基于维纳滤波的小波图像去噪算法研究

图像在采集、获取以及传输的过程中,往往要受到噪声的污染,形成噪声图像。图像去噪是图像处理领域中的一个重要环节。为了对含有高斯白噪声的图像进行去噪,在Donoho提出的小波阈值去噪算法的基础上,提出一种基于维纳滤波的小波图像去噪算法,利用维纳滤波后剩下的信号来计算噪声的标准方差。仿真结果表明,与Donoho提出的鲁棒中值算法相比,该算法能够有效地抑制高斯白噪声,更好地保留图像的边缘细节。     

单频估计的自相关混合算法

对于高斯白噪声中单频复正弦信号的频率估计,提出一种基于信号自相关的混合算法。以自相关项相位加权平均方法获得估计初值,再以迭代方式利用自相关项进行频率估计。获得比迭代线性预测算法(ILP)更低的信噪比门限,估计方差在高信噪比时接近Cramér-Rao限,且优于ILP算法。该算法特别适于频率估计范围较窄但要求低信噪比的应用,性能分析和仿真结果说明了该方法的优越性。     

基于模糊神经系统的多传感器数据融合算法

将自适应模糊神经推理系统(ANFIS)和卡尔曼滤波器应用于目标跟踪系统中,构成多传感器数据融合算法。该算法假设在目标运动过程中,过程噪声和测量噪声是相互独立的高斯白噪声序列。使用ANFIS分别对目标的加速度和测量噪声的方差进行估计,通过卡尔曼滤波器获得目标后验状态,最终由神经网络对多传感数据进行融合得到系统输出。仿真结果表明,该算法可以通过自适应调整跟踪参数有效地防止目标丢失。     

基于分数低阶的双谱及其估计方法

为了更好地抑制信号背景中的非高斯噪声,本文提出了基于分数低阶的双谱定义,并给出在分数低阶有色噪声背景下双谱的直接和间接估计方法.仿真结果表明,基于分数低阶的双谱估计能够有效地抑制非高斯噪声,具有良好的韧性.     

小波与相关函数算法在矿山震源定位中的应用

针对矿震震相提取分析中震相信号提取困难、噪声影响大、精度低等问题，提出从小波时频分析和统计学的角度，根据小波域内矿震信号与噪声的不同特性以及不同采集通道间信号具有相关性特点，采用小波阈值滤波算法和相关函数算法对矿震信号进行计算，得到了各个采集通道间较准确的波到时差。试验结果表明，该算法对高斯噪声和其他非相干噪声具有抑制作用，能够有效提高计算结果的精度。     

冲激噪声环境中LFM信号的特征参数估计

SαS稳定分布是一类非常重要的非高斯随机分布,具有这类分布的噪声称为冲激噪声。在冲激噪声情况下,α阶以上的矩均不存在,导致基于二阶矩的高斯模型算法性能下降,甚至不能正常工作。该文提出了一种在冲激噪声环境下线性调频信号特征参数估计的算法,通过分析冲激噪声的具体特点,给出了修正的低阶矩模糊函数,并结合Radon变换估计了冲激噪声环境下LFM信号的参数。该算法既可应用于冲激噪声下,又可应用于高斯噪声环境,故具有较好的鲁棒性。最后用计算机仿真验证了该算法的有效性。     

微弱高频CW信号的自适应滤波

高频电报(CW)是强噪声背景下战术应急通信的主要工作方式,由于高频信道是典型的随参信道,不可能事先已知干扰噪声的统计特性。该文提出了一种基于ARMA新息模型的CW信号自适应Kalman滤波方法,以解决高斯背景下高频电报系统干扰噪声方差未知的问题。根据CW信号的时频域特征定义状态空间随机信号模型,构造ARMA新息模型,通过在线辨识新息模型参数来估计Kalman滤波增益,实现CW信号的自适应跟踪滤波。仿真结果表明,该方法能够有效估计微弱高频CW信号时域波形,算法可递推实现,实时性强。     

Alpha稳定分布噪声背景下MPSK信号参数估计

针对基于二阶循环统计量的参数估计算法在Alpha稳定分布噪声中严重退化的问题,提出了一种基于分数低阶循环谱的多进制相移键控(m-ary phase shift keying,MPSK)信号参数估计算法.研究了MPSK信号的分数低阶循环谱,对于不同M值下的相移键控(phase shift keying,PsK)信号,分析了其参数(载波频率和码元速率)和相应分数低阶循环谱中参数(频率和循环频率)的关系,在此基础上给出了适合所有PSK信号的载波频率和码元速率估计算法.实验结果表明,在Alpha稳定分布噪声背景下,基于分数低阶循环谱的算法明显优于基于二阶循环谱的算法,高斯噪声背景下两种算法性能相当.     

极化空时联合处理应用于相控阵雷达分析

通过理论分析和仿真实验,分析了非高斯杂波环境下相控阵雷达采用极化空时联合广义似然比检测(PST-GLR)算法和局域化的极化空时联合广义似然比检测(PSTL-GLR)算法的目标探测能力。结果表明,PST-GLR算法具有较强的抗非高斯杂波的能力,但它在目标探测过程中需要大量的回波数据估计杂波和噪声的协方差矩阵。尽管PSTL-GLR算法在目标探测过程中所需的回波数据量较小,但其探测能力在非高斯杂波环境下却严重下降,失去了有效性。     

井口声发射井筒液气浸检测—时延估计方法

基于高阶统计,提出了井口声发射井筒液气浸检测中的接收和发射声信号之间时延估计的非参数化和参数化方法。通过分析声信号在井筒液中的传播过程,井口声发射井筒液气浸检测中的接收噪声,可近似模型化为空间相关的高斯色噪声。由于四阶累积量对任意高斯噪声的盲目性,因此,较常规互相关估计方法,这些方法可以进一步提高检测概率。计算机模拟结果证实了它们的有效性。     

小波分析在动态测试信号降噪中的应用

论述了小波分析在动态测试信号降噪中的应用。主要分析如何引入小波变换理论并通过它去除动态测试信号中的白噪声。随后阐述小波分析去除噪声的工程实现方法及其相对FFT除噪方法的优势。对一例加入白噪声的力脉冲信号进行了计算机仿真实验 ,结果表明 ,用小波变换处理含噪信号 ,具有明显效果     

基于SUSAN算法和9／7提升小波图像去噪融合

为了对含噪模糊图像进行有效的去噪增强,并考虑到实时性的要求,本文提出了一种新的基于SUSAN算法和9／7提升小波图像去噪融合方法。首先,对含噪模糊图像进行SUSAN算法处理;同时,对含噪模糊图像利用9／7提升小波进行通用阈值去噪;最后,在对去噪后的图像进行镜像对称延拓处理并与经SUSAN算法处理后的图像进行有效的融合。仿真实验结果表明,该方法不但能够大大提高图像的信噪比,而且能有效提高图像的清晰度。     

长时压力监测数据处理新方法与应用研究

以传统试井理论和小波理论为基础，经过反复试验，寻找到了适合于处理长时压力数据的小波类型。应用多重阀值方法成功地侦测并剔除掉长时压力数据中的异常点；在Chee kin（2001）的线性回归方法基础上，建立了剔除噪音的新方法。模拟和实测长时压力数据的降噪效果说明了该方法不仅能有效地剔除数据中的噪音，还能完整地保留数据中的棱角特征。应用小波模极大值理论成功地将长时压力数据离散为相对独立的一系列不稳定数据段；在保留数据基本特征的前提下，应用最大压力—最大时间准则对原始数据实施了大幅度压缩；在数据处理的基础上，综合应用移动窗分析方法和正交试验方法解释了油田长时压力数据集。解释结果与传统试井解释方法具有一致性。     

小波域中值滤波器设计的研究

小波阈值去噪方法被广泛地用在信号去噪中,但它主要是针对白噪声或者宽带噪声,对于脉冲噪声就得不到降噪的效果。该文提出了小波域的中值滤波器去噪方法,在Lee的局部滤波器基础上设计了小波域的中值滤波器,它能在有效去除白噪声的同时较好地去除脉冲噪声。     

同场景多幅图像中的强噪声抑制

提出了利用独立分量分析滤除同场景多幅图像中的噪声方法,假设在含噪的同场景多幅图像中,噪声信号和图像信号之间是相互独立的。利用独立分量分析方法可以将含噪的同场景多幅图像分解成图像信号分量和噪声信号分量,根据独立分量的固定时间模式的标准差特性可以将图像信号分量提取出来,以重构成去噪结果图像。实验结果表明,该方法能有效地抑制多幅同场景图像中非零均值强高斯噪声,而且可适用于稳定噪声强度和不稳定噪声强度环境。     

小畸变参数情况下稳态热晕效应数值分析

根据几何光学近似和小扰动理论,推导了高斯光束热晕效应的解析公式,据此解析公式对准直高斯波束的热晕效应进行了计算。结果表明,热畸变参数越大,热晕效应越强,但是,随着热畸变参数的增大,上述解析公式不再适用。