关于铁矿光谱数据去噪方法的研究

近年来基于铁矿近红外光谱数据建模的方法已成为铁矿成分分析的主要方法之一,由于各种因素的影响,数据中存在大量噪声,这对铁矿建模精度影响较大。文中采用平滑算法和傅里叶变换对磁、赤铁矿样本进行去噪处理,研究结果表明:傅里叶变换的去噪效果是两种方法中最好的;平滑算法中磁、赤铁矿分别采用9点线性加权、9点二次加权平滑方法的去噪效果最好。上述结果对磁、赤铁矿近红外光谱数据去噪方法的选择及后续研究具有指导意义。     

基于小波变换的磁铁矿近红外光谱数据去噪方法研究

近年来基于近红外光谱数据建模方法已成为矿物成分分析的主要方法之一,但由于各种因素的影响,在近红外光谱数据中存在大量的噪声,基于小波变换是近红外光谱数据去噪的有效方法。文中以大量的磁铁矿近红外光谱数据为数据源,利用多种小波基及软硬阈去噪方法对磁铁矿近红外光谱数据进行了去噪研究。以信噪比和均方误差为滤波效果的判定依据,结果表明硬阈去噪效果优于软阈去噪,且采用db4小波基的硬阈去噪效果最佳。     

颗粒度对高品位赤铁矿可见光—近红外光谱的影响研究

岩矿的反射光谱是进行岩矿分类与定量分析的重要依据,而颗粒度是影响光谱反射率的关键因素之 一,探究不同颗粒度对岩矿反射光谱的影响至关重要。 为了揭示颗粒度对赤铁矿反射光谱的影响规律,以巴西高品 位赤铁矿为研究对象,利用 SVC HR-1024 光谱仪对不同颗粒度的样品进行可见光—近红外光谱测试,分析了赤铁矿 样品的光谱反射率随着颗粒度的变化规律。 研究表明:0. 07 ~ 3. 00 mm 颗粒度范围内赤铁矿样品的光谱反射率随着 颗粒度变化较小,且无明显规律;颗粒度为 0. 04~ 0. 07 mm 时,颗粒度对于光谱的影响主要体现在 1 000 ~ 2 500 nm 范 围的近红外波段,颗粒度与反射率呈负相关关系;当颗粒度<0. 04 mm 时,样品光谱反射率发生突然性升高,在红光波 段(620~ 760 nm)的反射峰突显,使得样品呈现明显的砖红色,同时在 850 ~ 1 200 nm 波段。 光谱曲线出现陡边,反射 率增加加快。 试验结果很好地解释了赤铁矿在块状呈现钢灰色而在粉末状呈现红色的原因,同时也为提高铁矿遥感 分类和定量反演精度提供了参考。     

基于db10小波基函数的GPS信号去噪效果分析

作者提取南宁实验GPS控制网观测数据中的原始载波信号,对提取的原始载波信号、单差观测值、双差观测值采用db10小波函数进行1～6层小波分解,研究不同分层条件下小波去噪的效果,并在评价去噪效果指标均方误差(RMSE)和信噪比(SNR)的基础上加入平滑度指标。通过综合考虑三种指标后得到的小波去除干扰后的数据,较好地提高了GPS信号的质量。     

铁尾矿粒径和湿度因子对高光谱特征参量影响

利用地物光谱仪(350～2500 nm),在实验室对不同粒径、不同干燥状态的铁尾矿样本的可见光-近红外反射光谱特征进行观测,采用小波变换去除噪声并进行包络线去除将光谱数据归一化后,通过光谱特征参量分析及光谱匹配分析,研究铁尾矿可见光-近红外波段范围内的光谱反射特征及其特征识别波段。试验结果显示,铁尾矿的反射率随粒径的减小逐渐增大;0.40μm、0.55μm、2.22μm、2.30μm左右的光谱吸收特征不受样本粒径、干湿状态的影响,在其所处的吸收波段范围内,样本间的匹配分值较高,在进行光谱识别时,可作为光谱的敏感特征优先考虑。     

基于智能手机陀螺仪噪声辨别及去噪处理

随着室内定位需求的增长,基于智能手机的室内定位技术成为研究热点,行人航迹推算算法(PDR)是室内定位的主要方法之一。航向估计是影响行人航迹推算算法定位精度提升的难点,智能手机内置陀螺仪是获取航向的主要数据来源。利用Allan方差(Allan variance)方法对手机陀螺仪实测数据进行分析,辨识了引起随机误差的噪声种类,并对比了两款手机内置陀螺仪性能;采用巴特沃斯(Butterworth)滤波方法对携带手机行走实测陀螺仪数据去噪处理;选用四元数法解算航向信息,对比滤波前后数据解算航向的精度,来验证去噪方法的效用。实验结果表明,采用巴特沃斯滤波方法后数据更为平滑,并在一定程度上提高了航向精度。     

煤岩微弱电磁信号的噪声源识别及去噪方法

煤岩破坏可以产生电磁信号,分析其信号特征对于准确预测煤岩动力灾害有着重要作用,然而当破裂信号较为微弱时,外界干扰因素会对结果分析产生极大影响。为此,在分析实验条件下煤岩受载电磁信号的噪声来源及其各自特征的基础上,提出了循环带阻滤波、基于白噪声统计特征及经验模态分解(EMD)的均值滤波、基于模态分量自相关函数频谱的准周期特征识别及带阻滤波等方法,对不同源头的噪声进行了自动识别及去噪,同时,在信号源未知的情况下提出了评估去噪效果的噪噪比(NNR)方法。结果表明:基于分源去噪方法而得出的型煤电磁信号噪噪比仅为0.136 6,明显优于单一的小波及EMD去噪方法,表明分源去噪方法在煤岩受载微弱电磁信号去噪中有着良好的应用效果。     

基于小波变换模糊聚类的噪声消除算法

通过分析信号和噪声的小波变换系数在不同尺度上的传播特性,结合模糊聚类方法,提出了一种新的消除图像噪声算法-LEFC去噪算法。实验表明,该算法与其他几种小波软阈值去噪算法相比,更具有效和稳健的去噪效果。当噪声率超过40％时,其优越性更加突出。     

基于Shearlet变换的探地雷达数据噪声压制研究

应用探地雷达(GPR)探测地下目标分布状况时,接收数据中的有效信号往往容易受噪声及空气直达波等的干扰,增加地下目标识别的难度,影响地下目标识别的准确性.Shearlet变换在图像和地震数据去噪上的成功应用说明其去噪能力的优越性.但应用Shearlet变换对数据进行降噪处理时,阈值的选择对去噪效果影响较大.为了提高应用Shearlet变换对探地雷达数据进行去噪处理时的效果,本文提出了一种结合奇异值分解的Shearlet变换噪声压制方法.该方法能有效去除随机噪声,增强有效反射信号.将该方法应用到仿真和实测探地雷达数据处理中,结果证实了该方法的有效性.     

小波阈值去噪法在高铁沉降观测数据处理中的应用研究

由于观测环境和设备等因素的影响,高铁沉降变形监测的数据与高铁桥墩真实的变形量有一定的误差。文中基于小波分析理论,利用小波去噪技术,对哈大高铁四平段累计沉降观测数据进行了去噪处理。针对已有传统硬阈值法和软阈值法的不足,提出了一种新的方法,该方法采用模糊控制滤波器对含噪信号进行预处理,从而降低白噪声的方差。实验结果表明,小波去噪合理有效,能够敏感识别观测噪声和有用信息,不需要待处理数据的先验知识,适合高铁沉降变形监测数据处理。该方法实现过程简单易懂,并能获得较好的相关系数。     

基于局部放电法的矿用高压电缆信号去噪算法研究

干扰噪声直接影响局部放电法有效检测矿用高压电缆故障。基于局部放电法,综合采用理论计算、仿真实验、现场试验的方法,对比分析了短时傅里叶变换和傅里叶分析去噪法的原理和优缺点,提出了一种矿用高压电缆的局部放电去噪算法——小波阈值去噪法,同时,选择了合理的阈值函数和去噪流程。基于此,采用白噪声和连续周期信号作为高压电缆的干扰噪声,进行了模拟仿真实验。结果表明,小波阈值去噪法可有效抑制白噪声,其中,Db2小波性能和去噪效果最好;同时,现场试验结果显示,去噪后信噪比得到了显著增加,验证了小波阈值去噪法的合理性和可靠性。     

基于小波变换的钢绳芯胶带磁记忆信号处理

 针对钢绳芯胶带工作环境复杂的特点,提出了一种用小波变换对钢绳芯胶带磁记忆检测信号进行预处理的方法。用小波变换模极大值方法对信号进行奇异性检测以及去噪处理,在去除了信号中噪声的同时,有效地保留了信号的奇异性信息。用交替投影法重构信号,极大地减少了重构误差。实验结果表明,实时检测的钢绳芯磁记忆信号含有大量噪声,经小波变换处理后信号平滑了许多,信号的奇异信息也有效地得到了保留。为钢绳芯胶带的故障检测提供了理论依据。     

煤质近红外光谱分析过程中预处理方法及模型的选择

通过对沈海热电厂、阜新、抚顺等数处电厂锅炉用煤的近红外光谱建模实验,发现电厂入炉煤粉中的水分、灰分、挥发分和发热量等工业指标预测所采用的模型及其预处理方法直接关系到建模效果的优劣.预处理方法包括平滑处理、数据标准化、微分处理、信号校正等.建模过程中使用移动窗口PLSR、误差反向传播人工神经网络、径向基人工神经网络,发现除水分模型外在全光谱下采用FFT系数作为输入变量的径向基网络效果为最优.根据所得的预处理方法对部分煤粉工业分析进行预测,证实基于偏最小二乘回归分析煤粉工业分析的近红外光谱建模的重复性较好,其模型具有较高的应用价值.     

提高颗粒检测实验抗噪性能的改进Chahine算法应用

为了提高颗粒检测实验的抗噪性能,改进Chahine算法引入一维平滑函数。着重分析Mie散射的原理,计算消光系数矩阵。建立颗粒粒径分布软测量模型,测量多个波长下的消光值来获得待测颗粒系的粒径分布曲线;加入不同程度的噪声进行比较,验证Chahine算法的抗噪能力较强,实验结果准确性较高。     

基于近红外光谱和支持向量机的露天采场铁矿类型识别方法探究

铁矿是支撑国民经济的主要矿产资源,露天开采是铁矿获取的主要开采方式。基于近红外光谱的露天采场磁、赤铁矿及典型围岩分类识别建模研究是实现露天采场快速精准区划的基础。文中通过光谱分析的方法,利用SVC地物光谱仪对鞍千矿露天采场的多个岩矿样本进行了光谱测试,以支持向量机算法为建模方法建立了磁、赤铁矿及典型围岩的分类识别模型。最终的分类结果用六折六次交叉验证的方法检验其分类精度,结果表明,支持向量机算法对岩矿的平均分类精度为98.3%,平均Kappa系数为0.965,对磁、赤铁矿平均分类精度为93.1%,平均Kappa系数为0.79,为基于便携式光谱仪或机载成像光谱仪进行露天采场铁矿石类型的确定提出了新方法。     

矿山遥感图像小波域模糊隶属度阈值去噪算法

矿山遥感图像作为一类重要的矿山测量数据,其质量在很大程度上受到矿区成像环境的影响。鉴于小波变换的图像多尺度分析特性,提出了一种小波域遥感图像模糊隶属度阈值去噪算法。该算法首先对失真的矿山遥感图像采用均值滤波算法进行预处理,消除一部分图像噪声。然后对预处理后的图像进行3层小波分解,对于基本不受噪声污染的低频小波分解系数不作处理,根据高频小波分解系数的噪声分布特征,设计了模糊隶属度阈值去噪模型用于去除其中的噪声,该模型对小波软阈值去噪模型进行了2点改进:1根据图像局部区域噪声信息与非噪声信息难以有效区分的情况,设计了模糊隶属度因子,通过设定特定的小波阈值,对不同的高频小波分解系数是否含有噪声进行自适应判定;2顾及到图像小波分解层数以及各高频小波分解系数的幅值,对经典小波贝叶斯阈值计算方法进行了改进。最后将原始低频小波分解系数与去噪后的高频小波分解系数进行重构,得到高清晰度的矿山遥感图像。采用山东兖州矿区的1幅遥感图像进行试验,并引入了边缘保持指数(Edge protection index,EPI)、信噪比(Signal noise to ratio,SNR)进行去噪效果评价,结果表明:所提算法对于失真的矿山遥感图像的去噪效果明显优于小波硬阈值、软阈值去噪模型,并且相对于已有的2类改进型去噪模型,优势也较显著。     

铁矿粉铁含量的高光谱分析和定量反演研究

高光谱检测铁矿粉铁含量是一种新技术,具有无损、高效的检测优势。为了研究高光谱识别技术对铁矿选矿粉铁含量测定的精确度,选取了铁矿选矿粉作为测试样本,采集了不同铁含量铁矿选矿粉的高光谱曲线,经过平滑去噪和光谱特征提取后,开展铁含量光谱拟合实验和铁含量的反演研究。研究结果表明:选矿粉铁含量与高光谱曲线高度相关性波段为Fe的强吸收位置517~520 nm和873~888 nm;在吸收位置520 nm左右,进行了基于最小二乘的选矿粉铁含量的建模反演,反演实验结果的拟合度为0.9885,相对误差为7.26%,说明利用高光谱技术进行铁矿粉铁含量检测准确度较高,为高光谱检测铁含量的实际应用提供了理论基础。      

EMD及小波阈值联合去噪法在磁感应式分选机上的应用

磁选机广泛应用于磁铁矿石的预选抛尾环节,但由于传统磁选机受制于机械结构和分选原理,对弱磁性粗矿粒存在错选和漏选的问题,分选性能低下。磁感应式分选机可通过霍尔传感器检测磁铁矿石的磁场强度,判断矿石是否为精矿,可提供更为敏感的检测机制。然而,传感器采集磁感应信号的过程,易受到振动等外界干扰而产生噪声,造成矿石的误判。为了降低噪声的影响,通过联合经验分解(EMD)与小波阈值的方法对磁感应信号去噪。该方法首先对信号进行EMD分解,得到固有模态分量(IMF),然后对部分IMF分量进行小波阈值去噪,最后重构IMF分量得到去噪信号。结果表明,联合去噪法不仅能够有效去除噪声信号,而且去噪性能优于单一的EMD去噪和小波阈值去噪。     

基于DWT与改进中值滤波的矿井视频监控图像去噪

井下光照不均、煤尘浓度大以及视频图像获取设备电路电压不稳定等各类因素的存在,导致矿井视频监控系统获取的图像存在大量噪声,影响了对矿井各类生产信息的准确判读。为此,将离散小波变换(Discrete wavelet transform,DWT)与改进中值滤波算法相结合,提出了一种矿井视频监控图像高效去噪算法。首先,对获取的矿井视频图像进行自适应噪声检测,根据检测结果,对图像采用改进中值滤波算法处理;然后对滤波后的图像进行3层离散小波变换,鉴于图像的噪声信息绝大部分集中分布于高频分解系数中,故对低频分解系数不作处理;最后对高频分解系数采用一种改进软阈值去噪函数模型进行去噪,将去噪后的高频分解系数与原始低频分解系数进行重构,得到去噪后清晰度较高的图像。采用实地获取的山西潞安某煤矿井下视频图像进行试验,并与小波软阈值去噪、中值滤波等算法进行去噪效果对比分析,此外,对各算法的试验结果分别采用信噪比(Signal noise ratio,SNR)以及算法运行时间进行评价,结果表明:新算法对于矿井视频监控图像的去噪效果优于其余2类算法,且算法运算时间也具有一定的优势。     

边坡变形监测数据小波去噪研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术之一。利用小波方法对边坡监测的数据进行去噪研究,着重研究了降噪方法(算法)、小波基函数以及阈值等的影响。硬阈值比软阈值处理后的信号更加粗糙,软阈效果好于硬阈,阈值和小波基函数都有重要影响。采用强制去噪后的效果很明显,重构层数选取对滤波效果有重要影响。