基于改进阈值函数的分数阶小波电能信号去噪

为了消除电力系统中噪声对电能质量扰动信号的影响,且能保留突变点信息,提出了一种基于改进阈值函数的分数阶小波电能质量扰动信号去噪方法.该方法采用离散分数阶小波变换对含噪信号进行多尺度分解,并根据信号和噪声在不同尺度上的分数阶小波域系数的分布特点,通过改进阈值函数对各层系数进行处理,将处理后的系数进行重构得到去噪后的信号.仿真结果表明,该方法弥补了软、硬阈值函数的缺点,能较好地去除噪声并保留突变点信息,且提高了输出信噪比.     

基于短时分数阶傅里叶变换的语音增强算法

提出了一种基于短时分数阶傅里叶变换(STFRFT)的语音增强新方法.该方法首先将带噪语音信号进行短时分数阶傅里叶变换,然后在分数阶傅里叶域(FRFD)对信号进行滤波,最后对滤波后的信号进行短时分数阶傅里叶逆变换,得到增强后的语音信号.实验表明在选定最佳的分数阶阶数时,可使噪声得到最大限度的滤除,大大提高了语音增强效果.     

拉普拉斯分布下的MMSE谱减语音增强算法

针对基于高斯分布的谱减语音增强算法,增强语音出现噪声残留和语音失真的问题,提出了基于拉普拉斯分布的最小均方误差（MMSE）谱减算法。首先,对原始带噪语音信号进行分帧、加窗处理,并对处理后每帧的信号进行傅里叶变换,得到短时语音的离散傅里叶变换（DFT）系数;然后,通过计算每一帧的对数谱能量及谱平坦度,进行噪声帧检测,更新噪声估计;其次,基于语音DFT系数服从拉普拉斯分布的假设,在最小均方误差准则下,求解最佳谱减系数,使用该系数进行谱减,得到增强信号谱;最后,对增强信号谱进行傅里叶逆变换、组帧,得到增强语音。实验结果表明,使用所提算法增强的语音信噪比（SNR）平均提高了4.3 dB,与过减法相比,有2 dB的提升;在语音质量感知评估（PESQ）得分方面,与过减法相比,所提算法平均得分有10%的提高。该算法有更好的噪声抑制能力和较小的语音失真,在SNR和PESQ评价标准上有较大提升。     

基于小波包分析木材声发射信号消噪处理

由于目前的滤噪技术在检测木材声发射信号时还存在一定的缺点,本文根据木材声发射信号的特征,基于小波包分析研究了利用信号的小波包分析、计算和最佳小波包基的选取.采用默认阈值方法处理小波系数,通过小波包重构得到消噪后的木材损伤声发射信号,噪声得到较好的抑制.结果表明用小波包变换进行消噪处理,噪声消除彻底,提高了损伤缺陷检测的准确性.     

基于分形维数的自适应语音降噪改进算法

针对强背景环境噪声对语音信号的影响问题,根据短时分形维数能够反映信号动态特征的特性,提出了一种基于分形维数的自适应语音降噪改进算法.实际应用表明,该算法能够有效提升非平稳噪声环境下的语音增强效果.     

基于Contourlet变换的图像DCT去噪新方法

为了改进滤波效果,以提高图像去噪质量,提出了一种通过离散余弦变换对Contourlet域中噪声能量进行估计来实现去噪的新方法.该算法不依赖于对噪声方差进行估计,而是直接利用离散余弦变换来对高频各子带进行局部特征提取,以便估计噪声能量的估计阈值.实验结果表明,与传统的小波软、硬阈值去噪方法和基于小波变换的图像离散余弦变换去噪方法比较,该方法有效地克服了采用硬阈值法引起的伪吉布斯现象和软阈值法因导致过度光滑而使信号失真等缺点.实验表明,该算法不仅可提高处理图像的信噪比,而且图像的视觉效果也明显改善,因此更具有实用价值.     

基于DCT的声呐探测信号鉴定方法

针对水下声发射源较多的问题,为能准确鉴别敌我声呐发射源,利用数字水印技术,结合DCT（离散余弦变换）的时频域特征,提出了一种基于DCT的声呐水印方法,通过在离散余弦变换域的时频系数中嵌入数字水印,并且综合考虑信道特性来产生数字水印,结合二维DCT的酉矩阵特性改变水印嵌入位置和水印个数进行仿真分析测试。仿真结果表明所提出的方法在不影响信号本身性能的基础上,能够实现最佳的嵌入方式以达到最优的检测性能,检测精度得到提高。     

二维离散分数余弦变换的改进形式

将一维离散余弦变换的变换核扩展到二维分数形式,得到Pei形式的二维离散分数余弦变换。通过整数阶余弦变换的线性叠加构造一种改进形式的二维离散分数余弦变换,并基于特征值和特征向量理论,分析2种离散分数余弦变换的周期关系。数值仿真结果表明,2种形式可以达到相同的变换结果,适用于图像编码、数字水印等领域。     

基于能量选择的DCT域音频数字水印算法

文中提出了基于能量选择的离散余弦变化域的音频水印算法。该算法根据人类听觉系统掩蔽特性和离散余弦变换能量不变的特性,利用在音频信号能量较大处插入水印对音频信号影响较小的特点,将二维的图像降维成一维的二值序列,通过音频信号时域序列的能量选择在离散余弦变换域低频系数中自适应地寻找最佳的水印图像插入点。实验表明,文中提出的算法不仅有较好的隐蔽性,而且对于数字信号处理操作中的加性高斯白噪声、滤波等具有较好的鲁棒性。     

彩色视频的四维矩阵离散余弦变换编码

为了在高信噪比条件下获得对彩色视频的高倍压缩 ,提出了 4维矩阵及 4维矩阵离散余弦变换理论 ,并将该理论应用于彩色视频编码 .基于 4维矩阵离散余弦变换的彩色视频编码方法将彩色视频的多个帧放在一个统一的数学模型 (即 ,4维矩阵 )中考虑 ,利用 4维矩阵离散余弦变换去除其间的各种相关性 ,并通过矢量量化对变换系数进行压缩编码 .其方法可以同时全面利用彩色视频图象相邻像素间、彩色空间 Y、U、V 3分量间 ,以及视频图象相邻帧之间的相关性 .实验结果证明 ,对可视电话和视频会议等应用中的彩色视频序列图象 ,利用该方法可在高信噪比条件下获得较高压缩比的编码效果     

不平衡数据集上的文本分类特征选择新方法*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子。结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷。其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求。     

基于广义S变换的声发射信号去噪研究*

为了有效消除声发射信号中的噪声,将广义S变换滤波方法应用于声发射信号去噪,分别采用广义S变换中的充零法、基于带通滤波器设计滤波算子法以及时频滤波法进行滤波比较,针对信号的不同时频特性设计了相应的时频滤波算子.结果表明,基于S变换的三种时频滤波法对声发射信号的去噪均有较好的效果,克服了传统滤波方法滤波因子不能随时间、频率变化而变化的缺陷.其中时频滤波法在高信噪比和低信噪比情况下都能更好地去除噪声,可以满足信号处理的要求.     

二次离散小波变换的语音增强方法

提出了一种基于二次离散小波变换（DWT）的语音增强算法。该算法首先对带噪语音信号进行离散小波变换,提取离散细节信号,并对其进行第二次离散小波变换。再按照不同的规则选取阈值,对信号进行去噪处理。最后再对出来后的语音信号进行合并。对比实验结果表明,该方法具有良好的消除噪声的效果,提高了语音的清晰度和可懂度。     

分形理论和神经网络在清浊音判决中的应用

采用混沌信号处理方法中的分形理论对信号进行分析。分形维数很好的体现了信号的混沌程度,而清音和浊音由于在发声原理上的不同,清音类似于噪声,浊音具有近似的周期性,在分形维这个特征上体现出差异。首先对语音信号分帧求分形维轨迹,计算出平均分形维,然后在分形维参数的基础上提出DP值特征参数,以分形维与DP值作为一个特征向量,采用BP神经网络进行识别,得到了很好的识别效果。     

基于分块奇异值分解的两级图像去噪算法

为了更有效地进行图像去噪, 提出了一种基于分块奇异值分解(Singular value decomposition, SVD) 的两级图像去噪方法, 该方法首先将含噪图像中具有相似结构的图像块组织成具有很强相关性的图像块组; 然后, 利用二维奇异值分解去除图像块组中每个相似块的内部相关性, 利用一维奇异值分解去除相似图像块组之间的冗余; 最后, 通过硬阈值方法收缩变换系数实现图像与噪声的有效分离. 为了进一步提高去噪效果, 对含噪图像再次进行上述操作. 不同的是, 在第二级去噪过程中,相似图像块组根据第一级估计出的图像计算获得且相似图像块间的相关性通过离散余弦变换去除. 仿真实验表明, 提出的两级图像去噪算法不仅可以较大程度地去除图像噪声, 还能有效保留图像细节, 取得了良好的去噪效果.     

数字电路板EMI的短时分形维数模糊控制滤波

基于短时分形维数的模糊控制滤波方法,对数字印制电路板(PCB)电磁干扰(EMI)信号中的噪声进行滤波;该方法提出了网络分形维数和短时分形维数的新算法,并讨论了模糊控制滤波方法中的模糊控制参数的选取算法;基于虚拟仪器(VI)LabVIEW6.i平台上对数字印制电路板传导干扰信号进行实时检测;经过信号处理,该系统还具有信噪分离、测量传导干扰信号的功率谱等功能;结果表明,该方法滤波效果良好.     

数字PCB传导干扰信号的虚拟仪器测量

基于短时分形维数的模糊控制滤波方法,时数字印制电路板(PCB)电磁干扰(EMI)信号中的噪声进行滤波.该方法提出了网络分形维数和短时分形维数的新算法,并讨论了模糊控制滤波方法中的模糊控制参数的选取算法.基于虚拟仪器(Ⅵ)LabVIEW 6.i平台上对数字印制电路板传导干扰信号进行实时检测.经过信号处理,该系统还具有信噪分离、测量传导干扰信号的功率谱等功能.结果表明,该方法滤波效果良好.     

基于系数关系和分形维数的隐藏算法

提出了一种基于系数关系和分形维数的信息隐藏算法，该算法将原始载体图像分割成固定大小的图像块，利用分形维数与图像之间的关系确定每个图像块的特点，结合人类视觉系统（HVS）的特性，选择代表边缘和纹理特征的图像块，对它们进行离散余弦变换，将信息嵌入到变换系数的关系中，隐藏的信息可以是字符序列，数字序列，文本文件，二值图像，灰度图像以及彩色图像等，实验结果表明该算法透明性好，保密性高，对几何攻击，滤波，噪声和压缩等处理具有一定的稳健性。     

基于快速二维离散余弦变换算法的人脸特征提取

离散余弦变换(DCT)具有图像信号处理后对图像显示效果影响不明显的优点。本文针对离散余弦变换(DCT)系数在人脸识别中的应用,研究不同的DCT块进行编码后其系数对图像质量和识别结果的影响,提出利用快速2D-DCT(二维离散余弦变换)代替普通DCT的人脸特征提取方法。该方法可以使得在对人脸进行平均分割后的图像块处理时间大大减少,从而能够在同样的时间内提取更多的DCT系数用于人脸识别。实验结果表明,该方法快速而且是有效的。     

基于可调Q-因子小波变换的语音增强算法

针对语音增强算法中传统的小波阈值法的局限性,提出一种基于可调Q-因子小波变换和清浊音分离的语音增强算法。首先用过零率和短时能量法判别清音和浊音;然后在可调Q-因子小波变换下,对清、浊音采用不同的阈值处理,在不同尺度上,分别结合系数能量和噪声方差得到的阈值作为清音和浊音的阈值确定准则;再利用改进的阈值函数分别处理清音和浊音的小波系数,估计出不含噪声的系数;最后进行小波逆变换,得到抑制了噪声的语音信号。对含有高斯白噪声和有色噪声的语音进行仿真实验,结果表明：与目前许多经典的去噪方法相比,该方法在去噪效果和提高语音可懂度方面均有一定的改善。