傅里叶变换与小波变换在信号去噪中的应用

对于高频信号和高频噪声干扰相混叠的信号,采用小波变换去除噪声可以避免用傅里叶变换去噪带来的信号折损。对于噪声频率固定的平稳信号,在对信号进行傅里叶变换后使用滤波器滤除噪声。对高频含噪信号则采用正交小波函数sym4对信号分解到第4层,利用极大极小值原则选择合适的阈值进行软阈值处理,最后利用处理后的小波系数进行重构。实验结果表明,对于高频含噪信号傅里叶去噪会出现严重的信号丢失现象,使用极大极小值原则选择阈值进行小波去噪可以有效地保留高频部分的有用信号。     

开关电容低通滤波器的设计

为了滤除信号中掺杂的高频噪声,设计一种六阶级联式开关电容低通滤波器,以数据采样技术代替传统有源RC滤波器中的大电阻,有利于电路的大规模集成。滤波器由双二阶子电路级联而成,电路中的电容值利用动态定标技术计算确定。用Hspice进行仿真验证,结果表明:开关电容低通滤波器能较好地对信号进行整形,其频率特性符合设计指标。     

小波变换在电力电子装置信号消噪中的应用

对于电力电子装置信号中的噪声,传统的利用傅里叶去噪方法很难将有用的高频部分与噪声造成的高频干扰而区分开来。小波变换能够解决这一难题,从而能够很好的还原信号。利用小波消噪的四种阈值去噪方法对含噪信号进行处理,然后对比这四种方法的信噪比和平方根误差后选出最好的去噪方法。MATLAB仿真结果表明应用小波变换对电力电子装置信号消噪处理,能够很好地还原原信号特征。     

一种基于Σ-Δ的信号调制系统设计

给出一种可用于信号功率放大设备,基于Σ-Δ调制方式的信号调制系统的设计方法。此系统首先将信号通过插值滤波器,利用过采样技术减少频带内的量化噪声,再将信号通过Σ-Δ调制器,利用噪声整形技术把频带里的量化噪声推向高频,并利用低通滤波器滤除,得到高信噪比的1-bit数字流。将此系统采用Simulink仿真建模,结果表明,基带内信噪比可达90 d B,在工程上具有一定应用价值。     

基于优化变分模态分解算法的回波信号去噪

超声流量计的回波信号中通常存在噪声干扰,导致回波信号难以准确定位.为滤除超声波回波信号中的噪声,提出了一种基于优化变分模态分解(VMD)算法的信号去噪方法.所提方法首先利用互信息准则的信息熵将遗传算法与VMD相关联.然后,将样本熵作为适应度函数,自适应性地优化VMD算法中的参数组合.最后,对原始信号进行分解,利用相关系数计算出有效信号,并将有效信号进一步去噪后进行重构.仿真结果表明,所提方法能有效滤除超声波回波信号中的噪声并且能够完整的保留有用信号.     

低信噪比下脉冲激光雷达回波信号小波域滤波算法

通过分析脉冲激光雷达回波中目标信号与噪声在频域不同的分布特性及在小波域不同的传播特性,提出了小波域脉冲激光雷达回波信号滤波的新算法.在低信噪比下,利用小波分解和模极大值降噪技术相结合的方法,不仅能够很好地滤除激光回波中的高频噪声,并且也可大大降低回波中低频噪声对弱小目标的影响.仿真结果表明了该滤波算法的有效性.     

FIR数字滤波在MEMS加速度计中的应用

简要分析了MEMS加速度计应用模型中的噪声来源,介绍了FIR数字低通滤波器的设计方法,并用FPGA实现的FIR滤波器对MEMS加速度计的输出信号进行了实时滤波处理。通过对滤波前后时、频域信号的比较,可以看出采用FIR数字低通滤波器能有效抑制加速度计输出信号中的高频噪声、提高加速度计的测量精度。实验结果表明,滤波前噪声信号标准偏差为1.53×10-5V,经FIR数字低通滤波后的噪声信号标准偏差降低为5.4×10-6V,加速度计的分辨率由126μg提高到42μg。     

滤波与正交基分解在磁性目标检测中的应用

通过对磁性目标磁异常信号时域和频域特性的分析可知,磁异常信号属于低频信号,且在实际磁异常探测中磁性目标信号被噪声淹没,信噪比较低。针对这种情况提出了基于低通滤波与正交基分解的检测方法,先分析数字滤波器特性,设计约束最小二乘FIR滤波器滤除高频噪声,再利用正交基分解检测算法,大幅提升了磁性目标信号的信噪比,从而实现了磁性目标检测。仿真试验表明,该方法可滤除高频噪声,提升信噪比,增强对磁性目标的检测能力     

一种改进型的小波变换语音去噪算法

针对语音信号在传输和处理过程中不同程度地受周围环境噪声污染的问题,提出一种基于小波变换的改进型语音除噪算法.传统的小波语音除噪算法把信号的高频部分置零,会造成除噪后信号的失真.这里的算法,先对语音信号进行清、浊音分离,然后分别对清音和浊音部分进行不同的阈值处理,不但保留了语音中的高频信息,同时也提高了语音信息的逼真度和信噪比.仿真结果表明,与传统的小波语音除噪算法相比,该算法对含噪语音在高频部分和低频部分都具有很好的去噪效果.     

EEMD与改进小波阈值结合应用于心电信号去噪研究

心电信号监测过程中噪声是不可避免的,目前主要采用EEMD算法对观测信号所带有的噪声进行滤除,但该方法会直接丢弃高频噪声主导的低阶IMF分量或低频噪声主导的余项,导致部分有用信息丢失。为此,文中提出将改进的小波阈值与EEMD相结合,应用于心电信号去噪。改进的阈值方法能有效地去除各IMF分量噪声,再将处理后的各分量叠加,得到去噪的心电信号。通过真实监测信号实验进行验证,结果表明,所提方法具有较好的去噪声和重构效果,能够完整地保留QRS特征。     

复数域非线性扩散滤波在图像处理中的应用

图像处理中去噪和边缘保持是一对矛盾体,去噪滤波经常会失去高频部分的信号,而边缘信息主要以高频信息为主.考虑了一种新的方法——复数域非线性扩散方法,该方法通过结合自由薛定谔方程将传统各向异性扩散方程拓展到复数域,复数域实部信号可以很好地滤波,将复数域扩散项虚部加入shock滤波器,该方法克服了传统的边缘检测方法边缘保持能力差的缺点.试验结果表明:该算法具有良好的抗噪性和边缘细节的保持性,边缘检测效果良好.     

基于提升小波变换和中值滤波的图像去噪方法研究

针对实际拍摄的背景复杂、目标对比度和信噪比低的图像,在综合考滤图像去噪平滑效果、图像清晰程度和时间复杂度的基础上,提出一种基于提升小波变换和中值滤波的图像去噪方法.首先对含噪图像进行提升小波分解,再在图像高频部分进行中值滤波以改善图像的消噪效果,最后采用信噪比(SNR)与均方根误差(RMSE)和图像灰度曲面图作为图像去噪效果的评估,将提升小波变换和中值滤波相结合的图像去噪方法与小波去噪、小波与中值滤波结合消噪等进行对比实验.实验结果表明,该方法既能消除图像噪声又能达到保持其图像边缘要求,且时间度较低.     

TETRA语音编码中基音预处理算法的优化

本文在TETRA语音编码的预处理部分引入了数值滤波算法。该算法能够有效去除声道的共振峰结构对基音检测的影响，进一步试验采用去均值。低通滤波和数值滤波等算法来替代原有的预处理，可以得到更好的优化效果。我们设计了普通语音、基音有抖动的语音和带有噪声干扰的语音未检验优化算法的性能。在这两种优化算法中都可以发现处理后的语音信号在时域上表现出明显的周期性特征，同时在频域上原始语音的共振峰影响被消除或得到有效抑制。     

用小波变换对ECG信号进行去噪研究

小波消失矩阶数的不同,对应的小波滤波器的幅频曲线也不相同,因此选用不同的小波滤波器对信号进行滤波,去噪效果会有明显差异。本文通过数学建模研究分析小波滤波器的幅频特性,明确小波幅频特征及与小波滤波器消失矩的阶数之间的关系,为选择最优小波滤波器提供理论依据。本文提出针对ECG噪声的频率特点实现精确陷波去噪,有效的保留了信号的奇异点与特征值,减少了信号失真。实验结果表明,选择具有相对最优消失矩阶数的提升小波滤波器对ECG进行去噪处理,可以使信号能量分布更加集中,去噪效果更好。      

采用射频频率调制光谱实现半导体激光器稳频

利用半导体激光器可直接对注入电流进行高速调制的特点，将20MHz射频(RF)信号直接加在半导体激光器的高频调制端口，射频信号的一部分经过相移器后，与雪崩光电探测器(APD)所探测的饱和吸收光谱信号进行混频，经低通滤波器后产生了类色散曲线；将半导体激光器的输出频率稳定在铯原子D2线的^6S1/2(F=4)→^6P2/2(F'=5)的超精细跃迁线上，实验所测的10s内典型的频率起伏小于1MHz；这种稳频技术不需锁相放大器，具有可避免低频段较高的强度噪声和较大的频率捕获范围的优点。     

改进的EEMD算法在时域航空电磁信号降噪中的研究

常规降噪方法在应用于时域航空电磁信号降噪时需根据噪声情况人为进行参数调整,自适应性较差。总体经验模态分解（EEMD）算法对非线性、非平稳信号处理具有良好的自适应特性,传统的EEMD算法进行噪声抑制是将高频本征模态分量滤除,将低频分量重构得到降噪信号,这种方法易失掉高频分量中的有效信号。本文提出一种改进的EEMD降噪算法,应用于时域航空电磁信号的处理。该方法结合时域航空电磁信号的衰减特性,将信号EEMD分解后得到本征模态分量,其中包含信号和噪声,经Savitzky Golay平滑滤波,再将高频部分进行阈值去噪,最后得到干净的本征模态分量进行重构。实验结果表明在输入信号信噪比小于等于15 dB的情况下,输出信噪比能够提高12 dB左右,在抑制噪声的同时保留了更多有效信息。      

Enhancement of underwater acoustic signal based on denoising automatic-encoder

Aiming at the difficulty of feature extraction of echo signal in active sonar,a self-encoder algorithm based on the combination of denoising self-encoder and convolution denoising self-encoder was proposed.Firstly,the preprocessing of noisy signal was carried out by using the advantage of denoising self-encoder in signal as a whole,and then the local feature of signal was optimized by combining convolutional denoising self-encoder to denoise the signal locally,so as to enhance the signal.The time domain waveform of the received signal is used as the feature input by the algorithm,and retains the signal’s amplitude and phase characteristics.The experimental results show that the algorithm not only effectively reduces the noise component in the signal,but also achieves better recovery effect in both time and frequency domains.     

风力发电机振动采集系统的设计

针对振动分析在风力发电机状态检测及故障定位中的作用,设计了基于ADXL335三轴加速度传感器的振动采集系统,并通过STM32实现模数转换。对信号采集过程中出现的频率混叠,设计了六阶巴特沃斯低通滤波器,采用Savitzky-Golay平滑算法对信号中掺杂的噪声进行去噪。测试结果表明：所设计滤波器可有效滤除600Hz以上的信号,振动加速度的误差可控制在0.5%以内;Savitzky-Golay平滑算法可有效消除信号中的噪声。     

非制冷红外图像降噪算法综述

红外图像处理中,由于非制冷红外探测器工艺技术上的原因,原始的红外图像包含多种噪声,尤其是椒盐噪声、固定或随机条纹噪声。当前有许多红外图像降噪的滤波算法,但在时间、空间、降噪效果、细节保持等方面各有侧重,难以实现完美结合。如何更快速、更高效、更准确地滤除噪声信息,保留更多的细节信息,是今后红外图像处理降噪研究的关键方向。本文调研了目前主流的红外图像降噪算法,并从传统滤波降噪、变换域滤波降噪、基于图像分层处理滤波降噪三大类别进行了分析比较,并且提出了一种结合传统算法和基于图像分层的自适应降噪算法,为今后的相关领域研究人员提供参考。