大豆品质近红外光谱分析仪测量数据处理

利用自行设计的CCD近红外光谱仪器、采用光纤探头测得的大豆样品漫反射近红外光谱数据中含有各种噪声。经过分析,该光谱数据的噪声包括随波长变化的随机变量,引起光谱基线平移的随机常量,以及由于装样不同、样品散射系数变化而引起的光谱基线旋转。对于随机变量噪声,通过用背景、白板、样品各组重复采集、递归平均再计算光谱数据的方法减小,同时可节省存储空间,减小三组数据的重迭区域,增加光谱数据的有效范围。分别采用了局部平均阈值法、Savitzky-Golay卷积平滑、小波消噪等三种方法进一步消除随机变量噪声,结果表明:卷积平滑、小波消噪消除原始光谱数据噪声的效果较好。利用高阶小波分解变换获得光谱基线数据,将其从光谱数据中扣除,从而实现了光谱的基线校正。     

同步叠加平均算法抑制噪声的Labview实现

在光纤传感系统中,微弱的信号经常淹没在噪声中。为了很好地实现对光纤传感系统中小信号的检测,必须对光纤传感系统中的噪声进行消噪处理。实验中采用了同步叠加平均消噪法。论文对同步叠加平均消噪方法进行了系统的研究。首先用LabView对叠加平均算法进行了仿真,其次通过对采集卡编程实现了信号采集,并用此方法实现了对带噪信号的消噪处理,最后对实验结果进行了分析。实验结果证明了此方法具有实用价值。     

信号稀疏分解降噪在DOA估计中的应用

提出了一种基于稀疏分解的阵列信号降噪方法。该算法是通过匹配跟踪（MP）的稀疏分解对阵列接收信号进行降噪,然后结合一般的MUSIC算法实现DOA估计。首先将对阵列接收数据分阵元通道独立进行基于MP分解的降噪处理,在不改变阵列流型的前提下,达到了对阵列信号降噪的效果,且在实际算法中分析了MP分解迭代终止阈值的确定。通过仿真分析证实了信号MP分解降噪的方法应用于DOA估计中的可行性。仿真结果显示,在低信噪比环境中,基于MP分解降噪后的MUSIC估计方法取得了更好的估计性能,因此证实了该算法的有效性。     

局部自适应混合模型的遥感图像去噪算法

遥感图像的噪声分析和去除作为经典问题一直受到关注并成为遥感图像处理的一个重要研究领域。传统的去噪方法在一定程度上可以去除图像中的噪声,但往往在去噪的同时会使图像的边缘和细节信息模糊化。针对P-M模型在去除遥感图像高斯噪声时所存在的对图像强边缘和细节附近的噪声难以去除,以及ROF模型通常会导致平坦区域出现“假边缘”,甚至会产生块状效应等问题,提出一种基于局部自适应的混合模型。该模型针对图像局部区域所包含纹理信息的不同,自适应地调整约束权函数,使模型在平滑局部区域能更多地发挥P-M模型的特点,而在纹理丰富或边缘区域则更多地发挥ROF模型的特性,使模型在有效地去除高斯噪声的同时,很好地保护了遥感图像中的边缘特征和细节纹理信息。实验结果表明,对相同的高斯噪声所提出的混合模型去噪后图像的SNR较P-M和ROF模型分别提高了3dB和2dB。     

LIFT去噪方法在地震资料处理中的应用

对地震资料去噪处理的效果直接影响后续处理以及资料解释的精度。以往的去噪处理方法，在提高资料信噪比的同时也损害了有效信号，不能保存原始记录中有效信号的原貌。LIFT（1inear interference filter technique）去噪方法的原理是：首先从原始数据中求取信号模型道，并从原始数据中将其减掉，将噪声数据分离出来；然后对分离出来的噪声数据（含有高百分比的噪声和低百分比的有效信号）进行再次去噪处理，得到剩余数据（二次信号数据）；最后将剩余数据与信号模型道进行数据重构。对重构数据的分析表明，LIFT去噪方法不仅可以提高地震数据的信噪比，还可以最大限度地保存原始数据中的有效信号。将LIFT去噪方法应用于大庆油田实际地震资料的去噪处理，对单炮记录去噪效果的分析表明，不仅有效信号得到了很好的恢复，一些在原始数据中肉眼观察不到的噪声在分离出来的噪声记录上也被很好地显示出来；LIFT方法去噪的叠加剖面与常规方法去噪的叠加剖面的对比分析表明，用LIFT方法去噪后，噪声得到了很好的压制，资料的信噪比得到了提高，同相轴的连续性增强了，剖面上能量横向分布趋于合理。     

融合特征和先验知识的车牌字符图像检测算法

提出一种融合车牌字符切割后的二值字符图像的结构特征及对应的彩色小字符图像的颜色信息对车牌分割后的小字符图像进行真伪字符图像区分,以此达到检测字符图像目的的算法。为满足实时车牌对时间响应的要求,对车牌字符切割得到的灰度图像作快速二值化,在二值化的图像上提取结构信息,结合车牌字符分布的特点去除了大部分非颜色车牌的伪字符图像。对于难以从结构上进行字符检测的颜色车牌伪字符图像,在结构特征分析的基础上再次通过从彩色图像提取的颜色信息进行相似性分析,排除伪字符图像。对候选字符图像融合大间隔这个先验知识得到输出的字符图像。实验结果表明算法有良好的字符检测效果,可以用于实时车牌识别系统中作为字符切割后期处理一部分。     

小波包变换在电力负荷特征信号提取中的应用

为了给电力系统不良数据辨识提供良好的数据基础,提出了一种新的基于小波包除噪的方法来提取电力负荷特征信号.该方法将不良数据看成是被淹没在大量的噪声信号中特征信号,通过比较小波包除噪法与小波除噪法对信号消噪的效果,得出结论:小波包除噪法有较好的消噪能力,为电力负荷特征信号的提取提供了有效的分析方法.     

航空制导炸弹惯性参数遥测中的小波去噪

采用小波理论对航空制导炸弹惯性参数遥测中所出现的噪声问题进行了研究.给出了滤波方法的基本原理以及实现过程,并在某武器系统实际靶场飞行试验遥测中进行了实用,实际测试结果与理论设计结果吻合良好.     

基于OPC技术的管道泄漏诊断方法研究

提出基于OPC的负压波泄漏诊断技术获取分布式数据采集系统中的压力信息,利用小波比例萎缩去噪技术进行分析处理,再利用小波变换模极大值法捕捉泄漏拐点来对管道泄漏点进行精确定位。利用BorlandC++Builder建立了OPC客户端管道泄漏诊断系统。现场的试验和应用都取得了良好的效果。系统运行可靠,并且定位精度高达99%。     

GPS监测桥梁摆动及其数据的小波分析

本文提出采用高采样率GPS动态测量的手段监测大型桥梁的摆动情况,并且用小波分析的方法进行观测数据的消噪以及摆动特征的提取等。将该方法应用到上海市某大桥上进行试验,结果表明,本文所提出的方法是行之有效的,能够提取到桥梁摆动的特征,并且可对观测数据的精度进行估计,说明该方法在桥梁摆动安全监测方面具有较好的实用性和参考价值。