在连续噪声背景下分离脉冲信号的一种方法

在探伤中经常遇到以脉冲形式出现的伤信号，伴有大小随机变化的连续噪声，包括某些因为仪器平衡点漂移产生的趋势项．有时噪声绝对值可能相当大，甚至超过伤信号．作者提出一种简便有效的方法，可以将伤信号分离出来，并对此方法作了一定的理论分析     

连续噪声背景下分离脉冲信号的数理统计方法

在故障诊断中常遇到以脉冲形式出现的故障信号，后伴有大小随机变化的连续噪声，甚至超过故障信号，为此，本文提出采用数理统计方法－滑动平均值及方差，将故障信号分离出来，经实验验证，该方法非常有效。     

连续噪声背景下分离脉冲信号的数理统计方法

在故障诊断中常遇到以脉冲形式出现的故障信号,且伴有大小随机变化的连续噪声,甚至超过故障信号,为此,本文提出采用数理统计方法——滑动平均值及方差,将故障信号分离出来,经实验验证,该方法非常有效.     

一种噪声环境下雷达信号载频的侦察方法

传统的测频方法均依赖于信噪比，对于极低信噪比或在强噪声背景下，无法准确测频，甚至根本判断不出信号的存在．本文基于混沌、分形理论，利用结构函数，提出了一种在噪声环境下判断雷达信号是否存在并测量脉冲雷达信号载频的新方法．     

混有高斯和脉冲噪声图像的一种新滤波方法

针对数字图像中的高斯噪声和脉冲噪声,提出了采用递推最小最大值法与中值滤波相结合的滤波方法。对数字图像首先采用递推最小最大值方法来除去脉冲噪声,然后采用中值滤波方法,并选择合适的窗口尺寸,可得到质量很好的图像。实验结果表明,递推最小最大值方法在抑制脉冲噪声的同时,还能保留良好的图像细节,特别是在多种脉冲噪声存在的条件下,效果更加明显,而中值滤波可以有效地除去剩余噪声,最终得到满意结果。     

一种噪声未知条件下的盲信号提取方法

传感器网络中的节点带宽等资源受限,使得在设计盲信号处理方法时需考虑信号量化等因素,而量化噪声的引入使得整体噪声复杂且未知。针对传感器网络中噪声统计特性未知的情况,提出了一种基于容积点变换和代价参考粒子滤波的盲信号提取方法。在滤波过程中,采用容积点变换可获得较为准确的预测粒子,通过用户自定义的权值映射规则可以实现粒子的更新和重采样,减少了算法对噪声和源信号统计特性的依赖。实验结果表明该方法可实现对源信号的有效提取,在噪声统计特性未知时的提取性能要优于其他方法。     

一种亮暗比例悬殊的脉冲噪声重污染图像去噪方法

虽然目前边界分离噪声检测（BDND）算法被普遍认为是一种较好的去除图像脉冲噪声方法,然而研究发现当盐或胡椒噪声污染比例之一超过50%,其性能却急剧下降,几乎无法去噪.为此在BDND算法基础上提出了改进的噪声检测方法（Mod ified BDND）,对每个子图,新方法选取与128最接近的灰度值作为分界点,从而避免原方法因选取中值为分界点而可能落入污染区域的问题.该方法既可保留BDND算法优点,而且还能明显提高此时图象的重建效果.通过对Lena图象仿真处理说明了本算法的有效性和优越性.     

一种基于非线性变换的脉冲噪声有源控制算法

由于脉冲噪声的冲击特性,经典的有源噪声控制算法的性能显著降低。针对对称α稳定分布的脉冲噪声,提出了一种基于Sigmoid函数的非线性变换算法,解决了因脉冲噪声幅值过大所引起的稳定性问题,并对该算法的收敛条件进行了分析。在理论分析的基础上,对该算法进行了仿真研究。仿真结果表明,对于不同的α值,该算法均能取得较好的降噪效果。     

一种改进的严重脉冲噪声滤除算法

为了有效改善受严重噪声污染图像的恢复效果,准确定位噪声点和改善所恢复图像的峰值信噪比,提出一种改进的非线性自适应滤波算法.该方法利用初始标记窗口的局部统计信息,首先将图像像素点粗分为信号点、可能的正噪声点和可能的负噪声点三类,建立噪声标记矩阵;根据噪声标记矩阵的局部统计信息,将可能的噪声点细分为信号点、噪声点和不确定点,并分别采用不同的方法进行滤波;对于不确定点进行2次判断,对于噪声点用其4邻域均值来代替。本算法的优点是计算速度快,噪声点定位准确,可以保留更多的图像细节。实验证明,该算法可有效恢复受严重脉冲噪声污染的图像。     

相参脉冲信号一种识别方法和分析

相参脉冲信号是现代雷达信号的一种全新形式，相参信号之间存在着一定的相位关系，这种相位关系使得不同相位信号之间可以相互对照，了解其中一个相位就可以通过二者的相关性了解另一个信号，在具体应用中具有提高脉冲信号的信噪比和准确率的突出优势。本文将立足于相参脉冲信号运行的实际，对相参脉冲信号的产生和性能进行简要分析。     

一种相参脉冲信号频率的估计方法

在单站无源定位与跟踪系统中，获取雷达脉冲信号的高精度频率信息是一个关键技术．本文研究了噪声干扰下的相参脉冲信号频率提取问题，提出了一种新的频率估计方法．该方法具有精度高、运算量小的优点，计算机仿真实验证明了方法的有效性．     

色噪声背景下LFM信号参数估计的互谱ESPRIT方法

对色噪声背景下LFM信号(线性调频信号)进行了分析,提出了一种基于二次型变换的互谱ESPR IT方法。该方法首先对LFM信号进行二次型变换转化为平稳信号,再将现代互谱理论引入ESPR IT方法生成互谱ESPR IT方法来进行后续的信号处理,成功地实现了高效率、高精度的参数估计,且使附加的有色噪声信噪比低至-5 dB。仿真试验结果证明了本文方法的正确性和有效性。     

同步脉冲泵浦下信号脉冲整形的研究

提出了同步泵浦的新泵浦方式，通过数值计算，对同步脉冲泵浦下掺铒光纤放大器对信号脉冲的整形压缩作用作了初步理论探讨，发现通过改变信号脉冲相对于泵浦脉冲的时延，可以使信号脉冲得到整形和压缩，这为脉冲整形技术提供了一种新的思路。     

混沌振子在强噪声背景下正弦信号的检测研究

分析了基于Duffing方程形成的混沌振子的运动特性,阐述了利用混沌振子检测强噪声背景下正弦信号的原理：利用混沌振子对与策动力频率相近的正弦信号的敏感性,及对噪声和与策动力的频差较大的正弦信号的免疫性来检测淹没在强噪声中的正弦信号。给出了判断是否存在有用信号的方法,并用仿真实验验证了利用混沌振子检测微弱正弦信号的可行性和有效性。     

信号检测中一种基于噪声模型的新方法

介绍了信号检测中一种基于噪声模型的新方法,用于从带有变化非常缓慢时变噪声干扰的组合信号中检测出信号。     

激光脉冲信号在噪声中探测

在激光脉冲探测系统中,如何抑制噪声提高探测概率是十分重要课题.本文介绍一种典型探测电路,并论述了在白噪声中探测脉冲信号时如何确定信噪比和鉴幅阈值.     

应用随机共振进行海洋噪声背景下的信号检测

通过对海洋噪声特性的研究,将其理想化为一个Lorentz色噪声和若干拟周期干扰成分的混合,继而基于参数调节随机共振理论的结果对系统参数进行优化,对系统输出应用后处理方法,形成一套完整的信号处理方法.数值仿真表明,随机共振处理结果优于低通滤波器的处理结果,随机共振系统处理宽带随机干扰情况有优势.     

基于提升小波的图像脉冲噪声抑制方法

分析利用小波进行图像去噪的方法和特点,根据电视跟踪测量系统的实际需要提出利用易于硬件实现的提升小波滤波器对实时图像进行去噪,重点研究受脉冲干扰的实时图像的噪声抑制问题.小波分解的高频部分在噪声附近具有较大值,通过调整提升项设计提升小波滤波器,所设计的滤波器包含噪声特性,应用这些滤波器可以检测到脉冲噪声,利用小波的重构公式消去图像中的噪声.由于提升小波滤波器比普通小波滤波器运算量大大减少,因此算法易于硬件实现.将提升小波的降噪方法同现代信号处理器件DSP和FPGA结合起来有着广泛的应用前景.     

脉冲噪声衰落信道下MPSK信号的符号周期估计

针对脉冲噪声环境衰落信道下相移键控信号符号周期估计困难的问题,提出了一种基于分数低阶循环谱相干系数的相移键控信号符号周期估计方法．首先,对相移键控信号进行分数低阶循环平稳特性分析,并给出相移键控信号的分数低阶循环谱相干系数表达式;然后,分析了相移键控信号符号周期与分数低阶循环谱相干系数之间的关系;最后,给出相移键控信号符号周期估计流程．仿真结果表明,在脉冲噪声环境衰落信道下,所提的符号周期估计方法具有良好的估计性能．