基于平均值理论的谐波电流检测的研究与仿真

针对谐波检测方法中低通滤波器的延时问题,分析了瞬时无功功率理论的原理,采用了电流平均值法,并针对传统电流平均值法的缺陷,提出了改进电流平均值法.该方法在滤除瞬时交流分量时采用不同的积分周期,提高了响应速度和检测精度,能准确地检测出谐波电流.仿真结果及分析表明,采用改进平均值算法的有源滤波器能实时检测和补偿负载谐波电流,达到较好的滤波效果,适合于对电能质量要求较高的用户.     

一种噪声谱快速跟踪的语音增强方法

提出了基于多窗谱法和小波阈值法对带噪语音的短时功率谱进行估计的语音增强改进方法．针对软、硬阈值法自身的缺点，采用了一种改进方法，即模平方处理方法．噪声估计过程中通过跟踪带噪语音帧来更新噪声估计．仿真结果表明，本文提出的方法能够快速跟踪突变噪声，具有较强的降噪能力．把此算法综合到语音增强中时，其增强性能要好于STSA-MMSE算法．     

基于FPGA多级分布式算法的FIR数字滤波器的设计

目的 实现多级分布式算法,设计滤波器以提高运算速度,节省资源.方法 多级分布式算法采用串并结合的方式实现,从底层到顶层逐级构建数字系统,通过查表法完成基于多级分布式算法的FIR滤波器设计,使用Quartus Ⅱ自带的仿真软件对系统进行仿真,并将滤波器输出结果 导入Matlab进行功率谱分析.结果 在FPGA上实现了FIR数字滤波,由功率谱密度曲线分析,测试信号经FIR滤波器滤波后,高频分量对低频分量的衰减可达到23 dB,很好地抑制了带外频谱.达到与传统FIR滤波器同样的滤波效果.结论 基于FPGA多级分布式算法的FIR数字滤波器具有良好的滤波效果,其设计方案具有可行性.     

基于分形理论的谱峰检测方法研究

在拓展分形维数概念的基础上,提出曲线的点盒维数定义,并以此构筑判峰算法,发展了一种新的谱峰检测理论及实现途径．与现有谱峰检测技术相比,该算法具有判据阈值设定简单可靠、适应范围广、谱峰识别准确等显著特点．实践表明,这种新的谱峰检测法能满意地用于色谱、光谱等仪器分析数据的自动处理．     

数字滤波在光纤陀螺信号处理中的应用

针对光纤陀螺（FOG）输出信号存在的角度随机游走、偏值不稳定性、速率随机游走和量化噪声等问题,采用了有限冲激响应滤波器、小波变换阈值滤波器和小波包变换滤波器分别对FOG输出信号进行滤波。利用Allan方差法得到了滤波后FOG信号各误差源的幅度,然后与原输出幅度对比。实验结果表明,这3种滤波方法均具有一定的可行性。其中,小波变换阈值滤波法既可以得到很好的滤波效果,又能有效降低滤波的计算复杂度,为FOG信号处理提供了一定的参考价值。     

图像去噪的组合优化滤波算法

小波变换具有良好的局部化分析特性和多分辨率分析特性,小波阈值法能很好的消除高斯白噪声,但对脉冲噪声无法消除。中值滤波对脉冲噪声能很好滤除,并具有良好的边缘保持特性。为了能很好消除图像中的混合噪声,文章提出了基于小波阈值法和门限递归中值滤波组合优化的图像去噪算法,仿真结果表明,该算法在去除图像中的混合噪声时,比其他传统去噪方法具有极大的优越性。     

基于加权混合滤波和重心法的APIT定位算法

提出了一种基于加权混合滤波与重心法的近似三角形内点测试（APIT）改进定位算法（HFG-APIT）.利用混合滤波过滤突变信号强度值使数据平滑稳定输出;再引入加权中位数来提高接收信号强度（RSSI）的精度;最后采用重心法进行内点测试减少误判,提高定位精度.仿真结果表明,混合滤波算法比其他滤波方法处理RSSI数据的测距精度更高,HFG-APIT的定位误差分别为最小二乘定位算法（LSM-RSSI）和APIT定位算法的41.7%和23.8%,整体定位性能也优于其他2种算法.     

瞬变电磁法中消除工频噪声的自适应滤波器研究

在存在工频干扰的地区开展瞬变电磁法（TEM）工作时,工频干扰的强度通常很大,它的存在会使得反映地电异常的有用信号受到严重畸变,压制或去除工频干扰是数据预处理工作中的一项基础工作。针对这一问题,笔者设计了一种由可编程滤波器和自适应算法组成的具有自动调整滤波参数的滤波器。在进行滤波运算时,采用最小均方误差（LMS）算法不断地对滤波因子进行自动调节,使它们适应输入信号的相关特性,从而获得良好的滤波效果。理论数值模型和实际野外数据的验算表明,文中所设计的自适应滤波器具有很好的工频滤波效果。     

一种噪声谱快速跟踪的语音增强方法

提出了基于多窗谱法和小波阈值法对带噪语音的短时功率谱进行估计的语音增强改进方法.针对软、硬阈值法自身的缺点，采用了一种改进方法，即模平方处理方法.噪声估计过程中通过跟踪带噪语音帧来更新噪声估计.仿真结果表明，本文提出的方法能够快速跟踪突变噪声，具有较强的降噪能力.把此算法综合到语音增强中时，其增强性能要好于STSA MMSE算法.     

自动选取阈值方法比较研究

在数字图像处理中，阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域，近年来已有许多阈值化方法被提出。阈值选取是图象处理与分析问题的基础，如何才能正确地找到适当的阈值，是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法，通过计算机仿真对实验结果进行了比较研究。并在此基础上，提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是：首先，用微分算子检测图像的边缘。然后，在这些边缘象素点进行一值化阈值的自动选择；最后，对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明，这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征，并能处理低质量的图象。     

用于无纺布缺陷检测的Gabor滤波器参数研究

提出了一种基于Gabor滤波器的坯布表面缺陷检测方法。该方法基于Gabor滤波方案,分别将原始图像与滤波器进行卷积操作,然后采用大津法阈值分割来获得坯布表面缺陷。为了优化Gabor滤波器的检测效果,研究不同的参数设定对于检测结果的影响,通过不同类型的无纺布缺陷的实验结果证明了该方法的有效性。最后通过对比常用的检测算法,突出该算法的实用价值。     

基于高斯尺度空间的放射性能谱平滑滤波

结合放射性能谱的统计特性,提出了一种基于高斯尺度空间的平滑滤波方法.构造由高斯函数构成的尺度空间,将能谱在该空间内进行多次投影,并在投影中调整高斯函数的权重以实现能谱平滑滤波.选取的标准方差σ和尺度j较小时(如σ=0.2～0.6,j=0),每次平滑后峰形畸变小,适于对弱峰的平滑;选取σ和j较大时(如σ=0.6～1.0,j=1,2,3),可使统计涨落得到较大抑制,并使谱峰成形加快,适于统计涨落较大且谱峰较明显的能谱平滑.结果表明,该方法可灵活地选择标准方差σ和尺度空间Vj,以适应平滑精度和处理速度的要求,且计算简便,是一种性能良好的平滑滤波方法.     

基于多尺度自适应小波阈值的SAR图像降噪

为了抑制合成孔径雷达(synthetic aperture radar,SAR)成像系统所固有的相干斑噪声,提出一种小波域的多尺度自适应阈值滤波算法.本算法基于BayesShrink阈值,利用多尺度小波系数的局部统计量估计参数和阈值,并结合空域增强Lee算法的思想,平滑均匀区域,保留斑点发育不完全区域.实验结果表明,相对于传统的空域滤波算法、小波软阈值去噪算法和BayesShrink软阈值算法,本算法等效视数(equivalent number of looks,ENL)和边缘保持指数最高,能有效抑制斑点噪声,并且很好地保存了边缘细节。     

基于类间最大交叉熵的坎尼边界扫描

分析了传统坎尼边界扫描算法中阈值和高斯滤波器对边缘闭合的影响,首先采用当前像素点8个方向的自适应滤 波器代替原有的高斯滤波器对图像进行滤波,得到的梯度图像不会出现过度光滑现象;然后将最大类间交叉熵准则和有关人 工智能理论相结合来确定高、低阈值。自适应滤波器是根据当前像素点邻域内的最小方差确定使用的模板,将方差最小的模 板的均值设置为当前像素点的灰度值得到滤波后的图像。实验证明,该方法能得到较低的高阈值和较高的低阈值,既避免了 引入伪边缘又尽可能多的检测出边缘像素点;同时具有很强的抗噪性。     

腹部CT图像序列中的肝脏分割

针对腹部CT图像肝脏区域提取问题,提出了一种新的基于阈值法和改进的广义梯度矢量流-蛇(GGVF-Snake)模型的分割方法．首先,采用Window-Leveling算法将CT图像转换为灰度图像,突出肝脏区域,通过改进的曲率各向异性扩散滤波器对图像进行平滑滤波;其次,利用阈值法获取肝脏的初始轮廓;最后,基于改进的GGVF-Snake模型对初始轮廓进行调整得到更加平滑和精确的肝脏轮廓．通过不同的腹部CT图像序列中肝脏的分割结果表明,该方法能高效、精确的提取肝脏区域,满足临床应用的需求．     

图像阈值去噪中的小波特性分析及算法改进

选取合理的小波和阈值算法能够获得理想的图像阈值去噪结果;分析了小波正交性、消失矩以及滤波器结构等特性对图像阈值去噪的影响,提出了图像闽值去噪中小波特性的选取依据．按照噪声与图像信息在小波多尺度分解中传递特性的不同,提出基于信息量的自适应分层阈值算法;仿真结果表明,在进行图像阈值去噪时应优先选取双正交小波,且其消失矩阶数近似于图像的最高次奇异性,去噪小波的高通分解滤波器应具有偶对称性质,低通分解滤波器长度不宜过短．自适应分层阈值算法的图像去噪效果要明显优于全局阈值算法,图像信噪比能够提升至27．86（bior2．6,SNR0=20）;具有偶对称高通分解滤波器的双正交小波能够获得较好的图像去噪效果,其消失矩阶数应近似等于图像的最高次奇异性,基于信息量的小波自适应阈值算法在提升图像信噪比的同时,能够有效保留图像的细节信息．     

基于小波收缩阈值和维纳滤波的去噪方法

针对高斯噪声图像的结构特点及传统去噪方法中所存在的问题,提出一种基于小波收缩阈值法和维纳滤波法相结合的图像去噪方法。采用小波收缩阈值法对图像进行去噪,对处理后的图像用维纳滤波法进行平滑处理。采用独立自适应阈值,对其子带阈值进行确定,并引入调节系数。仿真结果表明,所提出的方法在高斯去噪效果和保留图像细节信息性能方面优于中值滤波算法、均值滤波算法等方法。     

基于剩余噪声检测的自适应中值滤波算法

在对图像中噪声模型分析的基础上,提出了一种基于剩余噪声检测的自适应中值滤波算法.通过对剩余脉冲的检测,自适应地改变滤波器窗口尺寸,从而有效地滤除密度较大的脉冲干扰,同时较好地保留图像的细节.对实际图像的测试结果表明,所提出算法的输出结果优于标准中值滤波器.     

时相调制的陷波滤波技术研究

针对时相调制功率谱的特殊性,设计了一种能够提取时相调制相位突变特征的陷波滤波技术。根据输入的时相调制信号参数,设计对应的陷波滤波器;然后对接收信号进行滤波,利用陷波特性将相位突变时间段内的信号幅度突显出来,从而将时相调制信号的相位信息转化为可被门限检测的幅度信息;最后针对陷波滤波效果、系统误码性能以及频带利用率进行了仿真与分析。仿真表明,时相调制系统中采用陷波滤波技术,不仅可以完成对输入数字信息的有效恢复,而且使系统传输性能保持很好,并能有效提高频带利用率。     

自动选取阈值方法比较研究

在数字图象处理中 ,阈值处理是非常有用的图象分割技术。它已被广泛地应用于数字图象处理的许多领域 ,近年来已有许多种阈值化方法被提出。阈值选取是图象处理与分析问题的基础 ,如何才能正确地找到适当的阈值 ,是一个非常棘手的问题。针对几种常用的图象二值化自动选取阈值方法 ,通过计算机仿真对实验结果进行了比较研究。并在此基础上 ,提出了一种新的图象二值化算法。该算法着重于在图象二值化时保留图象的边缘特征。其基本思想是 :首先 ,用微分算子检测图象的边缘 ;然后 ,在这些边缘象素点上进行二值化阈值的自动选择 ;最后 ,对于其它非边缘象素点则采取常规方法进行二值化处理。实验结果表明 ,这个基于边缘特征检测算子的算法能很好地保留原图的边缘特征 ,并能处理低质量的图象。