面向干涉包裹相位的多等级噪声抑制网络

包裹相位是激光干涉测量获取相位信息的前提,为了减小测量过程中噪声对包裹相位条纹的干扰,提高重构图像的质量,提出了一种非对称融合非局部边缘提取神经网络(Asymmetric Fusion Non-Local and Verge Extraction Neural Network,AFNVENet)。该网络在FFDNet基础上,设计了非对称融合非局部块和边缘提取模块,通过融合不同级别噪声特征及反向引导去噪过程,在有效抑制多等级噪声的同时,保留了更多的图像细节信息。选择带有乘性散斑与加性随机噪声的包裹相位数据集用于训练,通过消融实验和对比实验结果表明,AFNVENet算法对不同等级的噪声都具有更好的噪声滤除效果,当噪声标准差在[0,2.0]范围内变化时,去噪后的PSNR、SSIM和SSI均值分别达到24.88 dB,0.97和0.95。此外,通过进一步解包裹结果表明,AFNVENet去噪后的解包裹相位均方根误差均值比SCAF,NLM,KSVD和DnCNN分别减小了87%,73%,79%和36%,验证了该方法的可行性。AFNVENet方法在抑制噪声时具有较好的鲁棒性,可适用于不同干涉测量环境下多等级噪声的包裹相位信息恢复。

谐振式光学陀螺噪声抑制技术研究现状(特邀)

谐振式光学陀螺仪利用光学谐振腔在时空上对光波极强的局域增强效应,有望成为兼具高精度和小体积的光学陀螺。然而,谐振式陀螺转动产生的Sagnac效应相对微弱,容易受到陀螺系统内非互易性以及互易性噪声的干扰,成为其精度提升的瓶颈。在陀螺的小型化过程中这一问题更加凸显。因此,对谐振式光学陀螺仪进行噪声抑制显得尤为重要。本文详细综述了谐振式光学陀螺中非互易性和互易性两大类噪声的原理及其抑制方法,总结了该领域近来年的研究现状及未来挑战与发展趋势,为我国谐振式光学陀螺发展提供参考。

基于轻量残差复合增强收敛神经网络的粒子场计算层析成像伪影噪声抑制

由于流场中的微粒分布状态能够充分表征场的特性,因此通过稀疏采样实现快速和高质量的粒子场成像始终是实验流体力学等领域高度期盼的.近年来,随着深度学习应用于粒子计算层析成像,如何提高神经网络的处理效率和质量,以消除稀疏采样所致的粒子层析图像伪影噪声仍然是一个挑战性课题.为解决这一问题,本文提出了一种新的抑制粒子场层析成像伪影噪声和提高网络效率的神经网络方法.该方法在设计上包含了轻量化双残差下采样图像压缩和特征识别提取、快速特征收敛的上采样图像恢复,以及基于经典计算层析成像算法的优化信噪比网络输入样本集构建.对整个成像系统的模拟分析和实验测试表明,相比于经典的U-net和Resnet50网络方法,本文提出的方法不仅在输出/输入的粒子图像信噪比、重建像的残余伪影噪声(即鬼粒子占比)和有效粒子损失比方面获得了极大的改进,而且也显著提高了网络的训练效率.这对发展基于稀疏采样的快速和高质量粒子场计算层析成像提供了一个新的有效方法.

结合光电负反馈和模式清洁器的噪声抑制系统

光场噪声的有效抑制是开展精密测量研究的基础,特别是现代量子信息科学对光场噪声提出了散粒噪声极限的要求。本工作研究了一种结合光电负反馈和模式清洁器的噪声抑制系统,在边带模型和郎之万方程的基础上,分析了噪声抑制系统输出光场的噪声谱,讨论了光电负反馈回路的透射率、反馈增益以及光学模式清洁器的腔线宽对噪声抑制水平的影响。结果表明,该系统不仅可以有效抑制高频的强度噪声,使其达到散粒噪声极限,而且能够减小特定频率处的强度噪声。此外,引入带通滤波器能进一步扩展噪声抑制的水平和带宽。研究结果为实验研究提供了直接参考和必要基础。

基于双层反对称阻尼式声子晶体的双通路宽频带噪声抑制方法研究

针对现有声子晶体模型难以在结构传播与空气传播双通路实现噪声抑制的问题,提出了一种双层反对称阻尼式声子晶体结构,以双层阻尼式声子晶体为单元抑制噪声结构传播,将迷宫型散射体反对称式排列抑制噪声空气传播,实现双通路宽频带降噪。研究基于有限元理论与力声类比法对模型的能带图、传递曲线与吸声系数进行计算,对比分析了吸声性能与传统结构的差异,并通过试验进行验证。研究发现,模型中的双层阻尼—散射体结构可将降噪带宽拓展为传统结构的3.3倍,且同体积附加质量仅为传统结构的53.3%,反对称结构可突破吸声系数瓶颈,实现高效吸声。结果表明该模型可以实现双通道宽频带范围内的噪声控制,并具有轻质化的特点,能很好地补足现有声子晶体模型在宽频带噪声控制领域的短板。

基于双探测器的光源相对强度噪声抑制方案

针对传统和现有光路抑制方案在常温条件下表现良好但在全温度范围内性能却难以保证的问题,提出了一种基于双探测器的光源相对强度噪声(RIN)抑制方案。该方案通过双探测器分别检测经不同路径的光信号,并在电路中将这2路信号同步后相减,以消除RIN,从而提高光纤陀螺的精度。同时,还探究了不同调制深度对陀螺输出的影响及未来对该方案的改进思路。实验结果表明:在调制深度为3π/4并且配合双探测器的RIN抑制措施的情况下,该方案能有效提高光纤陀螺的精度,并满足全温条件下的使用要求。

基于非凸约束和噪声抑制的图像增强算法

在暗视觉条件下,图像采集设备捕获的图像具有较低的能见度。Retinex模型增强方法通过操纵估计的照度,可以映射出相应的反射图像,但由于没有考虑噪声项,极易放大增强结果的噪声。针对该问题,提出了一种基于非凸约束和噪声抑制的图像增强算法。首先,定义了一个新的带有噪声项的Retinex模型;然后,基于梯度最小化的平滑滤波器构造了一种0正则约束下目标函数,以此获取照度图像;接着,在上述基础上建立了一种1正则约束下目标函数,用来从反射图像中分离噪声;最后,经过图像重构,获得最终的增强结果。实验结果表明,所提算法不仅能够提升图像的视觉效果,而且在保留图像较多信息的情况下,具备更强的噪声抑制能力。

模糊PID控制在倒立摆稳摆中的噪声抑制分析

针对普通PID控制在倒立摆稳摆中不能有效抑制干扰噪声的问题,通过模糊控制算法对PID参量整定进行在线实时调整。在完成模糊PID控制器的设计应用后对倒立稳摆中的噪声抑制效果进行分析,并对影响控制效果的隶属函数选取进行探讨。结果表明:模糊PID参数整定能起到噪声抑制效果,且模糊算法使用方便,适应性强。

短波红外星图的噪声抑制算法

为了满足星敏感器在近地空间全天时观测的需求,基于短波红外探测器的星敏感器得到了广泛的应用。然而,短波红外星图中存在着条纹非均匀性噪声和缺陷像素等噪点,这些噪声的存在会降低星图的质量。为了抑制上述噪声的影响,本文针对短波红外星图提出了一种噪声抑制算法。首先,通过两点法对每列像素做初步的非均匀性校正,降低同列像素间的非均匀度。然后,通过改进的列向Top-hat算法去除条纹非均匀性噪声的影响。最后,通过中心点扩散连通域算法提取星点。实验结果表明,在两等星内,本文算法能够很好地去除噪声影响,星点的提取误差能够保持在0.3像素即2"内,并且算法针对单帧图像,便于实现,能够满足实时处理的要求。

基于二维图像高斯滤波的BOTDR噪声抑制方法研究

布里渊光时域反射仪(BOTDR)因光信号单端注入及自发布里渊散射信号弱而导致布里渊增益谱(BGS)信噪比(SNR)较低,本文提出采用二维图像高斯滤波算法对BGS图像进行处理以实现对BOTDR系统的降噪。分析了微波外差扫频BOTDR的BGS噪声信号特征,设计了二维图像高斯滤波BGS降噪算法,并在BOTDR测温实验系统上实验验证了该降噪算法的噪声抑制效果和信号处理效率。实验证明,在单频功率曲线100次累加平均的条件下,采用高斯滤波算法对二维BGS图像降噪,降噪前后BGS的SNR提升约10.7dB,变温区的波动范围由±7.79MHz降低至±2.61MHz,同时有效传感距离由约13.8km提升至约24.0km,降噪算法平均信号处理时间约为0.129s。研究表明该降噪方法可显著提升BOTDR系统的SNR,且具有良好的实时性。

基于人工智能的电声噪声抑制技术在动画教学场景中的应用

随着人工智能技术的不断发展,其在音频处理领域的应用也日益广泛。电声噪声抑制技术作为改善音质的重要手段,对于提升动画教学场景中的教学体验具有重要意义。文章重点探讨基于人工智能的电声噪声抑制技术在动画教学场景中的具体应用,分析其技术原理、实现方法以及对教学效果的影响,以期为提升动画教学质量提供新的技术支持和解决方案。

基于谐振原理的光电探测噪声抑制方法研究

为研究一种新型噪声抑制的手段,采用电感电容(Lenz capacitance,LC)谐振原理对有效信号放大。通过对LC电路电感、电容参数的调整,使其谐振频率与有效信号一致,有效信号与LC电路发生共振,实现微弱信号的放大以及噪声的滤除。

主动消声技术在双头雕刻机噪声抑制中的应用

针对双头雕刻机在操作过程中产生的噪声问题,分析主动消声技术在双头雕刻机噪声抑制的应用。首先分析主动消声技术的工作原理,其次分析双头雕刻机的工作原理和噪声的特点,再次分析主动消声技术的设计与实施方案,最后进行实验分析。实验结果表明,主动消声技术能够有效减少双头雕刻机的噪声,优于对照组。

NOMA系统中基于共轭梯度迭代自适应的脉冲噪声抑制方法

脉冲噪声对NOMA通信系统的性能造成严重损害。为了抑制NOMA通信系统中的脉冲噪声,提出了一种基于共轭梯度迭代自适应的抑制方法。首先,利用脉冲噪声的稀疏性和NOMA子载波的正交性构建压缩感知模型,基于脉冲噪声高功率谱的特点推导出脉冲噪声的干扰协方差矩阵;然后,在此基础上利用最小化代价函数得到脉冲噪声估计值的表达式,并利用共轭梯度法简化运算得到脉冲噪声估计值;最后,从接收信号中减掉脉冲噪声完成抑制。仿真结果表明,本文方法可以准确估计出脉冲噪声,有效降低系统误比特率,在不同脉冲噪声模型下均具有较好的性能。

基于导流板的前起落架舱空腔噪声抑制研究

一些飞机在飞行过程中前起落架舱内会出现剧烈的振动,造成舱内零部件的结构疲劳以及舱门的结构破坏。采用分离涡模拟方法对某典型前起落架舱半开口空腔(前舱门打开,后舱门关闭)进行数值模拟,通过与试验数据的对比,验证了计算方法的可靠性。基于此,在前起落架舱内不同位置加装不同角度、不同面积的导流板,以此来改变空腔流动形态,对比分析其对压力脉动频谱以及后舱门所受载荷的影响。结果表明:在合理位置安装导流板可有效抑制前起落架舱中的气动噪声以及削弱后舱门所受的载荷,具备一定的工程应用价值;在导流板的安装参数中,仅安装角度对噪声抑制效果的影响较小;相比安装参数,导流板的面积影响相对较大,增加面积,可大幅提升降噪效果。

高压开关柜局部放电监测白噪声抑制仿真研究

高压开关柜局部放电信号波极易受白噪声影响,为抑制信号波中的白噪声,提高信号检出率,提出一种基于ASTSVD信号分解算法与AWM信号处理相结合的降噪方法,分别先后对污染波进行降噪处理,构建了ASVD-PD白噪声抑制模型。模型首先采用模型融合的方法,将金属尖端缺陷局部放电信号波即HVSPD波模型与wiener-khintchin白噪声模型有机融合,构建出HVSPD污染波;然后采用AWM算法中的SHF提取与修正模块,统计HVSPD污染波的局部变化量,从而优化污染波形结构,提高模型计算效率;接着采用Hankel Matrix矩阵将HVSPD污染波分解为噪声分量和信号分量,并采用中值函数消除噪声分量数据;最终利用EA算法对放大因子与奇异阈值进行参数寻优,提高模型的搜索能力。不同强度噪声干扰的污染波去噪仿真结果表明,较其它传统去噪算法相比,文中提醒胡的算法去噪性能有显著提升:NRR指标提升了57.64%,MSE指标降低了12.96%,且NCC和SNR指标均为最高值。综上所述,文中构建的ASVD-PD白噪声抑制模型有效的提高了HVSPD污染波的白噪声干扰,提高原始波的保有率,并降低其畸变率。

基于卷积神经网络的噪声抑制算法优化

针对语音信号中的噪声抑制问题,提出一种基于卷积神经网络(Convolutional Neural Networks,CNN)的噪声抑制优化算法。首先,探讨基于CNN的噪声抑制框架,并研究基于L1正则化的优化方法。利用Noisy Speech Database进行实验测试,比较传统CNN和文章提出的方法在不同噪声环境下的去噪效果。实验结果表明,文章提出方法的信噪比(Signal-to-Noise Ratio,SNR)和均方根误差(Root Mean Square Error,RMSE)均优于传统CNN。

一种基于修正Frost核的SAR图像斑点噪声抑制方法

针对合成孔径雷达(SAR)图像的斑点噪声抑制问题,给出了一种新的基于斑点噪声统计特性的滤波方法。该方法是对Frost滤波核的修正,综合考虑滤波窗口内的中心像元以及其他像元的局部统计信息,克服了传统Frost滤波器由于等权运算所带来的边缘等结构信息的模糊;同时也弥补了增强型Frost滤波器保留过多“假细节”的不足。实验结果表明,该方法在噪声抑制和细节保持方面取得了较好的折衷。

FeCoB多层薄膜噪声抑制器的传导噪声抑制特性

通过多层化设计的方法提升噪声抑制器的性能,使用有限元仿真的方法研究层数对FeCoB多层膜噪声抑制器性能的影响,随后通过磁控溅射工艺制备了不同层数的FeCoB噪声抑制器。仿真与实验结果均表明,当层数较小时,噪声抑制器的性能随层数的增强而增强,当层数较大时性能趋于稳定。制备的FeCoB噪声抑制器(长10 mm,宽10 mm)在层数为4时传导噪声抑制性能Ploss/Pin可以达到83%,实验结果表明FeCoB多层噪声抑制器能够有效的抑制GHz频段的电磁干扰。

电子线路中的噪声抑制技术分析

阐述噪声的来源、抑制技术的特点,探讨滤波器在电子线路中的应用、地线布局和隔离器设计的优化。结果表明,滤波器、隔离器和地线布局设计是电子线路噪声抑制的方法。