估计的递推算法,随机信号的“峰度”递推估计公式,在递推估计公式中引入了随时间变化的“修正”项,使得该递推算法还可适合非平稳过程高阶累积量的估计计算。并且,本文大量计算了多类型。多航速、多舰船辐射噪声的“峰度”值,分析了舰船辐射噪声特性。     

基于最大峰度准则的非因果AR系统盲辨识

本文结合最大峰度准则和非线性优化理论中的梯度法,设计了一种因果ＡＲ系统的盲辨识算法,并证明了它的全局收敛性,给出了它在平衡点附近的收敛速度,算法通过构造逆滤波器的方法来进行盲辩识,同时通过基于高阶累积量的自 法将逆滤波器的系数逼近ＡＲ系数的参数,由于采用了高阶累积量,处地高斯观测噪声有较好的抑制能力,仿真的结果表明了算法的有效性。     

基于峰度特征的瞬态电磁信号检测提取方法

瞬态电磁信号持续时间短,对其进行数据采集和信号处理时,噪声干扰等冗余数据多。利用峰度在表征瞬变、冲击等脉冲信号方面的优势,基于峰度特征和滑动窗技术,研究了噪声干扰下瞬态电磁信号的检测提取方法。分析结果表明,瞬态电磁信号和噪声干扰信号之间的峰度特征值具有较高的区分度,且稳定性好,受信号强度等参数变化的影响小,可用于对单个及多个瞬态电磁信号的检测提取。该方法能有效降低噪声干扰等冗余数据占比,且计算量小、简单便捷,仿真计算和实测结果也验证了该方法的可行性。     

基于人眼视觉特性的混合滤波算法

为了有效地滤除混合噪声,本文提出了一种基于人眼视觉特性的混合滤波算法。该方法首先采用基于人眼视觉特性的噪声敏感系数作为阈值来确定脉冲噪声点,对检测出脉冲噪声点采用自适应窗口大小的迭代中值滤波进行滤波,而对于含有高斯噪声的像素点则采用一种保护细节的改进的自适应模糊滤波器进行处理。该算法与标准滤波方法及其它改进混合滤波算法相比,具有更好的滤波性能。     

基于噪声分离和小波阈值自适应图像去噪算法

针对VisuShrink小波阈值滤波算法的不足和混合噪声的情况,提出了一种基于噪声分离和尺度的自适应混合图像去噪算法.算法首先通过极值检测分离脉冲噪声和高斯噪声,然后分别对脉冲噪声应用多窗口中值滤波及高斯噪声应用基于尺度的小波阈值滤波完成去噪.实验表明,该混合滤波算法能有效去除图像中的脉冲噪声和高斯噪声,并较好地保存了...     

脉冲噪声环境下单基地MIMO雷达目标角度估计算法

以α稳定分布作为脉冲噪声数学模型,研究了脉冲噪声环境下单基础多输入多输出(MIMO)雷达目标角度估计问题。为了解决基于分数低阶统计量的目标角度估计算法需要脉冲噪声先验信息的问题,利用雷达接收数据构造出两种鲁棒的相关矩阵,即相关熵相关矩阵和非线性压缩核函数相关矩阵,提出了基于这两种鲁棒相关矩阵的单基地MIMO雷达目标角度估计算法。仿真实验表明:在α稳定分布脉冲噪声环境下,新提出的责任中算法的性能明显优于传统的基于二阶统计量和基于分数低阶统计量的目标角度估计算法。     

基于最小CIM准则的Farrow结构分数时延估计

提出了一种基于最小相关熵诱导距离（CIM）和Farrow结构的分数时延估计算法。该算法具有较强的抗脉冲噪声的能力,且所需观测数据较少,时延估计结果精度较高。理论分析和仿真实验表明,所提算法的估计精度和抗脉冲噪声性能均优于基于分数低阶统计量的LETDE算法。     

基于分数低阶统计量的盲多用户检测算法

多用户检测算法是抑制CDMA系统中多址干扰的重要手段,但广泛存在的非高斯信道噪声会降低以往的基于高斯噪声模型假设的算法性能.本文采用α稳定分布作为噪声模型,提出了基于分数低阶统计量的盲多用户检测算法,并对该算法进行了理论分析.仿真和分析表明,该算法具有很好的韧性,同时适用于高斯噪声和脉冲噪声环境.     

基于最小范数准则的多普勒频率高精度估计

提出一种雷达回波多普勒频率的高精度估计算法。算法利用脉冲间干扰和噪声的相关性较弱,从而在脉冲链自相关矩阵中抑制干扰及噪声分量。并基于最小范数准则实现多普勒频率估计。该算法在多种干扰/噪声背景下估计精度接近CRB,且计算量较小。仿真实验也验证了算法的有效性。     

一种有效的混合噪声滤波算法

以噪声特点和图像结构分析为基础,提出了一种有效的混合噪声滤除算法。算法首先通过极值判断和像素间的相容性检测,分离出脉冲噪声并以中值滤波滤除;然后对含有高斯噪声的图像以模糊滤波算法进行降噪处理。实验结果表明,本算法能有效地滤除图像中脉冲与高斯混合噪声,且较好地保护了图像细节特征。     

脉冲噪声图像的中-均值滤波算法

由于在图像信息的获取和传输过程中,图像常常受到不同程度的脉冲噪声污染。为了有效地去除高浓度脉冲噪声,提出了一种基于中－均值滤波器的噪声去除算法。该方法根据脉冲噪声特点,设定一个简单的噪声检测算子,根据噪声检测结果设定自适应滤波窗口,同时根据噪声密度选择中值和均值滤波器。为了更加有效地保留图像的原有信息,对非噪声点不做滤波处理。仿真结果表明,所提出的中－均值滤波方法不仅能有效地去除高浓度的脉冲噪声,而且能很好地保留图像的原有信息,并具有较短的滤波处理时间。     

基于相关度量的高椒盐噪声软阈值直方图滤波算法

利用图像邻域相关和直方图对椒盐噪声的鲁棒性,提出了一种针对高椒盐噪声图像的软阈值直方图加权滤波算法.对邻域灰度相关进行了量化分析,定义了灰度相关函数作为信号邻域相关性的度量,并将该系数作为直方图加权滤波算法的软阈值,根据像素被判定为噪声或有效信号的概率,自行调整滤波强度,减少图像滤波处理中的细节损失.仿真结果表明,对于高椒盐噪声图像,本算法在椒盐噪声滤除方面有良好的表现.     

基于自动反相校正和峰度值比较的探地雷达回波信号去噪方法

运用探地雷达对复杂地下介质层进行探测时,雷达回波信号易受噪声影响。为了提高探地雷达的探测分辨率和数据解译效果,该文提出基于自动反相校正和峰度值比较的探地雷达回波信号去噪算法。首先,含噪的回波信号与随机噪声拟合得到两路信号,经过独立分量分析算法后得到高峰度值信号和低峰度值噪声,对高峰度值信号进行相位判断并进行自动反相校正,再进行完全总体经验模态算法分解得到多个分解分量。将独立分量分析得出的噪声的峰度值作为阈值,峰度值高于该阈值的分解分量视为信号分量,累加得到重构后的信号,完成去噪处理。所提的去噪算法解决了独立成分分析算法中的信号相位不定性问题,且在进行完全总体经验模态分解算法后无需依靠传统的人工方式进行噪声剔除的步骤。仿真和实测数据的处理结果验证了所提算法的有效性。      

Impulse noise detection and removal using fuzzy techniques

A new algorithm is presented which can remove impulse noise from corrupted images while preserving details. The algorithm is based on fuzzy impulse detection and fuzzy noise cancellation techniques. Experimental results show that the algorithm is capable of providing significant improvement over many published techniques in terms of both subjective and objective evaluations     

Adaptive algorithm for detection of signals in an impulsive interference environment

Impulsive interferences are frequently long relative to signal duration. This situation is observed, for example, in a telephone channel used for medium and high-speed data communication. In this paper a novel algorithm for signal detection under conditions of long impulsive interferences is proposed. The approach does not require a priori knowledge of the impulse noise statistics. It is based on the representation of the impulse noise using a linear prediction model. Performance of I he proposed algorithm is investigated using computer simulation. It is shown that the algorithm provides a greatly reduced error rate as compared with the conventional non-linear receiver. Its performance is virtually independent of the power of impulse noise.     

A fuzzy impulse noise detection and reduction method.

Removing or reducing impulse noise is a very active research area in image processing. In this paper we describe a new algorithm that is especially developed for reducing all kinds of impulse noise: fuzzy impulse noise detection and reduction method (FIDRM). It can also be applied to images having a mixture of impulse noise and other types of noise. The result is an image quasi without (or with very little) impulse noise so that other filters can be used afterwards. This nonlinear filtering technique contains two separated steps: an impulse noise detection step and a reduction step that preserves edge sharpness. Based on the concept of fuzzy gradient values, our detection method constructs a fuzzy set impulse noise. This fuzzy set is represented by a membership function that will be used by the filtering method, which is a fuzzy averaging of neighboring pixels. Experimental results show that FIDRM provides a significant improvement on other existing filters. FIDRM is not only very fast, but also very effective for reducing little as well as very high impulse noise.