一阶离散Markov信号的顽健滤波

对一阶Ｍａｒｋｏｖ信号的最佳滤波问题进行了讨论。基于Ｗｉｅｎｅｒ滤波理论，给出了一种新的顽健滤波公式。利用它，可以对信号中的脉冲噪声加以有效的清除。     

线性调频信号增强的自适应滤波算法研究

在对基本LMS算法进行修改的基础上，提出了基于高阶累积量极性一动量迭代的自适应线性调颇（Linear Frquency Modulation,LFM)信号增强新算法，该算法有抑制高斯噪声效果好。计算量小，收敛快且输出信号平稳等特点，仿真结果证实了该算法的有效性和可靠性。因此，具有较强的实用性和较好的应用前景。     

一阶离散Markov信号的顽健滤波

对一阶 Ｍａｒｋｏｖ 信号的最佳滤波问题进行了讨论．基于 Ｗｉｅｎｅｒ 滤波理论,给出了一种新的顽健滤波公式．利用它,可以对信号中的脉冲噪声加以有效的清除．     

空间域二维信号滤波方法的研究

空间域二维信号常代表图像信号，滤波是信号去噪最重要的方法。本文就空间域二维信号两种不同滤波方法——线性滤波和中值滤波进行了比较研究，将线性滤波与非线性滤波有机的结合，通过大量实验，得出应用混合型滤波的信号滤波方法。实验表明，混合型滤波器的滤波效果优于单型滤波器。     

机器人研磨压力数据采集系统中信号的滤波

深入分析了实际应用的一种数据采集系统的信号，并进行了模拟滤波和数字滤波处理。实验结果表明，经过两种滤波以后基本能够消除外界干扰信号的影响。     

基于小波分析的信号滤波方法研究

论述了小波分析的基本原理,研究了应用小波变换进行信号滤波的方法,通过正交小波包对信号的分解,把频率成分复杂的信号分解到互不重叠的频带,根据需要删除某些频带的信号（噪声）,然后用小波包生包重构算法对信号进行重构,可实现对信号的滤波。给出了应用小波包变换对振动信号进行滤波的实全坷有效地滤除信号中的确定必噪声和随机噪声,可进取出淹没在信号中的非常微弱的特征信息,与传统的信号滤波方法相比具有明显优点。     

基于MPSK信号频偏估计的非线性滤波算法

基于MPSK信号的非线性频偏估计算法，通过对叠加了高斯分布白噪声接收信号的非线性交换分析，将非线性滤波(中值滤波)算法应用于载波频率估计之中．运用Monte Carlo仿真手段对其进行了验证，结果表明，在非线性频率估计中运用中值滤波算法后，其估计的均方误差较之运用均值滤波算法有很大的改善．     

基于Kalman滤波的信号多尺度估计

系统地推导了信号基于Kalman滤波多尺度估值算法，并用实例验证了该方法滤波的有效性．     

基于多小波噪声方差阈值的信号滤波方法

对信号和噪声的多小波变换进行了研究，根据它们多小波变换下呈现出的截然相反的特征，即随着变换尺度的增大，噪声的变换值迅速减小，而信号的变换值增大，利用相关算法推导并给出了多小波噪声方差阈值的计算公式，基于阈值提出了一种新的多小波信号滤波方法，该方法在噪声方差估计的基础上，对噪声信号变换系数进行处理，减小由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数进行处理，减少由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数重构信号，对该方法用典型的GHM双小波进行了仿真分析，结果表明，本文的方法具有很好的滤波效果。     

数字图像的一种小波滤波算法

提出了一种用于图像增强的小波平滑滤波算法．该算法可根据测试图像特点改变小波变换的尺度，在区域平滑的过程中使图像的边缘锐化，较好地处理了平滑噪声和锐化边缘这对滤波技术中的矛盾．实验结果表明，该算法具有良好的滤波性能和实时性．     

分形滤波及其在信号处理中的应用

介绍一种模糊自动控制滤波器的原理及其在时域信号处理中的应用.讨论了滤波器的滤波效果与模糊控制参数间的关系.提出了一种利用短时分形维数来修正滤波器的模糊控制参数,从而改善滤波效果的方法.通过对Weierstrass函数的滤波,表明了这是一种有效的滤波降噪方法,对各种复杂信号的滤波均有非常好的应用前景.     

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

“电路分析”、“信号与系统”和“数字信号处理”课程的优化整合

"电路分析"、"信号与系统"和"数字信号处理"课程是信息和通信工程类专业的重要基础课程,然而,长期以来三门课程的教学各自为政,存在授课内容重复、衔接不合理等诸多问题,因而有必要对原有课程体系教学内容进行优化整合。文章首先阐述了整合的总体思路,其次提出了整合的具体方案,然后分析了整合后课程体系的特点,最后对进一步进行教学改革可能采取的措施进行了讨论。     

图像非线性滤波技术的研究

中值滤波是图像处理中常用的一种非线性滤波方法,该方法能够在有效地去除噪声的同时保持图像的边缘细节,解决了多数线性滤波在去噪的同时模糊图像这一缺点,能获得较好的图像复原效果。适当设计的加权中值滤波能更好地保护图像的细节信息,调节滤波模板参数可以获得理想的滤波效果。另外,中值滤波可以有效抑制脉冲干扰。本文讨论了中值滤波和加权中值滤波,并给出了相应的实验结果和结论。     

基于视频跟踪的图像滤波算法分析

为寻求解决视频跟踪系统中复杂背景干扰问题的方法,综述了图像滤波算法中的一些基本算法,分析了图像滤波中的一些经典算法,并讨论了混合滤波方法,指出混合图像滤波方法是目前算法发展的趋势.     

双站SAR系统的信号分析

以双站SAR系统的空间几何布局为出发点,分析了双站SAR系统的距离史和距离变化率史,并将其与单站系统进行了比较,说明了它的特殊性和复杂性。通过对双站SAR系统的点目标信号的分析,推导出它的相位变化史及其特性,为双站SAR系统信号处理的研究提供了理论依据。     

自适应滤波技术在水声信号处理器中的应用

针对海洋环境噪声大、干扰信号强的特点,在水声信号处理器研制中,采用自适应滤波模块对海洋水声信号进行处理。实验表明该方法具有良好的滤除噪声和抗干扰能力,顺利实现了海洋复杂环境下的水声信号处理。     

分数阶傅市叶变换域的心电信号滤波算法

心电信号是一种非平稳的低频微弱信号,与干扰噪声具有较强的时频耦合．经典的滤波方法难以实现有效的信噪分离．提出了一种基于分数阶傅立叶域的LMS自适应滤波算法,既结合了适合处理非平稳信号和减少时频耦合的特点,又能够有效地提高信噪比．首先将信号进行分数阶傅立叶变换,寻找最优变换域,再利用LMS自适应滤波算法在最优变换域滤波,然后对滤波后的信号进行分数阶傅立叶反变换．通过对MIT—BIH中的心电数据进行Mat—lab仿真,表明信噪比从-6dB提高到14dB,清晰地还原出心电信号的波形及特征点．     

利用维纳滤波进行OFDM信号的信道估计

针对快变信道中信道估计方法进行了研究,通过在快变信道环境中系统模型,采用梳状pilot插入方式来跟踪信道的变化,得到了最小均方误差意义下的信道估计方法,即维纳滤波信道估计方法．结合蒙托卡洛仿真,得出不同滤波器阶数、不同信道多普勒频率和信道估计性能的关系,仿真结果表明,维纳滤波信道估计方法可以有效抑制噪声．