基于主分量分析的噪声压缩技术研究

本文首先提出了客观评价噪声压缩效果的两个指标：残余噪声能量和信号畸变指标。并在此基础上提出了一种基于主分量分析的时间序列噪声压缩方法─噪声压缩链。这种方法充分利用了信号和白噪声之间的统计特征差别，能够有效地压缩时间序列中的白噪声，同时使序列中的信号畸变较小。实例分析结果说明了该方法的有效性。     

经络动态电阻检测取样电路的噪声分析

根据人体经络动态电阻抗的检测精度、抗干扰、低噪声等特殊指标的要求，对影响经络特性电子检测系统中的关键部分，取样放大电路的噪声源、噪声产生机理进行了分析，提出了降低噪声设计、提高检测精度的措施和方法，确定了电路中的关键元器件的参数，在实际应用中达到了预期效果。     

一种快速自适应算法在噪声抵消中的应用

研究了自适应横向滤波器的一种快速算法（FTF）及其在噪声抵消中的作用，对算法进行了推导，归纳了计算步骤，噪声抵消实验表明有良好的效果。     

子空间分解方法在语音增强系统中的应用

介绍了基于子空间分解的单通道语音增强的方法，并利用有声/无声检测的判决算法提高了对噪声估计的准确度，通过KL展开将含噪语音分解为信号子空间和噪声子空间，并在信号子空间中对原始语音信号进行了最优的估计，有效地滤除了数字语音系统中的宽带噪声，并在一定程度上抑制了“音乐噪声”的影响，获得了较好的语音增强效果。     

有源噪声干扰的分析与仿真

对有源噪声干扰中的噪声调频、噪声调幅、噪声调相、AR干扰进行了理论分析,通过Matlab软件仿真其频谱图,并对四种干扰信号对直扩系统的干扰效果进行了仿真分析,得出了一些南踊的结论,     

基于LabVIEW-USRP的人工噪声辅助MIMO通信系统仿真实验硬件平台

人工噪声作为一种物理层安全技术，与基于强计算密码学的传统通信安全机制不同，不会被快速发展的算力破解。关于人工噪声辅助多输入多输出（Multi-Input Multi-Output,MIMO）通信系统的安全性的理论研究已相当完备，但由于人工噪声深度依赖即时、准确的信道反馈，其在实际系统中的应用效果仍需通过试验进一步验证。提出了一种人工噪声辅助下的MIMO通信系统仿真实验硬件平台，并通过实验数据证明了人工噪声对合法MIMO通信系统可靠性的影响较小，且能够有效提升系统安全性。     

混沌信号与噪声

本文通过三种方法分别研究了Lorenz模型和高斯白噪声，获得了混沌信号和噪声在这些方法下的不同表现特征。提出了根据关联维数（correlationdimension）判断降噪效果的方法，并进一步探讨了采用主分量分析（principalcomponentanalysis）确定嵌入维数（embeddingdimension）和去除混沌信号中噪声的可行性。最后得出结论：主分量分析用于确定嵌入维数和降低混沌信号中的噪声是不合适的。     

基于维纳滤波的旋转不变相关识别

提出一种改进的维纳滤波器(WF)模型，用训练图像的均值合成维纳滤波传递函数中的参考函数，使WF具有了旋转不变识别的能力。在附加高斯白噪声、非重叠有色噪声环境下，对平面旋转的图像进行了计算机仿真实验。结果表明，本模型具有良好的识别效果。     

红外焦平面非均匀校正的综合处理算法

时域高通滤波的算法具有简单，易于实现的优点。但其在既有加性噪声，又有乘性噪声时校正效果难以令人满意。神经元网络算法在噪声较强时，校正效果受到了限制。针对既有加性噪声，又有乘性噪声，且加性噪声较强的情况，提出了红外焦平面非均匀校正的综合处理算法。仿真证明，新算法具有较好的校正效果。     

用小波变换抑制SAR图像中的斑点噪声

抑制合成孔径雷达图像中的斑点噪声一直是处理图像并得到准确图像信息的难点，提出了一种基于小波变换抑制合成孔径雷达（SAR）图像中的斑点噪声的方法，对原有的小波变换方法作了改进，能更好地保留图像的边缘信息，并能简化计算量。在仿真实验中使用了合成的模拟图像和真实的合成孔径雷图像，并与以往的小波去噪滤波方法以及一些经典的斑点噪声滤波方法（包括中值滤波，Lee滤波，Frost滤波）进行比较，在综合考虑了滤波算法在均匀区域对斑点噪声的抑制能力以及保留边缘信息能力的情况下，提出的算法有更好的效果。     

噪声环境中的双声道音频回波抵消模型构建

为提升远端说话人员的分辨率，保证真实空间化听觉感受效果，构建一种噪声环境中的双声道音频回波抵消模型。该模型以子带自适应滤波器组为核心分解音频信号，使其形成若干个子频带信号；在子带域内计算噪声干扰阈值，依据阈值的计算结果并结合人耳听觉特性，叠加独立分布白噪声，实现各个子带的回波抵消。在此基础上，引入步长补偿因子和反馈控制理念改进最小均方算法，优化滤波器组参数，提升双声道音频回波抵消效果。测试结果表明：所设计模型可有效处理音频信号中的噪声信号，抵消后的音频信号信噪比均在3.5 dB以上，音频信号的振幅误差均在0.2 V以下，能够提升远端人员说话的分辨率，保证音频质量。     

在变换域中用HMT图像降噪的研究

研究了HMT(隐马尔科夫树)在变换域中进行图像降噪的应用.就不同复杂程度的图像、不同类型噪声、及用不同的变换域与传统方法进行比较,得到结论变换域中的方法比在非变换域中的传统方法优越,HMT在小波域和DCT域有着近似的效果,在高斯白噪声下HMT方法是最有效的,在相关噪声下,降噪效果与图像纹理的复杂度及噪声的强度有关.     

用减噪声频谱法消除语言中的宽带噪声

本文介绍了一种在频域上对噪声环境中的语言进行处理的方法——减噪声频谱法。利用FFT噪声中的语言信号在频域上展成功率谱,在减去噪声功率谱后,再恢复成语言信号。实践证明,这种方法对消除语言中的宽带噪声有一定的效果,实验中对信噪比为-5dB到+5dB的噪声语言进行了处理,可以抑制近10dB的宽带噪声。     

语音增强用于抗噪声的汉语说话人识别

大多数实际应用环境中总是存在各种各样的噪声，由于训练环境与识别环境不匹配，现有的绝大多数说话人识别系统在噪声环境中的性能都不可避免的急剧下降。为了让说话人识别系统在强噪声环境中，有较好的识别效果．研究一个将语音增强器和说话人识别系统级连起来的系统，该系统中将语音增强作为前端处理来提高输入的信噪比。实验证明，该系统具有很好的抗噪声性能。     

WebRTC中一种基于DNN的噪声抑制算法的研究

WebRTC(Web Real-Time Communication)是谷歌开源的实时通信技术,包含了实现音视频会议系统所需的全部技术。文中对WebRTC的语音引擎中的降噪(Noise Suppression)算法进行了深入剖析,并且提出一种针对实际音视频会议系统环境下的基于DNN(Deep Neutral Network)的噪声抑制算法,实验结果表明提出的噪声抑制算法对于音视频会议系统中常见噪声有着很不错的噪声抑制效果,尤其对于人群嘈杂噪声。在低信噪比条件下的噪声抑制效果优于WebRTC中的降噪算法。     

基于GAN的广播通讯过程多链路信息融合方法

为了降低广播媒体噪声干扰、提升融合效果，提出了基于生成对抗网络的广播通讯过程多链路信息融合方法。通过小波去噪的信道估计算法清除广播通讯过程中的多链路信息噪声，将各链路信息划分为高频信息和低频信息；构建级联生成对抗网络，第一级网络依据汇总后低频信息构建多链路信息的基本结构，输出初级融合信息，第二级网络以低频到高频的转换信息为辅助任务，使第一级网络初级融合信息的细节信息更饱满。实验结果表明，该方法的信道去噪估计均方误差低；融合效果受噪声干扰较小，且融合超调量始终低于规定阈值。     

磁带录音技术中噪声问题的探讨

在磁带录音技术中，噪声是一项重要的特性，噪声电平的高低，直接影响声音质量及其效果。本文详细地介绍了噪声的分类及噪声产生的原因。     

蜂窝移动通信中的手机（二）

２蜂窝移动通信中的 电波特性２．１蜂窝移动通信的电磁环境 （１）噪声 蜂窝移动通信的电磁噪声包括内部噪声与外部噪声两大部分，整个噪声环境如图１： ●接收机内部噪声 接收机内部的发热元器件都会产生热噪声。这种噪声具有均匀分布的功率密度，所以被称为白噪声。它的瞬时值服从高斯分布，所以也称作高斯噪声。 功率谱密度即１Ｈｚ频带内的噪声功率大小。 η＝ＫＴ 式中Ｋ为波尔兹曼恒量为有效噪声温度，η单位 Ｗ／ Ｈｚ（即瓦／赫兹。） 内部噪声虽然产生于接收机和发射机的任何发热元、器件，但影响效果不一样。在发射机部分影响发…     

基于分数低阶ICA的混合噪声中脉冲噪声的消除方法

为了解决当信号中同时含有高斯噪声与α稳定分布脉冲噪声时,传统的基于二阶统计量的去噪方法会出现显著的性能退化的问题。通过基于负熵的分数低阶独立分量分析(ICA)算法先去除混合噪声中的脉冲噪声,然后利用SVD算法再去除混合信号中高斯噪声的方法,取得了较好的效果,且有效保护了混合信号中的纯净信号。     

基于Bior小波变换和中值滤波的图像去噪

中值滤波是一种常用的滤波方法,它可以较好地滤除脉冲噪声,但滤除高斯噪声效果不理想,而小波变换可以较好地滤除高斯噪声。本文将Biorthogonal小波变换与中值滤波相结合,同时滤除图像中的高斯噪声和脉冲噪声。实验结果表明,该方法在降低了图像噪声的同时又尽可能地保留图像的细节,其去噪效果优于单纯的小波变换或单纯的中值滤波。