OFDM系统中基于改进阈值的DFT信道估计算法

在正交频分复用(Orthogonal Frequency Division Multiplexing,OFDM)系统中,传统的离散傅里叶变换(Discrete Fourier Transform,DFT)信道估计算法对循环前缀之内的噪声没有得到抑制,只是抑制了循环前缀之外的噪声.以循环前缀之外的噪声点的能量值来设置阈值对于循环前缀之内噪声的滤除不是很理想,为此本文通过将循环前缀内外的样本点分别排序,分别选取其中一部分样本能量值的平均值,并乘以适当系数,以两部分和作为一种新的时域阈值来抑制噪声.仿真结果表明,本文改进的算法能很好地抑制循环前缀之内的噪声,保留了有效的信号,误码率和均方误差均比得到进一步的降低.     

远场激光光斑图像处理方法研究

常用的基于高斯光束特性的激光光斑图像处理算法,处理远场光斑图像会丢失部分能量较低的光斑数据,致使处理出的光斑能量密度低端精度不能达到0.01J/cm2的需求。为了得到更精确的远场激光光斑数据信息,提出了基于噪声特性的激光光斑图像自动阈值处理算法。该算法在分析系统噪声特性的基础上,依据3原则确定图像提取阈值进行光斑图像处理。通过试验验证了该算法既能够有效抑制系统噪声,又能够改善光斑图像的处理质量,恢复光斑图像丢失的数据信息,使光斑能量密度低端达到探测需求。结果表明,基于噪声特性的光斑图像处理算法能够有效提高远场激光光斑的处理精度,更适用于远场激光光斑图像的处理。     

一种新的语音和噪声活动检测算法及其在手机双麦克风消噪系统中的应用

针对现有双通道语音活动检测(Voice Activity Detection, VAD)算法依赖于固定阈值难以在多种噪声环境下准确地检测语音和噪声,应用于手机消噪系统会造成语音失真或噪声消除不好等问题,该文提出一种基于神经网络的VAD算法,该算法以分频带能量差和归一化互通道相关为特征,采用神经网络对语音和噪声进行分类。在此基础上,将神经网络VAD与基于互通道信号功率比值的VAD相结合,提出一种新的适用于手机消噪系统的语音和噪声活动检测算法分别对语音和噪声进行检测,并以此进行噪声抑制处理,减少了消噪系统因VAD误判而造成的性能下降。实验结果表明,该处理方法在抑制背景噪声和减少语音失真等方面优于现有的消噪算法,对于方向性语音干扰也有很好的抑制效果。     

基于广义交叉验证和Cycle Spinning的SAR图像相干斑抑制

该文基于SAR图像的统计特性,提出了一种相干斑抑制算法。该算法在不需要估计噪声能量的情况下,采用广义交叉验证准则构造目标函数,自适应获取近似最优阈值;然后基于小波阈值收缩完成SAR图像滤波;并引入Cycle Spinning策略有效去除边缘存在的振铃效应。实验结果表明:基于该文算法的相干斑抑制在视觉效果和客观衡量指标上都取得了较好的、鲁棒的效果,有效地抑制了相干斑噪声,均匀区域平滑,且能同时保持边缘和细节清晰。     

基于改进小波变换的MEMS陀螺信号去噪算法

为提高MEMS陀螺仪测量精度,抑制测量噪声对其造成的影响,该文分析了某型号MEMS陀螺仪误差特性,提出基于递归最小二乘法(RLS)多重小波分解重构的强追踪自反馈模型,建立新的软阈值函数。由于模型处理后的数据带有部分奇异值,该文提出了一种改进的中值滤波算法。对于陀螺仪零偏噪声问题,提出零偏不稳定性抑制算法,并对该算法模型进行了详细的描述。将某项目研究中列车姿态测量系统的实验数据应用到该算法模型中。测试实验分为静态、动态两组,其结果均表明:该算法减小了信号中的噪声,有效地抑制了MEMS陀螺仪随机漂移,提高了姿态解算的精度。肯定了该算法对陀螺仪输出信号噪声去除,以及使用精度提升的可行性和有效性。     

ECG信号改进阈值函数小波去噪算法研究

本文针对心电信号(ECG)微弱、频率范围低、易受噪声干扰等问题,提出一种改进小波阈值去噪算法。不但能通过可变参数h调节自身软、硬特性从而确定合适的阈值函数,而且根据分解层数不同,自适应地调整通用阈值。通过选取MIT-BIH库的部分数据,结合常见的三种小波基,进行实验验证。结果表明改进的小波阈值去噪算法可以有效抑制心电信号噪声,得到较好的信噪比,同时对MSE也有所改善。     

基于自适应噪声估计的小波阈值语音增强

文中提出了一种基于小波阈值和自适应噪声估计方法的语音增强算法。该算法直接利用含噪语音信号估计出信噪比SNR,并通过该值调整小波阈值,从而实现了小波阈值的自适应变化。针对噪声的小波变换模值随尺度增大而减小的特性,采用了随尺度变化的小波阈值。并且改进了小波阈值函数。实验数据表明,本文算法在多种噪声环境下,均有较好的语音增强效果。并且在抑制噪声的同时,减少了语音失真。     

基于单纯形-模拟退火算法的小波阈值去噪研究

阐述了小波分析去除信号噪声的原理和方法,其中阈值的选取将直接关系到信号去噪的质量。本文基于广义交叉验证准则(GCV)求解阈值的基础上,提出了利用单纯形—模拟退火算法来求得小波变换各子带最优阈值,计算时无需噪声方差等先验信息,同时该方法不依赖初始阈值的选取,既获得了全局最优解,又提高了搜索效率。最后通过Matlab程序实现了小波变换的噪声抑制仿真分析,实验结果表明,与常规的4种阈值选择方法(Rigrsure、Sqtwolog、Heursure、Minimaxi)相比,本文算法确定的阈值进行小波去噪,其去噪效果无论是在信噪比(SNR)增益还是在均方根误差(RMSE)意义上均是最佳的。     

双通道能量差后滤波语音增强算法统计分析和改进

双通道能量差后滤波语音增强算法在语音通信系统的噪声抑制技术中有较好的应用前景,然而其理论性能和局限性还未得到充分研究。为此,本文采用统计分析方法研究了双通道能量差后滤波语音增强算法的性能,分析了相干性、平滑因子及噪声估计误差对算法的影响。理论和仿真结果表明,噪声估计误差和平滑因子严重影响该算法的降噪性能。依据此分析结果,本文提出一种基于非平稳噪声估计和功率谱自适应平滑的双通道能量差后滤波算法。测试结果表明,本文提出的算法在不增加语音失真的前提下,能更有效地抑制非平稳噪声,段信噪比提高(SegSNRI)和语音质量感知评估(PESQ)等客观评价指标都表明本文的算法优于其它几种经典的后滤波算法。      

掌形图像小波极大值预处理算法的实现

通过对掌形图像采用小波模极大值算法去除噪声,建立了极大值矩阵及跟踪矩阵,分辨出小波系数的信噪属性,剔除了噪声部分对应的小波系数极大值,从而抑制了噪声污染.在阈值设置问题上,采用改进的自适应阈值,克服单一阈值不能在每级尺度上将信号与噪声作最大分离的缺点,该方法不仅有效去除噪声,同时保持了图像边缘细节,具有良好的消除噪声的效果.     

基于非线性多小波自适应阈值斑点噪声抑制方法

文章提出了一种新的用于斑点噪声抑制的非线性多小波变换自适应阈值算法。此算法对原图像进行多小波变换,然后在不同尺度,不同方向进行自适应阈值处理,仿真结果表明：本算法能够有效地抑制了斑点噪声,又保留有用信号及边缘信息。通过比较证明其优于小波硬阈值和软阈值算法。     

基于小波域模糊阈值算法的脉冲星微弱信号消噪

脉冲星辐射信号具有极低的信噪比,传统降噪算法难以在抑制噪声的同时保留细节信息。为此,提出一种模糊阈值小波降噪算法。该算法通过引入模糊理论,建立隶属度函数,计算信号每个采样点的隶属度,再利用小波阈值消噪算法设定门限,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到降噪的目的。实验结果表明:与小波"db6"和小波"sym4"软阈值消澡算法相比,该算法能有效提高脉冲星辐射信号的信噪比,能保留较多的有用细节信息,避免脉冲累积轮廓过于光滑。     

一种基于CEEMDAN-改进小波阈值的OTDR信号去噪算法

为了解决光时域反射仪(optical time domain reflectometer,OTDR)中背向散射信号受 噪声干扰严重问题,本文提出了一种 基于自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN) 和改进小波阈值的OTDR信号去噪算法,利用CEEMDAN分解算法具有的抗模态 混叠现象和降低重构误差等优点,将信号分解为若干IMF分量,根据相关系数的分析方法, 找到噪声占主导的本征模态函数(intrinsic mode function,IMF)分量和信号占主导的IMF 分量的临界点,去除噪声占主导的IMF分量, 并将改进的小波阈值去噪方法对信号占主导的IMF分量进行去噪,最后重构信号。结果表明 , 本文提出的方法与传统的硬阈值方法、CEEMDAN-硬阈值方法和改进的小波阈值方法相比, 能 更好地抑制噪声,并达到更好的去噪效果,突显OTDR事件特征,更易于事件的检测。     

一种基于滤波器组的自适应门限窄带干扰抑制方法

针对直接序列扩频(DSSS)通信中的强窄带干扰,提出了一种基于重叠变换滤波器组的自适应门限窄带干扰抑制技术.该技术根据接收信号经过滤波器组后的统计特性,确定窄带干扰与扩频信号之间的阈值.通过降低高于阈值的子带信号的强度,降低了处理后的信号中的干扰能量,使接收信号的信噪比大大提高.     

基于多尺度边缘响应函数的自适应阈值边缘检测算法

该文提出了一种基于多尺度边缘响应函数的自适应阈值边缘检测算法。首先分析二进小波变换,根据边缘和噪声随尺度变化的不同特性,设计了多尺度边缘响应函数(MERF)。通过MERF中的乘积放大作用,增大了边缘响应的幅度,同时也抑制了噪声产生的伪边缘。然后利用小波变换多尺度之间的联合分布关系,计算自适应阈值,检测MERF的梯度模值形成多尺度边缘。该算法直接在小波特征上进行多尺度合成,避免了多个边缘图合成过程的病态问题。实验表明,与LOG,Canny以及Mallat多尺度小波检测方法相比,该算法在检测和定位之间能够达到更好的平衡,既能够实现小尺度下的精确定位,也可以保留大尺度下对噪声的抑制作用。     

一种级联的激光主动成像图像融合降噪算法

针对激光主动成像图像混合噪声的特点,提出了一种投票中值滤波和整数提升小波级联的融合降噪算法。首先对激光图像进行噪声像素点检测,区分噪声点与非噪声点;而后采用投票中值滤波对噪声点进行处理,抑制脉冲噪声;然后采用整数提升小波变换对图像进行Bayes自适应阈值去噪,抑制散斑噪声;最后通过逆变换得到去噪图像。通过实验比对结果表明,该方法在具有良好的去噪、边缘保持性能的同时,还具有较为理想的实时性。     

Robust M-estimate adaptive filtering

An M-estimate adaptive filter for robust adaptive filtering in impulse noise is proposed. Instead of using the conventional least-square cost function, a new cost function based on an M-estimator is used to suppress the effect of impulse noise on the filter weights. The resulting optimal weight vector is governed by an M-estimate normal equation. A recursive least M-estimate (RLM) adaptive algorithm and a robust threshold estimation method are derived for solving this equation. The mean convergence performance of the proposed algorithm is also analysed using the modified Huber (1981) function (a simple but good approximation to the Hampel's three-parts-redescending M-estimate function) and the contaminated Gaussian noise model. Simulation results show that the proposed RLM algorithm has better performance than other recursive least squares (RLS) like algorithms under either a contaminated Gaussian or alpha-stable noise environment. The initial convergence, steady-state error, robustness to system change and computational complexity are also found to be comparable to the conventional RLS algorithm under Gaussian noise alone     

基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术

针对电网环境噪声导致自适应噪声的CEEMDAN谐波检测精度低的问题,文中提出了一种基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术。利用修正因子T_j自适应调整阈值,通过可调参数τ调节阈值函数软、硬特性,并将改进的小波阈值去噪方法应用于谐波信号的预处理。经预处理的信号再进行CEEMDAN分解,可有效抑制模态混叠束缚。运用相关度判据去除虚假分量,并利用Hilbert变换解调包含谐波特征的分量,准确提取其幅频信息。经MATLAB仿真可知,改进小波阈值去噪与CEEMDAN-HT的融合算法可将稳态谐波检测平均误差被控制在1%以下,暂态谐波检测平均误差被控制在2.1%以下,呈现出良好的抗噪性能。     

基于小波去噪的T-ray图像复原

针对实时THz脉冲（T-ray）成像系统所成图像分辨率低、受l/f相关噪声干扰严重的特点,提出一种新的基于小波去噪的T—ray图像复原算法。对T-ray图像进行离散小波变换后,先利用广义交叉确认估计出各个分辨率层的噪声闽值,然后对每个分辨率层的高频子带进行迭代去噪,最后对去噪后的T-ray图像采用Jasson-Van-Cittert算法进行复原处理以提高分辨率。实验结果表明,该方法在提高T-ray图像分辨率的同时,能显著地抑制THz成像系统的l/f相关噪声。创新之处在于以广义交叉确认作为T-ray图像中l/f噪声的估计方法,大幅度提高了图像信噪比（-5dB）,避免了噪声带来的复原算法中的不适定问题,达到较好的图像复原效果。