基于双正交小波的稳定平台系统中陀螺信号滤波应用研究

针对陀螺稳定平台系统中光纤陀螺信号噪声的非平稳性特点,分析并讨论了光纤陀螺输出信号模型及常用陀螺信号滤波方法的优缺点.根据双正交小波函数能够同时具有紧支性和对称性的突出优点,提出了基于双正交小波的改进模平方阈值滤波方法.同时,结合3σ准则和不同的分解尺度,采用了可变阈值选取规则.实际应用表明,该滤波方法能够对光纤陀螺噪声信号起到明显的抑制作用,滤波效果优于一般IIR滤波和正交小波固定阈值滤波.     

多小波在光纤陀螺信号滤波中的应用研究

分析了光纤陀螺(FOG)信号噪声产生的原因,根据FOG信号零点漂移的不稳定性和随机性,在多小波多分辨率分析的基础上将多小波变换应用到FOG信号滤波处理中,并与标量小波多尺度分析进行了对比;理论分析和实验表明:多小波和标量小波都能在一定程度上抑制噪声对初始对准精度的影响,但多小波的滤波效果优于标量小波.     

基于小波分析的光纤陀螺信号处理

文章对光纤陀螺仪的实测信号进行了分析。为了抑制光纤陀螺随机噪声,利用五点三次平滑、数字滤波、小波变换分析法对光纤陀螺静态输出数据进行了滤波处理,通过对比滤波前后陀螺的输出曲线、标准差以及频谱图,可以发现:小波阈值滤波和五点三次平滑相结合的方法能够有效的补偿光纤陀螺的随机误差。     

船用光纤陀螺小波实时滤波算法的设计与实现

针对光纤陀螺随机漂移噪声大的问题,以船用捷联式惯导系统应用需求为研究对象,对船用光纤陀螺的输出信号特征进行了深入分析。针对陀螺信号需实时处理的要求,设计了基于阈值法的实时小波滤波算法。结合陀螺信号特征分析结果,完成了实时滤波算法的小波基、分解尺度、阈值以及阈值函数设计。实时性验证实验与实测信号的实时滤波实验结果表明:该算法在满足陀螺信号实时性的条件下,能完成陀螺随机漂移噪声的有效滤波。     

光纤陀螺信号误差分析与滤波算法的研究

针对光纤陀螺信号漂移误差和噪声的影响,采用Allan方差法对光纤陀螺的各项随机误差成分进行了分离和计算.然后结合陀螺稳定平台系统研究了滑动滤波、小波变换阈值滤波两种直接对陀螺输出信号进行数字滤波处理的方案.最后对某陀螺惯性稳定跟踪转台中使用的光纤陀螺信号的测试和统计分析结果表明,采用Allan方差法能够有效地分离和辨识陀螺零漂信号中的各项噪声源随机误差系数和误差大小,采用的小波变换阈值滤波的去噪效果明显.     

基于FPGA的光纤陀螺自适应LMS虑波算法研究

光纤陀螺仪的精度严重制约着以其为核心的惯性导航系统精度,为进一步提高系统精度须对光纤陀螺进行滤波处理;文章在自适应LMS滤波算法的基础上,以FPGA实现光纤陀螺数据的采集和滤波处理;以光纤陀螺的延时信号作为参考值,实时自适应调整陀螺不同时刻输出的权值来实现对噪声的滤除;在FPGA中,利用有限状态机的方式来完成该滤波算法的实现,同时完成权值系数的更新和信号采集等模块的功能;结果表明,经过FPGA采集并滤波后的光纤陀螺信号中的噪声分量明显降低,滤波延时远小于采样周期,完全满足工程实际需要.     

基于FPGA的光纤陀螺自适应LMS滤波算法研究

光纤陀螺仪的精度严重制约着以其为核心的惯性导航系统精度,为进一步提高系统精度须对光纤陀螺进行滤波处理;文章在自适应LMS滤波算法的基础上,以FPGA实现光纤陀螺数据的采集和滤波处理;以光纤陀螺的延时信号作为参考值,实时自适应调整陀螺不同时刻输出的权值来实现对噪声的滤除;在FPGA中,利用有限状态机的方式来完成该滤波算法的实现,同时完成权值系数的更新和信号采集等模块的功能;结果表明,经过FPGA采集并滤波后的光纤陀螺信号中的噪声分量明显降低,滤波延时远小于采样周期,完全满足工程实际需要。     

平移不变离散小波变换在光纤陀螺信号处理中的应用

光纤陀螺输出信号中主要含有白噪声和具有非平稳、长程相关、自相似性及具有1/fγ类型谱密度的分形噪声,传统的滤波方法难以去除这类噪声,小波分析的多分辨分析特性,使之成为分析分形噪声的有力工具.文中分析了光纤陀螺输出信号误差特性,建立了输出信号的数学模型,在分析了分形噪声的特性的基础上,采用小波变换方法生成分形噪声.在实验室环境下采集了某型号光纤陀螺仪输出信号,对其进行多种小波滤波方法滤波对比实验,并进行了实验结果分析,实验结果表明采用平移不变离散小波变换半软阈值滤波方法可以有效地去除分形噪声和白噪声,克服了硬阈值法有较大的方差和软阈值法有较大的偏差的缺点.     

一种新的抑制光纤陀螺信号零漂的方法

介绍了光纤陀螺的基本原理和输出信号的数学模型,阐明了零漂的含义。分析了几种零漂抑制方法的原理,提出了基于小波分析的滤波方法。对于实测的光纤陀螺信号进行了多尺度小波分解和多分辨力分析,证明了该方法抑制光纤陀螺输出信号零漂的有效性。     

小波分析法在光纤陀螺随机误差补偿中的应用

光纤陀螺随机漂移是惯性导航系统产生误差的重要因素。尽量降低陀螺仪的漂移率是进一步提高惯性导航系统精度的重要途径,也是保证光纤陀螺静态误差补偿精度的前提。从抑制光纤陀螺随机噪声的角度出发,利用小波分析法对光纤陀螺的静态输出进行滤波处理,通过对比滤波前后陀螺的输出曲线、标准差以及各项随机误差系数,能够看出:该方法有效地补偿了光纤陀螺的随机误差。     

光纤陀螺信号的数字处理方法

光纤陀螺（FOG）有着广泛地应用,如何有效地提高精度具有重要意义。根据FOG信号漂移的数学模型,分别采用了经典傅立叶分析的FIR低通滤波器和小波变换的阈值去噪对某型FOG的输出信号进行了消噪处理。实验证明了小波阈值在消除陀螺漂移和基座动态干扰应用中的优越性。     

基于栅格结构的正交小波滤波器组逼近方法

提出一种基于栅格结构的小波滤波器逼近方法．应用栅格结构的特性,采用分步栅格优化和随机栅格优化两个过程来构造小波滤波器．在分步栅格优化中,提出两种优化策略：扔掉和保留;并证明这两个优化策略是等价的,这样可以采用扔掉策略也可以保证我们每步优化是最优的．同时,将这种构造算法推广到不同长度滤波器构造,也成功地将该算法应用到以下问题：构造二通道接近线性相位的正交小波滤波器和有限脉冲的信号自适应小波滤波器(主分量滤波器)．另外,分步栅格优化的部分结果已经出现在IEEE ICIP2003上．     

A statistical and Wiener filtering algorithm based on the curvelet transform for SAR images

Synthetic aperture radar (SAR) images contain many kinds of noise. Speckle noise is multiplicative noise generated by the coherent imaging processes involved in SAR images and brings a great hindrance to the interpretation and application of SAR images, so it is considered the first major kind of noise in SAR images. SAR images also contain other incoherent additive noises generated by other factors, such as Gaussian noise, which are all considered the second major kind of noise. In order to reduce the impact of noise as much as possible, after an in-depth study of SAR imaging and noise-generating mechanism, curvelet transform principle, and Wiener filtering characteristic, a novel filtering method, here called the statistical and Wiener based on curvelet transform (SWCT) method is proposed. The SWCT algorithm processes two different kinds noise based on their properties. Specifically, it establishes a two-tiered filtering framework. For the first kind of noise, the algorithm uses the curvelet transform to decompose the SAR image and uses the statistical characteristics of the SAR image to generate an adaptive filtering threshold of the coefficients of decomposition to recover the original image. Then it filters every sub-band image at each decomposed scale and performs the inverse curvelet transform. The second kind of noise is directly filtered using the Wiener filter in the SWCT algorithm. Using the two-tiered filtering model and fully exploiting statistical characteristics, the SWCT algorithm not only reduces the amount of coherent speckle noise and incoherent noise effectively but also retains the edges and geometric details of the original SAR image. This is very good for target detection, classification, and recognition. Qualitative and quantitative tests were performed using simulated speckle noise, Gaussian noise, and real SAR images. The proposed SWCT algorithm was found to remove noise effectively and the performance of the algorithm was tested and compared to the mean filter, enhanced gamma-MAP (maximum a posterior probability) filter, wavelet transform filter, Wiener filter, and curvelet transform filter. Experiments carried out on real SAR images confirmed that the new method has a good filtering effect and can be used on different SAR images.     

基于小波变换和Kalman滤波的语音增强方法

针对受加性噪声干扰的语音信号,采用基于小波变换的Kalman滤波方法,提出一种有效的语音增强方法.分析在实际处理中所遇到的二进小波变换、滤波参数估计、Kalman滤波发散等问题.语音增强的效果采用信噪比来进行评估.仿真实验表明在加性噪声为高斯白噪声和色噪的情况下,该方法均具有较好的有效性.     

基于粒子滤波的小波特征跟踪方法研究

该文提出了基于粒子滤波的小波特征跟踪方法。粒子滤波基于蒙特卡罗模拟方法来实现递推贝叶斯滤波,是一种实用的后验概率求解方法。文中研究了目标的Gabor小波网络表示,用一定数量的小波构成一个集合来表示目标特征,各小波的参数由优化方法来确定。构建了基于粒子滤波的跟踪框架,每个粒子表示一种Gabor小波网络的可能形式,并计算与当前图像的相似度。粒子权值与相似度成正比,目标状态的后验概率由粒子加权表示。与传统的“峰值”跟踪方法不同,粒子滤波具有“多峰”的跟踪形式。并结合对光照、噪声不敏感的小波表示形式,具有较强的抗局部遮挡能力。     

基于小波分解的自适应滤波算法及其应用

在管道运行时,由于管道摩阻、周围介质扩散等影响,使得测得的压力与流量信号带有很大的噪声,当噪声频率很宽时,自适应滤波器的参数设置比较困难,致使去噪效果不明显。为此,提出了一种基于小波分解的自适应滤波算法,该算法基于信号和噪声经小波变换后在不同尺度上有不同的特征,即先对信号进行小波多尺度分解,然后对各尺度分解的信号分别选用不同的滤波参数,进行自适应滤波处理。并用该方法对在管道泄漏实验中采集的信号进行降噪处理。结果表明,该方法比普通的自适应滤波方法更能有效地消除信号中的噪声。