小波阈值的改进及在遥感图像去噪中的应用

在遥感图像降噪过程中，小波域阈值算法可以有效地降低图像的噪声，但阈值选取往往是固定的，如Donoho给出了基于小波变换的通用阈值去噪公式，由于该阈值不具备尺度间的自适应性，致使图像细节丢失。通过改进Donoho通用阈值和阈值函数，提出了阈值系数的自适应确定方法，实验证明该算法能有效地去除噪声，且能够较好地保护图像细节。
     

自适应软门限选择和信号消噪方法研究

在简要介绍小波多分辨率分析的理论基础上,针对小波去噪的核心问题-阈值的设定,提出了一种新的方法,即自适应软门限去噪的方法,改进了阈值消噪原理,使在消除信号噪声的同时保留信号中的弱特征成分.提出阈值估计的经验公式,通过理论和实践证明了这种方法能够有效地消除信号中的噪声,并获取最大的信噪比.     

基于小波变换和独立分量分析的含噪混叠语音盲分离

含噪混叠语音的分离是语音信号处理中的重要研究问题。该文针对语音信号的非平稳特性与不同语音源之间的相互独立性,提出用小波变换与独立分量分析相结合的方法来进行分离。首先利用小波变换分别对各含噪混叠语音进行消噪,然后用独立分量分析的方法对消噪后的混叠信号进行分离,最后进一步对分离信号作矢量归一和再消噪处理,得到各个语音源信号的最终估计。仿真结果表明这种方法取得了很好的分离效果。     

基于DSSS信号相位特性的参数估计

利用DS-SS信号符号间相位信息,提出了一种可工作于低信噪比下的直接序列扩谱(DS-SS)信号噪声抑制方法.该方法在相参积累抑制噪声的同时,还完整地保留了信号特征,并实现QPSK信号的I/Q分量分离.结合参数估计方法,可进行DS-SS信号载频和码速率估计.计算机仿真证明了该方法的有效性.