基于自适应分数阶傅里叶变换的地质雷达直达波抑制方法

在地质雷达直达波抑制过程中经常会出现削弱目标信号的问题,对此提出基于自适应分数阶傅里叶变换的地质雷达直达波抑制方法,将水平线状直达波与双曲线状目标回波映射到分数域空间,实现信号在分数域的时频展开,逐步分离直达波与目标信息。为了获取最佳分数阶的直达波抑制效果,通过重构图像中的目标区域与直达波区域能量比最大化,在抑制直达波的同时也增强了目标回波。实验结果表明提出的方法能有效抑制地质雷达直达波,并对干扰噪声具有鲁棒性。     

��������С���任��GPS��̬�˲����㷨

针对应用卡尔曼滤波器进行车辆GPS导航信号的动态滤波时难以建立精确的数学模型以及传统小波变换在实时性方面存在不足,提出了基于提升小波变换的GPS动态滤波新算法.该算法采用提升小波变换对车辆GPS导航信号进行分解;用3σ准则和多项式插值方法对各层提升小波变换系数进行粗差探测与数据修复;采用模平方软阈值去噪算法对各层提升小波变换系数进行去噪;最后进行提升小波逆变换,从而实现车辆GPS导航信号的动态滤波。仿真实验结果表明,该算法的导航定位精度优于卡尔曼滤波算法;虽然在导航定位精度方面稍比传统小波变换算法的性能高,但比传统小波变换算法速度快一倍;显然该算法对车辆GPS导航系统是有效的.     

噪声背景下语音识别中的端点检测

整个实验系统主要研究的是语音识别中在噪声背景下的端点检测.在实际环境中,加性背景噪声对语音识别的影响非常大,在信噪比小的情况下,无法进行端点检测.在此研究过程中,首先进行加性噪声模型的建立,而后通过滤波对带噪语音信号进行预处理,这里采用维纳滤波和自适应LMS滤波进行滤波.在进行语音信号的预处理后,使用VAD算法进行端点检测.建立整个实验系统后,通过试验比较维纳滤波器和自适应LMS滤波器的优劣,找出最佳方案.     

基于小波变换的多尺度多阈值语音增强方法

语音信号与随机噪声在不同尺度上进行小波变换时,其小波变换系数和尺度大小的特性关系存在着不同的特征表现。而且,浊音和清音也各有其特性．鉴于此特点,给出了一种基于小波变换的多尺度多阈值语音增强方法．该方法采用软限幅函数对浊音和清音信号的小波变换系数作不同的阈值处理,既抑制了噪声,又减少了语音段的信息的损失,提高了信噪比．仿真结果说明,这是一种有效的语音增强方法．     

基于小波卡尔曼滤波的加速度计降噪方法

针对GF-INS中加速度计降噪的实际问题,提出了一种非零均值观测噪声小波卡尔曼滤波算法.在非标准观测噪声条件下,利用滑动数据窗内的小波变换实时在线估计出观测噪声的方差和均值,作为标准卡尔曼滤波的修正信息,从而实现了标准卡尔曼滤波算法的扩展.实验结果表明,在观测噪声为非标准噪声且统计规律未知的条件下,该自适应降噪方法能获得较好的滤波效果,加速度计信号的噪声方差强度减少了3个数量级.     

一种基于数学形态学的语音基音轨迹平滑的改进算法

利用了形态学的概念和方法对语音基音轨迹进行平滑滤波,在结构元素的选取方面进行了研究,并针对形态学滤波的特点提出了改进,使算法的精确性进一步提高,复杂性大大降低.实验结果表明,提出的方法对语音基音轨迹进行平滑滤波,在强制性平滑滤波的情况下,能够有效保留语音信号中的某些固有突变和破坏信号的细节特征,更好地达到平滑滤波的效果.     

基于改进Retinex的城市交通图像增强

为提高在雾霾天气条件下获取的城市交通图像的对比度和清晰度,本文提出了一种基于引导滤波平滑约束和分数阶积分的改进Retinex的图像增强方法.Retinex理论把一幅图像视为照射分量与反射分量乘积的形式.首先,利用引导滤波作为Retinex算法的目标函数的平滑约束项,通过最小化该目标函数获取照射分量;反射分量为原始图像与照射分量的比值,其主要体现图像的局部细节,对反射分量进行分数阶积分掩膜,在去除噪声干扰的同时保留图像的细节信息;最后,将处理后的反射分量与照射分量相乘,得到最终的增强图像.实验结果表明,本文方法在图像平滑和细节保持方面得到了很好的平衡,有效地提高了雾霾天气条件下城市交通图像的对比度和清晰度,使得增强后的图像更加真实自然.     

基于UKF滤波的水下目标被动跟踪研究

传统算法在解决目标被动跟踪时存在有偏、收敛速度慢或发散等不足,文中将无迹卡尔曼滤波(UKF)算法应用到目标的被动跟踪.该算法是一种以扩展卡尔曼滤波算法为基本框架,以贝叶斯理论和UT变换为理论基础的新型滤波算法.根据UT变换的基本原理给出了滤波过程的具体计算步骤并进行了仿真计算.理论分析和仿真结果表明,UKF算法的性能相当于二阶高斯滤波器,UKF算法在目标被动跟踪中的滤波精度、稳定性和收敛时间都优于EKF算法.     

基于分数小波变换的空域相关特性的信号降噪新方法

简要介绍了分数小波变换的基本思想及在信号处理方面的特点。利用分数小波变换系数在不同尺度上对应点处的相关性对其进行选择和处理,这样处理后的分数小波变换系数基本上对应着信号的边缘,然后对信号系数进行重构,达到了降噪的目的。以数值仿真和实测齿轮箱振动信号为例,研究了该方法的降噪效果,同时和小波包直接降噪进行了比较。结果表明,该方法能够有效降低振动信号中的背景噪声。     

小波域子空间滤波法研究

将时域子空间法和小波变换结合在一起,推出小波域子空间滤波算法.具体地讲,把整体观测信号小波系数子空间划分为信号加噪声小波系数子空间和噪声小波系数子空间,根据尺度内时间估计准则,由信号加噪声小波系数子空间重构信号小波系数,从而获得估计信号.实验表明,当用于恢复高斯噪声中Ricker子波时,小波域子空间滤波法相对于传统软、硬阈值法具有明确优势.     

去除探地雷达信号中不相关噪声的方法

根据有效信号在相邻道之间在波形和能量上有相关性这一特点,作者改进了常规KL变换只能提取水平相关信号的不足,使用小波域上的KL变换对探地雷达剖面进行滤波,不仅使倾斜轴和弯曲轴的到了加强,而且在低信噪比时,有效地区分出有效信号和干扰信号,提高了雷达剖面的分辨率.本文运用铁路沪宁线路基检测的数据,使用该方法滤波,其处理后的剖面更能有效地反映出路基病害的信息.     

平缓地磁场区域地磁导航解决方案

针对基于卡尔曼滤波的地磁场导航方法在平缓地磁场区域因系统不可观导致滤波失效问题,提出了解决方案.该方案用线性化平面拟合平缓磁场曲面,用磁场的矢量性构造线性方程组,用多级子图实现快速精准的位置估计,并在此基础上构造滤波器.理论分析和仿真结果证明,该方案可有效解决传统方法的滤波发散问题.     

基于分块EnKF的非线性目标跟踪算法

针对滤波航迹的相关性以及初始状态的选择会对跟踪性能产生影响的问题,将集合卡尔曼滤波算法引入到非线性目标跟踪领域,验证了其可行性和有效性,提出了基于分块集合卡尔曼滤波的非线性目标跟踪算法.采用分块思想生成初始集合,使用协方差矩阵加权方法解决分块间的航迹相关问题.仿真结果表明基于分块集合卡尔曼滤波的目标跟踪算法计算复杂度和以往的集合卡尔曼滤波算法同阶的情况下可以提供更高的运动参数估计精度,解决了粒子滤波算法计算量大难以进行实时跟踪的问题.      

交流电机调速系统的分数阶PIλ控制

主要讨论了分数阶PIλ控制方法并将其应用到交流电机调速系统中.介绍了分数阶PI控制器的设计,并利用Tustin算子生成函数将分数阶微积分由S域变换到Z域,利用连分式方法展开,实现了分数阶PIλ控制器的离散化.将其应用到交流电机调速系统,对分数阶控制器和传统整数阶PID控制器控制特性进行实验对比,研究结果表明:分数阶PIλ控制器相比传统整数阶PID控制器具有更好的控制效果.     

一种对噪声场具有鲁棒性的语音增强方法

对于可变噪声场,提出了一种自适应波束形成与后置滤波融合的波束形成麦克风阵列语音增强方法.针对自适应波束形成语音增强方法和后置滤波方法分别适用于强相干噪声场和非相干噪声场的现象,此方法将两种方法结合,既能抑制相干噪声,又能抑制非相干噪声.仿真实验表明,该方法对相干和非相干噪声场均有较好的消噪性能,因此具有较好的噪声鲁棒性.     

基于奇异加权的麦克风阵波束形成语音增强算法

提出了一种基于奇异值加权的麦克风阵列波束形成算法.该算法首先采用相位加权互功率时延估计法对麦克风阵列接收到的信号进行时延补偿.其次对处理后的矩阵采用雅克比算法进行奇异值分解构造权值并求和,得到增强的语音信号.仿真结果表明,与固定权值波束语音增强算法比较,该算法对加性非相干噪声有明显的消噪效果.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

基于分数阶Cosine和Sine变换说话人证实特征的提取

提出了基于分数阶Cosine变换和分数阶Sine变换用于说话人证实的新颖特征,即广义Bark平均能量差和主、从分数阶域间广义Bark平均能量差.为考核这些特征的实用性能,完成了一系列说话人证实实验.虽然上述特征的单一应用并未体现出极佳的准确率,但它们经过合理组合后的性能同原单一特征相比更能良好地描述说话人声音个性.     

基于血流图双树复数小波域傅里叶变换的红外人脸识别方法

提出了一种基于血流图与双树复数小波域傅里叶变换的红外人脸识别方法．首先利用血流模型把温谱图转换成血流图,然后将人脸血流图进行一级双树复数小波分解,保留分解后的4个低频子带并分别进行傅里叶变换,得到每个低频子带的特征矩阵,分别计算4个子带的欧氏距离并进行简单的加法融合,再用三阶近邻分类器得到最终的识别结果．为了减小算法的时间复杂度,我们对血流模型进行简化．实验结果表明,本文所提的方法有较好的识别结果．而简化的血流图相比原模型的识别率没有明显的下降,甚至某些情况下还稍高于血流模型,说明本文的方法是有效的．