基于二级检测的椒盐噪声滤除算法

针对目前算法不能适用于含不同密度椒盐噪声的图像去噪,提出了一种基于噪声点极值特性和方向差异性的开关型噪声滤波器。检测阶段,采用极值法检测噪声,并计算噪声密度,当噪声密度低于阈值时进行基于噪声点方向差异性的二次检测,否则直接进行滤波;滤波阶段,根据局部噪声密度选择递归或非递归窗口,进行除去窗内噪声点的加权均值滤波。实验结果表明本文算法滤波性能和细节保护都优于传统中值滤波和一些改进算法。     

无闪烁噪声分量的白噪声发生器

白噪声发生器生成不同频率下输出功率密度恒定的频谱图。 这类发生器适用于低频响应较大或是有直流响应的测试电路。但是,由于存在粉红噪声（或称闪烁噪声）,使频率范围延伸到几赫兹甚至更低的白噪声发生器变得十分复杂。半导体元件产生的噪声总是带有特征性的粉红噪声，即其输出功率密度幅值随频率降低而升高，转折频率为几十赫兹到几千赫兹。高阻值的电阻会产生带有自身闪烁噪声分量的噪声，噪声分量的值和特性随电阻制造技术的不同而发生变化。     

基准振荡器相位噪声对载波锁相环的影响

扩频接收机中的锁相跟踪环路噪声带宽受环路输入信号的各种内部和外部噪声误差的制约,在环路滤波器噪声带宽很窄的条件下,接收机基准振荡器的相位噪声对PLL环路的影响不能忽略.根据基准振荡器相位噪声功率谱密度的度量公式,考虑利用二阶锁相环的情况下,推导出基准振荡器的阿仑偏差与环路滤波器噪声带宽的关系,确定在跟踪接收机设计中,采用高频率稳定度的恒温晶振作为基准振荡器,可以获得较窄的环路噪声带宽,从而提高跟踪的稳定性和测量精度.     

噪声消除的DSP算法研究

随着科技的不断发展,通信系统越来越壮大.背景噪声是通信系统中噪声干扰的主要来源,它使信号变得混杂不清晰,不但降低了语音的品质和可识度,也降低了数字信号的处理能力,如语音识别信道传输和消噪等方面的性能.为了改善噪声环境下声音的质量,降低噪声变得越来越重要.阐述采用DSP技术实现单通道的语音增强系统,利用噪声相减和频谱相减来完成噪音抑制问题.     

CMOS读出电路中的噪声及抑制

CMOS读出电路中的噪声严重地制约了读出电路的动态范围,进而影响到焦平面阵列甚至成像系统的性能.文章对读出电路中KTC噪声、1/f噪声以及固定图形噪声的成因及抑制技术进行了分析和讨论,并给出了仿真结果.     

光电耦合器总剂量辐照的噪声表征

 本文在研究光电耦合器工作原理、辐照理论及1/f噪声理论的基础上,分析了光电耦合器辐照噪声产生机理及特性,建立了光电耦合器总剂量辐照损伤噪声模型.研究结果表明,随着辐照总剂量增强, LED及光敏管氧化层中引入的氧化层陷阱密度增多,载流子数涨落增强,从而使电压噪声功率谱密度增加.实验结果验证理论分析的正确性,电压噪声功率谱密度可作为光电耦合器辐照损伤表征参量.     

大连地震台测震干扰频谱特征及去噪分析

利用大连地震台日常观测数据,对比人文噪声干扰强弱时段的噪声功率谱密度和地脉动噪声均方根(Root Mean Square,RMS)值等数据,分析干扰噪声的频谱特征.针对干扰频段进行滤波,以提高测震波形质量,清晰识别地震事件.     

一种图像椒盐噪声自适应滤除方法

在已有极值中值的滤波算法的基础上,提出一种自适应滤波算法.该算法对于不同椒盐噪声密度采用不同滤波方法,在噪声密度较低时,采用同时考虑灰度差值和空间距离的自适应权重函数进行滤波,在噪声密度较大时,扩大滤波窗口进行改进的中值滤波.实验证明,该算法在滤除椒盐噪声能力、细节保护能力方面均有较大提高.     

大气下工作的微机械陀螺的设计及其噪声特性

设计了一种基于体微机械加工技术的新型音叉式微机械陀螺.该陀螺在驱动模态和检测模态的空气阻尼均为滑膜阻尼,有效提高了微机械陀螺的Q值和灵敏度,同时降低了陀螺的热机械噪声.对陀螺噪声特性进行的分析表明,该陀螺具有相对很低的热噪声.制作了陀螺芯片,并测试了其机械性能和噪声特性.结果表明,该陀螺的噪声谱密度不超过60μV/Hz,灵敏度为10mV/(°·s-1).该微机械陀螺有望实现较高的角速度分辨率.     

信号的低比特位数表示:一种新颖低比特位数的Σ-Δ调制器

通过设计一种新的噪声整形滤波器,本文提出了一种新颖的Σ-Δ调制器结构,可用于实现用较低比特位数的数字信号表示较高比特位数的输入信号.该调制器与传统的Σ-Δ调制器相比,其输出数字信号比特位数(或动态范围)降低了许多.理论推导分析和仿真对比的结果表明,在量化噪声整形和噪声频谱上,该调制器的各项性能有了很大的提高,而且证明了这类调制器是稳定的.     

降低光电振荡器相位噪声的方法研究

随着光电振荡器(OEO)技术的飞速发展,改善光电振荡器的相位噪声成为了一个新的研究和发展方向。文章在对光电振荡器的工作原理和特性进行阐述和分析的基础上,对降低光电振荡器相位噪声的技术手段和方案进行了总结,分析了各种方案的基本原理及性能指标。讨论了制约光电振荡器进一步降低相位噪声的因素,提出了可能的发展方向和改进措施。     

一种基于两阶段的脉冲噪声滤除算法

本文提出了一种基于两阶段的脉冲噪声滤除方法.在算法的第一阶段,提出利用列队排序检测器(ROD)来检测图像中所有可能的脉冲噪声点.在第二阶段,对所有的噪声候选点进行自适应中值滤波,滤波窗口的尺寸大小是根据噪声密度自适应调整的.该算法能对图像的边界以及非噪声点进行保护.实验表明,本文算法在滤除脉冲噪声的同时可以有效地保护图像细节,尤其是在噪声密度非常大的情况下.     

外腔半导体激光器中的Chirp效应及噪声功率谱密度

本文从外腔半导体激光器修正的速率方程出发,导出了在存体激光器的相位噪声,强度噪声的功率谱密度以及在直接电流调制下的C腔、强反馈可以在很大程度上降低半导体激光器的噪声。     

降低放大器噪声峰化以提高SNR

许多放大器在接近单位增益交越频率时，其电压噪声潜密度（NSD）会提高。这种噪声峰化现象可能导致电路噪声比预期高出39％。在单位增益电路（有时也称为缓冲器或电压跟随器应用）中，噪声峰化尤其麻烦。     

短波红外InGaAs焦平面噪声特性

为研究铟镓砷焦平面的噪声特性,设计了两种不同吸收层掺杂浓度的InGaAs外延材料,采用标准工艺制备了平面型160×128元光敏芯片,并与相同结构的读出电路倒焊耦合形成160×128元焦平面,采用改变积分时间和改变器件温度的方法,测试焦平面的信号与噪声.通过研究不同材料参数、器件性能与焦平面噪声的关系,定量分析了短波红外InGaAs焦平面的噪声特性.结果表明,焦平面噪声主要来源于焦平面耦合噪声和探测器噪声,降低InGaAs外延材料吸收层的掺杂浓度,可以有效降低探测器电容,从而降低焦平面的耦合噪声;而探测器噪声由探测器暗电流和工作温度影响,该噪声在长积分时间下决定了焦平面的总噪声水平.实现低暗电流、低电容特性的光敏芯片是降低焦平面噪声的有效途径.     

锁相环相位噪声与环路带宽的关系分析

应用电荷泵锁相环系统的等效噪声模型,分析电荷泵锁相环相位噪声在不同频率段的功率谱密度.据此得到相位噪声的功率谱密度与频率关系的模拟曲线.分析与模拟的结论指出环路噪声具有低通特性,而VCO噪声在低频区衰减明显,在设计锁相环路时需要综合考虑环路和VCO两种噪声的影响,然后才能确定环路带宽.该结论时于电荷泵锁相环的相位噪声与环路带宽设计具有一定的参考意义.     

硅微陀螺仪接口位移噪声对检测性能的影响

研究了基于调制解调的硅微陀螺仪检测信号提取原理,推导了开环检测传递函数。根据调制解调的频谱转移特性,提出了有效位移噪声是高斯窄带噪声。推导了开环检测时位移噪声的等效角速度公式,分析表明,要提高噪声性能可以减小噪声功率密度、带宽和增加陀螺仪机械灵敏度。同时还推导了闭环检测时位移噪声的等效角速度公式。通过比较开环检测和闭环检测情况下由接口位移噪声导致的噪声等效角速度表明:闭环检测并不能减少由接口位移噪声导致的平均噪声等效角速度。据此设计实际电路,试验结果表明在100Hz频段内,闭环检测噪声谱密度基本等于开环检测噪声谱密度,验证了理论的正确性。     

CMOS反相器低频噪声模型及可靠性表征研究

为了表征CMOS反相器的可靠性,从其负载电流和输出电压的特性入手,详细推导了一种基于载流子波动理论的低频噪声模型,并由实验数据验证了模型的准确性.由实验结果可知,负载电流功率谱密度随频率的增加而减小,遵循1/f噪声的变化规律;得到了负载电流归一化噪声功率谱密度与器件尺寸的关系.通过深入研究1/f 噪声与界面态陷阱密度的关系,验证了1/f噪声可用于表征CMOS反相器的可靠性,证明了噪声幅值越大,器件可靠性越差,失效率显著增大,为评价CMOS反相器的靠性提供了一种可行及有效的方法.     

像增强型CCD的噪声抑制和性能评价

为了有效降低像增强型CCD(ICCD)的噪声,提高系统信噪比并实现对图像噪声的评估.引入三维噪声数学模型,将ICCD输出数帧图像噪声按时间域和空间域划分为7项噪声.基于积分球光源系统建立了三维噪声测量系统,结合数字图像处理技术,经过试验统计和分析采用多帧积累设定波动阈值的办法有效地抑制了紫外成像仪关键器件ICCD的图像噪声,使图像噪声降低30%,信噪比提高57.6%.并应用三维噪声分析方法对噪声抑制前后的效果实现客观评价.三维噪声分析表明,该方法有效地降低了由于ICCD各种随机噪声而带来的时间域噪声,提高了ICCD输出图像的信噪比,同时也证明三维噪声分析法为评价微光成像器件的图像质量提供了一种可行方法.     

多窗口自适应的面目标滤波算法研究

在研究传统红外面目标滤除椒盐噪声算法的基础上,提出了多窗口自适应的面目标滤波算法.针对椒盐噪声在红外图像上是区域灰度值极值的这一特征,根据噪声密度的大小调整窗口区域的范围,找出窗口区域内灰度的最大和最小值像素点.在信噪比较高的情况下,利用窗口区域周围像素灰度值对噪声点重新赋值;在信噪比较低的情况下,选取阈值去除误检点,减少误差.仿真结果表明,该算法在高信噪比的情况下,平均绝对误差较传统算法降低了约1%～2%:在低信噪比的情况下,通过阈值处理,峰值信噪比较处理前提高约1%～4%.