RLS和小波在声信号消噪处理中的应用

在仿真的基础上,介绍了RLS自适应滤波器和小波消噪方法的滤波特性以及消噪的处理方法。通过对实际声采集信号的RLS消噪方法,小波消噪方法和综合消噪方法的处理结果,分析了不同类型的信号数据的不同的处理方法,对于特定的数据类型可考虑采用将两者相结合的方法,处理结果令人满意。     

递归滤波用于目标增强的性能分析

时域递归滤波器由于其结构简单,被广泛用于序列图像中的降噪和目标增强处理。通过对递归滤波器输入、输出信号信噪改善比进行理论分析,得出迭代系数、目标持续长度等因素对于信噪改善比的影响关系;指出了递归滤波器设计过程中确定迭代系数时应注意的问题,并给出递归滤波用于目标增强时最佳迭代系数的确定方法。     

线性调频信号匹配滤波器的研究与仿真

对雷达系统中普遍使用的线性调频信号进行时域频域分析,介绍了线性调频信号匹配滤波器的时频特性,重点计算和分析了此类信号经匹配滤波压缩处理的过程和结果,最后对线性调频信号匹配滤波器输出过程进行建模,分析了雷达目标回波信号的接收方法以及经过匹配滤波器后的输出结果。     

LMS与RLS算法仿真消噪对比研究

讨论了RLS（递归最小二乘）和LMS（最小均方）自适应滤波算法及原理,对两种算法进行了系统全面的分析,对比研究了各自的优势及不足,提出了两种算法在语音消噪仿真中的算法实现,对实际语音信号进行了仿真消噪,研究表明选用算法对语音消噪是明显有效的,RLS自适应消噪算法及LMS自适应噪声抵消算法具有很强的实际应用价值。     

基于RLS算法实现激光陀螺抖动信号剥除

为了减小陀螺输出数据的时延,以满足机械抖动激光陀螺在快速跟踪中的应用,基于递归最小二乘(RLS)自适应滤波技术实现了激光陀螺抖动信号的剥除。首先对RLS自适应对消去抖算法进行了理论分析,其次通过通用串行总线接口将A/D采集的抖动反馈信号和激光陀螺计数脉冲信号传至上位机,最后基于MATLAB编写了RLS自适应程序,实现了激光陀螺抖动信号的剥除。剥除后的陀螺信号再经过11阶的有限脉冲响应滤波器和陀螺输出直接经过31阶的滤波器剩余的脉冲数基本相当,而时间延迟却明显减小。结果表明,该算法具有较快的收敛速度且能够有效去除激光陀螺计数脉冲中的抖动成分。     

巴克码信号处理的计算机仿真

巴克码信号是二相编码信号的一种,在PD雷达中得到了广泛应用。对巴克码信号进行匹配滤波处理可使输出信噪比达到最大。介绍了匹配滤波器的设计原理,给出白噪声匹配滤波器的传递函数模型。在Matlab/Simulink平台上,建立雷达发射信号为巴克码信号时匹配滤波器的仿真模型。计算机仿真表明,巴克码信号经匹配滤波器后脉冲宽度被压缩,信噪比得到了显著提高。该滤波器的脉冲压缩功能,解决了一般脉冲雷达通过增加脉冲宽提高作用距离与距离分辨力下降的矛盾。     

集成化光学处理器的纯相位滤波器优化设计

本论文基于ＳＤＦｓ滤波器设计方法,采用神经网络中的Ｍｏｎｔｅ Ｃａｒｌｏ优化学习算法,对二值化纯相位滤波器进行了优化设计。优化后的匹配空间滤波知值和八噪均有较大提高,同时输出结果有了很大程度改善。     

基于小波变换的RLS波束成形算法研究

为了解决递归最小二乘算法(RLS)在较低信噪比(SNR)、遗忘因子较小的环境中,对噪声敏感、收敛时参数估计误差大的问题,引入小波变换去噪思想,提出了基于小波变换的RLS波束成形算法。该算法利用小波变换软阈值法进行信号去噪,再采用RLS算法进行波束成形。最后对实验进行仿真,仿真结果表明,与传统的RLS算法相比,该算法具有较小的稳态误差和较快的跟踪速度和收敛速度,并且波束成形效果好。     

基于二进小波变换的实信号的多尺度Hilbert变换和瞬时频率提取

该文着重讨论了使用二进小波变换方法实现数字Hilbert滤波,特别是使用滤波器组实现多尺度Hilbert滤波所要考虑的各尺度滤波器的设计问题。将多尺度Hilbert方法应用到求信号的瞬时参数中,并利用小波变换的去噪思想,取得了比使用DWT方法去噪更好的去噪效果。     

数字滤波器在语音信号处理中的应用

针对语音信号去噪的问题,设计了各种类型的IIR数字滤波器,然后用不同类型的滤波器处理不同的噪声,这改变了传统的一成不变的去噪方式.实验结果表明,同样的噪声用不同的滤波器处理,效果各有不同,经过分析,选出最优的滤波方式.     

小波变换域的局部自适应Wiener滤波器设计方法研究

小波阈值去噪方法被广泛地用在信号去噪中,这个方法在很多信号空间上是近似最优的。但在MSE意义上最优的信号估计是Wiener滤波器,鉴于传统小波变换域Wiener滤波器的缺点,本文设计了小波域局部自适应Wiener滤波器。实验仿真验证本方法具有较好的去噪效果。     

分数阶微积分对频域除噪技术的改进

频域除噪是信号降噪技术中的重要内容。由于噪声多为高频,频域除噪技术一般利用低通滤波器滤除含噪信号中的高频部分,以达到除噪的目的。然而图像信号的轮廓以及某些细节部分也为高频,会被低通滤波器当作噪声滤除,降低除噪效果。利用分数阶微积分,对滤波器算法进行细微变换和调整,使其能够更加精确地区分噪声与高频信号,从而在滤除噪声的同时更多地保留高频信号部分。文中通过大量的仿真,证明了该方法较传统的滤波除噪技术具有很大的进步性。     

Online blind equalization algorithm with echo state network based on prediction principle

In view of the nonlinear channel,the online blind equalization algorithm with echo state network was proposed based on prediction principle.In the proposed algorithm,the traditional linear prediction error filter was replaced by the ESN with good nonlinear mapping ability,and recursive least square (RLS) algorithm was used to calculate the output weight of the network to minimize the network prediction error.Then,the amplitude and phase were adjusted.Simulation results show that the proposed algorithm can effectively reduce the distortion caused by nonlinear channel to the transmitted signal for 16QAM signal,which has lower mean square error and faster convergence speed in comparison with other blind equalization algorithms based on prediction principle.     

线性调频信号主瓣不展宽旁瓣抑制方法

以汉明窗为代表的加权方法在抑制线性调频信号的匹配滤波输出峰值旁瓣的同时展宽主瓣,致使距离分辨力下降。为兼顾旁瓣抑制和高距离分辨力的需求,该文提出一种新的主瓣不展宽旁瓣抑制方法。该方法首先将匹配滤波和加权处理的输出幅度进行归一化处理,然后逐点进行比较,再取各点对应的最小值作为最终的输出数据。该方法兼取了匹配滤波和加权处理的优点,其-3 dB主瓣展宽系数与匹配滤波相比仅为1,而旁瓣抑制性能和对应的加权处理相当。仿真结果和湖上试验验证了该方法的有效性。     

对含脉冲噪声的图像去噪算法的研究

在传统均值滤波和中值滤波的基础上,结合聚类算法理论,采用硬聚类算法和模糊模型两种算法消除图像中的脉冲噪声。与传统的滤波算法和硬聚类模型去噪算法相比,基于模糊模型的去噪算法更好地提高了图像的清晰度和信噪比。     

HashHeat: A hashing-based spatiotemporal filter for dynamic vision sensor

Neuromorphic event-based dynamic vision sensors (DVS) have much faster sampling rates and a higher dynamic range than frame-based imagers. However, they are sensitive to background activity (BA) events that are unwanted. We propose HashHeat, a hashing-based spatiotemporal BA filter for DVS. It is the first spatiotemporal filter that doesn't scale with the DVS output size and doesn't store the 32-bits timestamps. We not only give the visual denoising effect of the filter but also use two metrics for quantitatively analyzing the filter's global performance and local performance respectively, where we introduce a novel metric for evaluating global performance. The experimental results show that HashHeat achieves similar global performance as baseline filters, but increases the signal to noise ratio by about 1.5x to nearly 5x compared with other baseline filters concerning the local performance. The hardware implementation enables HashHeat to output a labeled event every 10ns and meets the real-time requirement. And it can reduce the storage cost by 128x to 256x compared with baseline filters.     

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.