调幅信号对具有量子噪声实虚部关联的饱和激光模型信噪比的影响

在调幅信号的影响下,用线性化近似方法研究了实虚部关联的量子噪声及泵噪声驱动的饱和激光模型的输出功率谱及信噪比.通过计算机数据计算及作图,具体讨论了系统随信号频率、量子噪声实虚部关联度λq、泵噪声强度等变化产生的随机共振现象.结果表明系统在λq=0处出现共振现象,虽然调制信号对系统产生了显著的影响,但由于量子噪声和泵噪声的零关联,系统随其他参数变化时没有随机共振现象.     

一种低信噪比信号的调制盲识别方法

提出了一种利用包络高阶特征J进行调制方式识别的方法。该方法具有计算简单、无需知道信号的先验信息,同时具有较好的噪声抑制等特点,能在低信噪比情况下快速、有效地进行盲调制识别,易于实时应用和工程的实现。其仿真结果表明:该方法在0dB信噪比条件下能够识别信号的调制方式,性能优于传统的包络调制识别方法。     

基于稀疏分解的图像去噪

基于稀疏分解的图像去噪处理是将被噪声污染的图像分解成图像的稀疏成分和其他成分。稀疏成分对应于图像中的有用信息,其他成分对应于图像中的噪声。由图像的稀疏成分重建图像,可达到去除图像噪声的目的。实验结果表明基于稀疏分解的图像去噪处理具有一定的效果。     

基于改进EMD 的地震信号去噪

压制随机噪声是地震数据处理过程中的一个重要环节,目前大多数去噪技术都不同程度存在去噪效果差、易损伤有效信号等问题。利用经验模态分解可将信号自适应地分解为不同特征尺度固有模态函数的优点,及小波变换模极大值滤波方法对噪声的依赖性较小且适合于低信噪比信号去噪的优势,构造了一种经验模态分解与小波变换模极大值相结合的新的去噪算法,该算法很好地实现了地震有效信号与随机噪声的分离,有效提高了地震数据信噪比。将该算法应用于仿真实验和实际地震数据处理,结果都表明该方法明显优于常规经验模态分解去噪效果。     

质量监控处理在地震资料采集中的研究和应用

原始资料品质对资料成像起着至关重要的作用,这就要求野外施工过程中要严把采集质量关,确保采集到高品质资料.因此处理分析前移到施工现场进行质量监控处理成为必要.本文通过分析监控处理的重要性和必要性,系统介绍了原始资料检查分析的内容和办法以及从能量、信噪比、频率、叠加等方面进行监控分析检查,对存在的问题提出解决办法,及时的解决了问题,减少了对后期资料成像的影响.处理人员提前对野外资料有了清楚认识,缩短了处理周期,提高了效率,取得了较好的效果.     

基于FFT的快速跳频同步信号存在性检测

提出了在宽带快速跳频通信系统中的一种基于FFT的同步信号存在性检测算法,给出了干扰环境中在频域上计算信号归一化信噪比的限幅法、相邻跳做差法、二次限幅法、限幅做差再限幅法四种方法,分别进行了理论分析、计算机仿真和性能的比较。在白噪声环境和多音干扰环境下,四种方法计算出来的归一化信噪比与理论值差别不大,误差在±3 dB内;在部分频带噪声干扰环境下,二次限幅法与限幅做差再限幅法性能基本一致,明显优于限幅法和相邻两跳做差法,改善5 dB以上,其中二次限幅法实现简单并更为实用.     

逆合成孔径雷达成像中的合成相位基准研究

在深入研究逆合成孔径雷达成像中相位基准性质的基础上，给出了理想相位基准的信噪比要求和幅度方差要求，提出了新的合成相位基准成像方法，理论和试验表明该方法优于传统的成像。     

扩频通信中组合自适应抗干扰技术

研究了自适应滤波技术在扩频通信中的窄带干扰抑制作用,针对当前自适应滤波器在实际中存在数值稳健性问题作了深入详细的分析,提出了一种新的组合滤波器模型的解决方法,具体以中心抽头的自适应横式滤波器为基本滤波器结构,在此基础上构造出新的组合滤波器结构,并在理论与实践上对两者作了分析对比。     

采煤工作面水流声的降噪算法研究

采煤工作面水害事故发生前伴有水流声出现,为减小常见机械设备噪声对水流声识别的影响,提出了一种改进小波阈值降噪法。为了补偿水流声在采集过程中高频信号的损失,对其进行了预加重、分帧、加窗等预处理;采用小波软、硬阈值函数折衷法对阈值函数进行改进,避免了信号处理后带来的附加振荡问题;在固定阈值中引入了分解层数j,变化的阈值可最大程度分离水流声信号与噪声信号。结果表明,改进小波阈值降噪法相较于谱减法、子空间法和小波阈值法的硬阈值函数,输出信噪比提高了1 dB以上,降噪性能提升了15%左右;相较于小波阈值法的软阈值函数,当输入信噪比大于0 dB时,输出信噪比提高1 dB以上,可有效降低水流声信号中的机械设备噪声干扰。     

基于压缩感知的自适应加权匹配追踪算法

压缩感知（compressed sensing,CS）技术通过减少发射导频数来提高频谱的利用率。将CS技术应用于导频辅助的稀疏度未知的正交频分复用（orthogonal frequency division multiplexing,OFDM）信道估计中,提出一种自适应加权匹配追踪（CS-based adaptive weighting ＆matching pursuit,AWMP）算法。该算法使用自适应加权、匹配追踪的方法估计信道时域脉冲响应,按照估计信噪比和匹配原则,利用多次迭代进行自适应加权和寻找最佳稀疏度,实现未知信道稀疏度与信噪比的情况下,准确估计信道信息。仿真验证表明,与传统的信道估计算法相比,采用基于AWMP的信道估计方法,能够利用较少的导频信息获得更低的误码率和均方误差。