局部投影降噪算法参数的确定及其应用

针对水声信号的非线性特征,采用局部投影降噪算法研究了舰船辐射噪声的非线性降噪问题.在分析局部投影降噪算法有关参数的选择对降噪效果影响的基础上,研究了局部投影邻域半径参数的估计.提出一种适合水声信号降噪的邻域半径估计算法,即通过估算信号的噪声强度确定局部投影的邻域半径.对Logistic模型和实际舰船信号进行降噪处理,结...     

基于自适应非局部均值的CBCT投影数据去噪算法

为了准确地获取放疗摆位信息,并减低临床患者 所接收的辐射剂量,提出了一种基于非局部均值(NLM)的锥形束计算层析(CBCT)投影数据去 噪算法。首先,计算在不同投射角度下获取的CBCT投影数据的噪声标准差、边缘信息和纹理 子块的平均梯度值的均值,确 定与该角度投影数据相适应的滤波强度值;然后,采用改进的NLM算法对投影数 据进行去噪处理;最后,经过三维重 建获得较高质量的CBCT图像。还对基于子块分割的噪声估计算法进行了改进,使其更适 用于CBCT投影数据的噪声估 计。实验结果表明,本文算法能够有效估计投影数据的噪声水平,去噪效果优于其它几种算 法,在去除噪声的同时,还能很 好地保留图像的细节信息,并可增强图像的对比度,有利于准确获取摆位信息和医生的临 床诊断。     

含噪声混沌信号的小波去噪方法研究

基于混沌信号具有分形结构的特点，提出了一种分数维与小波变换相结合的带观测噪声混沌信号的噪声去除新方法，利用噪声小波变换特性提取信号的真实分数维，进而根据欲处理混沌时间序列分数维与信号真实分数维之差控制小波包除噪的阈值及位置，达到噪声与信号的自适应分离。该方法克服了以往对未知动力系统方程信号除噪的盲目性，仿真结果表明此法有效可行。     

基于改进最小噪声分离变换的异常检测算法

为了降低噪声对高光谱异常检测结果的影响以及提高异常检测率,提出了一种基于改进最小噪声分离(MNF)变换的新型高光谱异常检测算法。首先对传统的MNF变换进行改进,采用加权邻域均值法对噪声矩阵进行估计,对邻域内每一个像元给予一个特定的权值,提高背景像元在邻域矩阵中的比例,进而抑制噪声像元的比例,通过差值计算提取噪声信息,然后应用改进的MNF变换对高光谱图像进行降维去噪处理,最后,将获取的低维去噪图像利用异常检测算法进行检测,并用真实的AVIRIS数据进行了测试。结果表明,该算法有更好的降维去噪效果,提高了异常检测率。     

一种改进的非局部平均去噪方法

 对非局部平均去噪算法提出了以下改进：首先,利用图像中具有对称结构的性质,在相似性邻域的比较中引入邻域的对称变换,更好地利用了图像的自相似性质;其次,提出一种基于图像灰度分布统计特性的滤波参数选取方法,能够根据不同像素的特点自适应地选取滤波参数;此外,利用非局部平均算法能有效地保护图像结构信息的性质,提出一种两级非局部平均去噪方法.对测试图像去噪的实验结果表明,与原始算法相比,提出的改进方法能够在保护图像结构信息的前提下更有效地去除噪声,峰值信噪比最多可以提高5.9dB, 去噪效果优于BM-3D方法.     

基于三维轴距的图像去噪算法

图像去噪是图像处理邻域的重要课题,该文在3维直方图的基础上定义图像的3维轴距,分析无噪声及椒盐噪声影响下图像3维轴距的分布特点,提出基于3维轴距的去噪算法。算法首先对图像进行边沿扩展,再利用3维轴距来检测噪声,最后用非噪声中值滤波来消除噪声。仿真比较了3维轴距去噪算法与中值滤波、自适应开关中值、快速自适应均值滤波、修正方向加权中值滤波和自适应模糊开关中值滤波算法的去噪性能,结果证明该文算法的有效性。     

基于广义形态滤波的图像去噪方法研究

针对现有去噪方法在噪声强度大时存在去噪效果差等不足,通过对形态学腐蚀和膨胀两个算子进行改进,提出了一种改进的广义形态滤波方法。该方法首先利用灰度值是否是3×3邻域的最大值或最小值来确定该像素是否被噪声污染,然后对被噪声污染的像素进行改进的广义形态滤波,而对没有被噪声污染的像素不进行处理。仿真结果表明,在噪声污染严重时提出的方法的峰值信噪比（PSNR）值比常用的中值滤波法可提高约4 dB以上。     

基于改进的集成经验模态分解的海杂波去噪

针对海杂波信号因混有噪声而难以提取的特点,提出基于改进的集成经验模态分解(MEEMD)的海杂波去噪方法。文中提出的MEEMD 在补充的集成经验模态分解(CEEMD)的基础上,利用排列熵和Savitzky-Golay 滤波对CEEMD 分解后的固有模态函数进行处理,最后在经验模态分解分解重构后得到削噪后的信号。以IPIX 雷达实测得到的海杂波数据进行仿真实验,结合最小二乘支持向量机建立混沌序列的单步预测模型,从预测误差中检测淹没在海杂波背景中的微弱信号,并用均方根误差判断去噪效果。仿真结果表明,文中所提出的MEEMD 算法对模式混淆有很好的抑制效果,去噪后得到的均方根误差为0. 000 847,比去噪前的均方根误差0. 012 2 降低了两个数量级。     

基于混沌与高阶累积量的微弱信号检测

针对微弱信号幅值很小,常被噪声淹没,而传统去噪方法效果并不理想,研究基于混沌与高阶累积量的微弱正弦信号检测方法,建立仿真模型,并将最大李雅普诺夫Lyapunov指数作为判断混沌系统相变的量化依据．自动识别混沌系统的临界状态,从而准确确定系统的策动力临界闽值。仿真实验表明该方法能有效检测出淹没在高斯噪声中的微弱正弦信号,检测信噪比为-37dB时,幅度检测相对误差为1．9％。该方法幅度检测门限低,具有广泛应用前景。     

中值滤波在激光雷达点云数据预处理中的应用

为了研究3维激光雷达测量系统采集到的点云数据如何进行去噪处理,根据灰度图像中对灰度值进行滤波去噪的概念,采用改进的2维中值滤波方法对点云数据中的噪声点加以处理。基于激光雷达点云数据数据量庞大且存在噪声点特点,重点分析了改进2维中值滤波算法和点云数据信噪分离方法,并通过实验验证,得到了速度对比数据和滤波效果图。结果表明,利用改进后的2维中值滤波方法,速度明显得到改进,对激光雷达点云数据的滤波效果良好。     

舰船辐射噪声的混沌特征提取与识别

利用G-P方法估计关联维数,定义法估计自然测度.在不同信噪比下,对两类典型目标的舰船辐射噪声,分新并提取以上2个混沌特征值,从而确定识别参数.在信噪比为5dB及0dB时,经仿真验证关联维数及自然测度可以作为识别参数.     

The use of BDS statistics for estimating the parameters of chaotic mappings and regular signals in the presence of noise

A new method has been proposed in this paper for estimating the parameters of chaotic and regular signals by their observation against the background of white noise under conditions of the a priori uncertainty about the distribution of its values. The method is based on using the nonparametric BDS statistic revealing the sensitivity toward topological properties of the attractors of chaotic, regular and random processes that are characterized by the correlation dimension. The results of numerical simulation of the method proposed for the estimation of parameters of one-dimensional and two-dimensional chaotic mappings and also the harmonic oscillation frequency for the noise with uniform and Gaussian distribution at different levels of its intensity have been presented. This study also includes the analysis of accuracy of estimating the harmonic oscillation frequency by the proposed method and its comparison with potentially attainable values.     

一种实用的混沌信号相关维的提取算法

分形维是混沌信号的一个重要参数,在确定分形维时,通常需要确定线性尺度区,然而线性尺度区的确定仍然是分形维提取算法中的一个富有挑战性的问题,线性尺度区的准确性,将直接影响分形维的准确性.本文对此问题进行了比较深入的研究,较好地解决了线性尺度区的选择问题,并基于GP算法给出了一套完整的相关维提取算法.该算法不仅运算量小、精度高、抗噪声干扰的能力较强,而且完全实现了对相关维的自动提取.     

Chaotic dynamics of mode competition in a vertical-cavity surfaceemitting laser diode under DC excitation

We discuss the dynamics of transverse mode competition in an etched air-post vertical-cavity laser diode under dc excitation using an annular ring contact as a spatial filter. Distinct regions of operation are found for various ranges of fixed bias currents. At 1.5 times threshold, the device enters a region which exhibits chaotic fluctuations between the fundamental and a higher order lasing mode. The dynamics of these fluctuations are studied using the method of delays, and a calculation of the power spectrum and the correlation dimension are reported. It is found that the dynamics of the chaotic fluctuations have a correlation dimension of approximately 2.8. The results are indicative of a low-dimensional strange attractor underlying the modal competition noise     

基于小波包变换的自适应混沌信号降噪算法

为了更好地体现混沌系统的内在特征,该文提出一种基于小波包变换的自适应混沌信号降噪算法。首先,该算法根据不同分解尺度小波包系数的相关性不同,确定了最佳分解层数;以对数能量熵为代价函数,得到了最优小波包基。然后,在局部邻域内对近似系数进行投影分析,利用神经网络梯度下降法对细节系数进行自适应选择。通过最小化损失函数,最大限度降低噪声对混沌信号的影响。最后,通过对来自Rossler混沌模型的状态变量进行仿真分析,证实了该算法对混沌信号降噪的优越性。     

Denoising Nonlinear Time Series by Adaptive Filtering and Wavelet Shrinkage: A Comparison

Time series measured in real world is often nonlinear, even chaotic. To effectively extract desired information from measured time series, it is important to preprocess data to reduce noise. In this Letter, we propose an adaptive denoising algorithm. Using chaotic Lorenz data and calculating root-mean-square-error, Lyapunov exponent, and correlation dimension, we show that our adaptive algorithm more effectively reduces noise in the chaotic Lorenz system than wavelet denoising with three different thresholding choices. We further analyze an electroencephalogram (EEG) signal in sleep apnea and show that the adaptive algorithm again more effectively reduces the Electrocardiogram (ECG) and other types of noise contaminated in EEG than wavelet approaches.      

Correlation dimension of optokinetic nystagmus as evidence of chaosin the oculomotor system

The correlation dimension of optokinetic nystagmus (OKN) eye movements from a normal human subject was computed. Results indicate a value of about 2.8, indicating the possibility of chaotic dynamics in OKN. This was found to differ from the dimension of an artificial OKN signal with the same second-order statistics.     

基于双稳态系统二值图像质量改善算法

针对二值图像处理,为抑制噪声改善图像质量,论文提出一种利用双稳态随机共振系统实现含噪二值图像恢复方法。论文首先对图像分别按行和列重采样为一维信号,并将该一维信号输入双稳态系统,通过欧拉法或龙格-库塔法迭代求解双稳态方程的输出序列,得到恢复图像对行和列两个方向的偏导数,再结合该偏导数根据截断的二维泰勒公式推导出邻近像素点的值,然后对每个像素计算获得的多个值加权平均得到恢复的灰度图像,对灰度图像二值分割即得到最终的复原二值图像。实验结果表明,论文算法能有效从高强度噪声中恢复原二值图像,且相对于传统维纳滤波算法峰值信噪比提高了22.36%,相对于对比算法,峰值信噪比平均提高了10.8%。      

基于Chebyshev映射的混沌特性及其性能分析

分析Chebyshev映射的混沌产生机制,计算了其李雅普诺夫指数。推导其产生的混沌序列统计特性的数学表达式,说明其与白噪声的统计特性一致,适合作为扩频地址码。分析映射混沌序列的奇、偶相关特性,分别导出序列的有限长度与最大奇、偶相关特性和有限长度与自相关旁瓣、互相关均方根的数据拟合关系式,并给出了针对此扩频序列的每个信息比特所含的合适切普数。仿真结果表明该映射产生的混沌序列具有理想的线性复杂度及良好的平衡特性。