基于滤波的SAR影像去噪方法分析

根据SAR(Synthetic Aperture Radar)影像相干噪声的特点,对现在广泛应用的各种抑制噪声的滤波方法如均值滤波、Frost滤波、增强型Lee滤波、Lee滤波、中值滤波等进行分析,并提出适合本研究区影像的基于小波变换的分量滤波处理去噪方法,利用均值、标准差、平滑指数、PM值、信息熵和平均梯度等评价指标对各种滤波去噪后的影像质量进行评价,并对去噪效果进行对比分析,证明本文所采用的滤波方法对SAR影像噪声有很好的抑制作用,并且较好的保存了图像纹理信息。     

一种改进的字符图像二值化算法

随着数字图像处理和模式识别技术的发展,字符识别技术得到了广泛的应用。二值化技术作为字符预处理的一个重要环节,对后续的字符分割和特征提取有着很大的影响。本文针对字符图像的特点,提出了一种改进的基于直方图特征和形态学处理的Otsu二值化算法。仿真表明,该算法在减少运算量的同时,可以有效处理字符笔划残缺造成的干扰,并增强字符的连通性。     

基于小波变换的语音同步方法研究

为提高语音通信干扰效果客观评估中标准语音文件和受扰语音文件的同步精度,对军标GJB4405A-2006中规定的标准语音文件增设了高低频交叉的双音频同步头;介绍了小波消噪的原理,利用2层sym小波对受扰语音文件进行了消噪处理,将同步头中的高频信号作为噪声进行大幅削弱;设计了基于幅度比较的同步算法,找出同步基准点,并对20组受扰严重的语音文件的进行了仿真测试,仿真结果证明了该方法得到的同步精度符合后续数据处理的要求。     

小波递推最小二乘法的ARMAX模型参数估计

研究辨识系统优化问题,针对线性时不变ARMAX模型的参数估计,为了提高辨识精度,提出了直接利用小波域的数据,递推估计出模型的参数的方法.首先将时域的输入输出信号采用小波变换,得到了具有时频特征的小波域信号,可进行去噪方面的处理,去噪结果比时域和频域更有效.然后,利用小波递推最小二乘法对ARMAX模型进行参数估计,通过与时域递推最小二乘法的估计参数比较,仿真结果表明提出的方法是有效的.     

基于小波域数据的Hammerstein模型参数估计

针对非线性离散Hammerstein模型的输出存在随机噪声情况下,提出直接利用小波域的输入输出数据,估计出该模型的参数的方法。最小二乘法是时域参数估计的主要方法,随着对小波理论的深入研究,它在信号处理方面起着重要的作用。信号经过小波变换后,得到具有时频特征的小波域的信号,提高了信号的信噪比,去噪结果比时域和频域更有效。通过小波最小二乘法估计出模型的参数,与时域最小二乘法的估计参数相比较,仿真结果表明波域方法是可行的,有效的。     

卫星导航信号码跟踪精度理论的适用性研究

针对码跟踪精度理论在导航系统信号体制评估中的广泛应用,利用自主研发的卫星导航信号仿真平台对导航跟踪优化的适用条件进行了研究,对不同载噪比环境、前端接收带宽以及超前滞后间距条件下的信号伪距误差进行了测量,将仿真结果与理论结果对比,分析了实际应用中滤波器、鉴别器的非理想特性对信号码跟踪精度所造成的影响.仿真结果表明,在非相干超前滞后(NELP)码跟踪环的条件下,当载噪比较高时,前端接收带宽接近发射带宽,并在超前滞后间距足够小时,计算结果能够较真实的反映信号的性能,并可以为导航信号体制的理论评估以及新型导航信号的设计提供参考.     

浅谈TCP拥塞控制与其改进思路

如今网络已经离不开人们的生活,发展势头迅猛,网络的终端设备不仅在数量上,种类也越来越多,在此发展之下,保证大量的网络数据传输与网络性能相协调是极其重要的,经典的TCP拥塞控制机制是网络发展历史中人们想出的一种解决网络拥塞的方法,但如何适应当今网络发展的需求相信还是靠人们不断的探索来寻找合适的答案。本文致力于对经典TCP拥塞控制机制的讨论并提出相应的改进思路     

防汛泵站放江污染削减对策探索

文中对上海市城区防汛泵站放江污染的关键问题和治理对策进行研究,总结综述管网源头分流、管泥清捞与垃圾拦截、完善截污和试泵设施、运行思路转变升级、畅通截流出路和海绵城市建设6项对策,梳理了9个定量指标用于评价泵站放江改善效果.分析上海市XJ河沿线分流制地区防汛泵站运行案例,通过泵站改造和优化调度方案,充分利用城市下垫面和管网存蓄水能力,放江量削减效果显著.并对不同时段、不同降雨条件下防汛泵站水位差异化控制方式进行分析阐述.     

井下地磁定位的瞬间强噪声扰动规律研究

地下工程空间点位地磁扰动变化规律是地磁应急定位的基础研究之一.为了研究井下工程监测目标瞬间地磁扰动的特点与规律,选取井下6个水平巷道为试验区,开展了运输车通行和罐笼升降磁扰动时间、扰动距离和扰动噪声大小的监测和匹配定位试验.发现运输车通行和罐笼提升都会对附近点位产生瞬间磁噪声扰动,主要强噪声扰动时间一般在10 s以内,扰动数值约几百至上千纳特.这些瞬间磁扰动会直接影响地磁匹配结果精度.运用中值滤波或小波去噪的方法对匹配数据进行预处理,可以减弱匹配数据中的瞬间强噪声,提高匹配结果的精度.     

基于曲波噪声估计的K-SVD字典学习地震资料去噪

常规K-SVD字典学习方法在处理实际地震资料的过程中,往往无法得到地震随机噪声的先验信息,使得相关的误差参数无法确定,只能通过大量调参来实现最优去噪效果。基于此提出了一种基于曲波噪声估计的K-SVD字典学习地震资料去噪方法,旨在通过对地震资料进行曲波变换,选取尺度系数最大且对应方向上噪声能量最大的曲波系数,来估计随机噪声标准差,再利用K-SVD字典学习方法自适应获得超完备字典,并在重构过程中根据所得噪声标准差确定最优迭代误差参数,从而进行去噪处理。理论模型和实际地震资料的处理结果表明,该算法相较于传统的去噪方法,能在压制随机噪声的同时,最大限度地保护有效信号不被切除。