Karl Norris导数滤波器结合主成分分析转移NIR模型

分别以Nicolet Antaris、Spectrum One NTS近红外光谱仪为源机和目标机,采集153个具有代表性的初烤烟叶样品光谱,应用Karl Norris导数滤波器对其中的120个烟叶样品的光谱进行预处理,筛选谱区,同时结合主成分分析验证源机与目标机光谱的一致性,将获取的有关光谱预处理参数应用于源机模型的转移运算得到目标机的转移模型,应用源机模型和目标机转移模型对另外的33个烟叶样品的总糖、还原糖、总氮和烟碱进行预测,并对预测结果进行配对t-检验。结果显示,在P>0.05时,二者的预测结果无显著性差异。

二阶各向异性高斯导数滤波器的斑点检测算法

针对目前斑点检测算法对斑点进行定位和描述斑点形状的能力不足等问题,提出了一种基于多尺度二阶各向异性高斯方向导数滤波器的斑点检测算法。二阶各向异性高斯方向导数(SOAGDD)可以很好的提取不同方向的图像信息,并且可以很好的应对噪声干扰,采用多尺度二阶各向异性高斯方向导数滤波器对输入图像进行平滑处理,对处理后图像进行区域极值计算。实验证明提出的方法在兴趣点检测的定位、检测到的兴趣点的形状描述和图像匹配方面具有优越性。

基于各向异性高斯方向导数滤波器的角点检测

为了改进噪声鲁棒性和定位准确性,利用各向异性高斯方向导数滤波器,提出多方向角点检测算法.该算法利用一组各向异性高斯方向导数滤波器对输入图像进行卷积处理得到各个方向的滤波器响应.对于每个像素点,利用它与周围邻近像素点的滤波器响应的相关信息构造局部自相关矩阵,然后根据自相关矩阵归一化特征值及像素点处各方向滤波器响应,作阈值处理和非极大值抑制处理判定像素点是否为角点.实验结果表明,在无噪声和噪声的条件下,提出的检测方法与各向同性高斯核函数的Harris算法相比,配准角点数均提高6.0%左右,具有更好的检测性能.

基于各向异性高斯核方向导数滤波器的图像轮廓检测

针对图像轮廓检测中存在大量毛刺和虚假轮廓的问题,提出一种基于各向异性高斯核方向导数滤波器和图论方法的图像轮廓检测算法。利用各向异性高斯核方向导数滤波器提取图像中各个方向的变化信息,使用阈值化方法实现图像中轮廓的初始检测。将初始检测的轮廓转换成加权无向图表示,利用图论中提取最短路径的方法递归地将轮廓的无向图转换成最短路径的集合。最后,使用阈值化方法消除初始轮廓检测结果中的毛刺和虚假轮廓。将检测结果与现在广泛使用的Canny检测结果相比,该方法基本消除了真实轮廓附近的毛刺,大大减少了虚假轮廓,获得了更好的检测性能。

Chebyshev低通滤波器在位场数据波数域导数换算中的应用

导数换算作为常用的位场数据处理手段具有重要的物理意义。由于实际测量误差和噪声的影响,波数域导数换算存在计算过程不稳定、求导结果精度差的问题。为了降低噪声干扰,提高导数计算精度,提出了在波数域常规导数算子基础上附加Chebyshev低通滤波器的任意阶导数换算方法。通过分析该滤波器的滤波特性,并结合位场异常径向平均功率谱曲线特征,确定了Chebyshev低通滤波法的滤波参数,减少了人为因素对求导结果的干扰。二度体和三度体模型试验表明,与其他3种方法(常规FFT(fast Fourier transformation)法、向上延拓法和ISVD(integrated second vertical derivative)法)相比,该方法计算的导数与理论值的均方根误差最小,求导结果精度较高。在虎林盆地布格重力异常数据处理中,利用该方法计算的垂向二阶导数受噪声干扰小,结果可靠性较高,依此划分出的8条大断裂和11条小断裂在以往研究中均得到证实。

基于自适应方向导数滤波器的彩色边缘检测

传统彩色边缘检测算法在提高边缘检测准确性时可能将噪声检测为边缘,而在提高噪声鲁棒性时会将部分边缘当作噪声进行抑制,导致部分边缘信息丢失。为解决传统彩色边缘检测算法在边缘检测准确性与噪声鲁棒性之间的矛盾问题,提出一种基于自适应各向异性高斯方向导数(ANDD)的彩色边缘检测算法。通过彩色图像的微分自相关矩阵构建反映边缘类型的度量准则,以自适应地确定每个像素处ANDD滤波器的形状,从而准确提取不同类型的边缘特征,采用ANDD滤波器组对图像进行平滑处理,提取在三个通道上的ANDD特征。在此基础上,利用奇异值分解得到最优融合权值,并融合三个通道的ANDD特征,以增强彩色边缘强度。实验结果表明,该算法在无噪声和含噪声环境下的Pratt品质因子分别为0.849 6和0.791 4,与彩色Canny、RCMG-MM和FRPOS算法相比,在保持较高边缘检测准确率的同时具有较优的噪声鲁棒性。

一种基于高斯滤波器的电能质量信号去噪算法

研究电能质量问题有重要的意义。电能质量分析的必要前提是对采集到的电能质量信号进行有效的去噪处理,同时,保留突变点信息也是电能质量分析的一个重点。为了解决传统的滤波方法不能同时解决去噪和突变点信息保留这对矛盾的问题,该文提出了一种基于高斯滤波器的电能质量去噪算法。通过使用导数函数调整其尺度参数σ从而进一步调整滤波器的加权系数,使其既能平滑噪声又能较完整地保留突变点的信息。实验仿真结果表明,该文算法在去噪效果和突变点保留能力上均优于传统的滤波方法,选取σ约为所有点导数的均值时处理效果最佳。该文算法理论基础完善,易于实现,处理效果显著,有良好的发展前景。

一种基于联合源-滤波器模型优化的语音声门源模型估计方法

本文论述了一种基于联合源-滤波器分离的稳健声门源模型估计方法.此方法利用LF(Liljencrants-Fant)模型对声门波导数(glottal flow derivative)进行建模,而声道被描述为一个时变的ARX模型.由于联合估计问题是一个多变量非线性优化过程,本文采用了一个两阶段(two-pass)的实现策略来解决这一问题.第一阶段初始化声门源和声道模型,并为其后的联合优化过程提供稳健的初始参数.第二阶段的联合估计则最终决定模型估计的精度,由信任域下降优化算法实现.通过分别对合成和真实语音的实验,表明该方法是一种具有一定精度和较好的稳健性的声门源模型估计算法.

二阶锥规划方法对于低群延时复系数有限冲激响应数字滤波器优化设计

针对低群延时复系数有限冲激响应数字滤波器优化设计问题,提出了一种幅度和相位独立约束的等纹波设计新方法。该方法在相位误差一定的条件下对幅度的上界和下界分别采取复数圆约束和线性不等式约束,不仅提高了幅度约束的精度,而且将非凸的滤波器设计问题转化为二阶锥规划问题;同时,为抑制通带边缘附近较大的群延时震荡效应,引入了相位误差一阶导数约束方法。仿真结果表明:该方法既可以有效的减小群延时误差,又可以最小化幅度误差,极大的提高了复系数滤波器的优化设计性能。

基于IIR低通滤波器的快速正弦电压有效值新算法

针对Vehicle to Grid充电系统,在比较全周期采样法、导数法以及迭代法求正弦电压有效值的基础上,提出基于IIR低通滤波器的快速计算正弦电压有效值的新方法.该算法对一个电压采样值进行平方计算,得到一个含有直流分量的交流信号,随后对该信号进行IIR低通滤波,滤除直流以外的一切交流信号,得到直流分量,即电压最大值的平方的一半,亦即电压有效值的平方,从而得到电压有效值.这一过程可以保证滤波后得到的直流分量不含有任何高频信号,并且,只需一个电压采样值就可以计算得出电压有效值,相对于前3种方法更加快速、便捷,具有更强的抗扰能力.利用Matlab/Simulink建立Vehicle to Grid充电系统模型,运用新算法求电压有效值,结果达到预期效果.

软件锁相环环路滤波器和闭环幅频响应分析

为了解决软件锁相环设计时遇到的参数设置问题,通过导数逼近法给出了软件锁相环的Z域数学模型,并研究了参数变化对环路滤波器幅频响应及闭环幅频响应的影响,从而得到阻尼系数、系统增益、采样率与系统性能之间的关系,为实际设计软件锁相环时参数的设置提供了理论依据和参考。

使用Savitzky—Golay滤波器改进的位场ISVD算法

结合空间域和频率域计算的ISVD(Integrated Second Vertical Derivative)位场垂向导数换算算法,相对单纯的空间域或频率域方法具有较高的稳定性,但是ISVD算法在高阶垂向导数换算过程中依然会在一定程度上受到噪声的干扰,随着换算阶数的增加,噪声干扰逐级增大。为了能够在压制噪声的同时很好地保持异常真实形态,将具有异常形态高保真特点Savitzky-Golay滤波器引入ISVD算法中,通过选择最优滤波参数,在各阶垂向导数的换算过程中能够对噪声进行逐级压制,同时维持了异常的真实信息。通过模型验证了Savitzky-Golay滤波对于ISVD算法的稳定性具有明显的改进效果。

消除运放时间常数影响的有源滤波器的设计及应用

本文讨论了转移函数对运放时间常数τ_i=1/GB_i 的一阶与二阶偏导数为零的有源滤波器的设计方法。文章给出了由此方法所构成的一种有源带通滤波器。实验表明,这种滤波器在高频和/或高 Q 下运行时的工作性能要比单运放的达利扬尼斯带通电路优越得多。

分数导数与数字微分器设计

从信号处理角度来考察分数阶导数和微分问题 .首先论述分数阶微积分的基本概念 ,评论分数阶导数的几种典型定义 ,并重点探讨分数阶导数的频域定义及其基本性质 .紧接着详细研究分数阶微分的实现 :理想分数阶数字微分滤波器和FIR分数阶数字微分滤波的基本性质和设计问题 ,并提出分数阶微分滤波器设计中遇到的新问题以及奇对称微分滤波器、偶对称微分滤波器等新概念 .最后给出一些值得进一步探讨的有趣问题 .

紫外可见分光光度计的双向导数光谱法

紫外可见分光光度计的导数光谱法由于相移的存在,导致导数光谱中峰值、峰谷对应的波长位置与其真实的波长位置存在偏差以及复杂频率分量的物质吸收曲线发生群时延。基于零相移滤波器原理,双向导数光谱法能够有效地消除相移。实验采用紫外可见分光光度计扫描水杨酸溶液,并用导数光谱法和双向导数光谱法分析吸光度数据。结果表明,双向导数光谱法能克服相移,提供无群时延的更精确的吸收细节,从而提高紫外可见分光光度计的分析精度。

基于数据驱动自适应变分非线性chirp模态分解的瞬时频率识别

为降低初始频率和信号噪声对变分非线性chirp模态分解(variational nonlinear chirp mode decomposition,VNCMD)的影响,提出了一种基于数据驱动自适应变分非线性chirp模态分解(data-driven adaptive variational nonlinear chirp mode decomposition,DDAVNCMD)的方法。通过模态能量占比确定响应信号的模态个数,同时采用导数归一化算法初步估算模态分量的初始频率,并添加迭代时变滤波器来降低噪声的影响,在此基础上再对响应信号进行VNCMD。通过单分量和多分量解析信号及拉索结构试验对所提方法进行验证。研究结果表明,基于DDAVNCMD的瞬时频率识别方法具有较好的准确性和抗噪性。

一种基于双尺度高斯核方向导数的图像轮廓检测算法

为了降低图像轮廓检测中纹理对检测结果的影响,提出一种基于双尺度高斯核方向导数滤波器的图像轮廓检测算法。结合大小两个尺度高斯核方向导数滤波器构造图像的边缘强度映射(ESM),小尺度高斯核方向导数滤波器增强了图像细节信息的检测能力,而大尺度高斯核方向导数滤波器起到抑制纹理的作用。利用ESM自身的全局和局部信息对ESM进行均衡化。通过阈值化和形态学处理,得到最终轮廓检测结果。实验表明,该方法有效可行。

基于二阶导数谱与特征吸收窗的红外光谱定量检测方法

红外光谱分析技术已被液体、固体和气体混合物各组分的定量检测广泛应用。针对红外光谱定量检测过程中存在的计算过程复杂、受背景及噪声干扰、多组分谱线混叠的问题,一方面,通过获取谱线二阶导数去除背景及噪声干扰,并一定程度上区分混叠谱峰。在获取二阶导数谱线过程中运用Savitzky-Golay滤波器进行平滑滤波处理,并根据谱线频率特征选取Savitzky-Golay滤波器最佳滤波参数,解决了滤波参数缺乏标准化选取方法的问题。另一方面,根据被测组分的吸收分布情况生成特征吸收窗分别对待测原始吸收谱线以及二阶导数谱线加以处理,提取出在浓度计算过程中占据重要性更大的特征吸收的区域,从而排除非吸收区域中背景、噪声及其他组分对计算结果的干扰。以一组丙烷、丙烯和甲苯混合气体为例,运用二阶导数方法以及特征吸收窗方法进行定量检测,并与直接利用原始谱线的检测结果进行比较分析。实验结果表明采用二阶导数谱与特征吸收窗的定量检测方法精度更高,相对误差基本在5%以内。

广义多项式结构稳健宽带波束形成器优化设计

传统多项式结构宽带波束形成器的设计一般采用有限冲激响应(Finite impulse response,FIR)滤波器。本文通过使用正交基滤波器替代传统设计中的FIR滤波器,提出了一种广义多项式结构宽带波束形成器。所提多项式结构宽带波束形成器可视为传统多项式结构宽带波束形成器的推广,因而结构上更为灵活。为增强广义多项式结构宽带波束形成器的鲁棒性,进一步提出了基于平均性能优化准则的稳健优化设计方法。该方法通过粒子群算法对正交基滤波器中的极点进行优化,以利用极点所提供的自由度提高多项式结构宽带波束形成器的性能;同时通过引入阵列响应的空间导数约束,减小了由有限次多项式插值所造成的波束主瓣指向偏差。仿真结果表明,与传统多项式结构设计方法相比,所提设计方法能够获得更好的频率不变性和鲁棒性,且有效改善了波束主瓣指向的精准度,提高了多项式结构宽带波束形成器的指向性指数。

不同类型土壤的光谱特征及其有机质含量预测

【目的】构建适合土壤有机质含量估测的高光谱参数及定量反演模型。【方法】系统分析中国中、东部地区5种不同类型土壤风干样本有机质含量与350～2500nm波段范围高光谱反射率之间的关系,利用特征光谱参数和BP神经网络建立土壤有机质的定量估测模型。【结果】光谱一阶导数构成的两波段光谱参数与土壤有机质含量的相关性明显优于原始光谱,尤其采用Norris平滑滤波后导数光谱效果更好。光谱参数构成形式以差值指数最好,其次为比值和归一化指数。与土壤有机质含量相关程度最高的光谱参数是由可见光区554nm和近红外区1398nm两个波段的一阶导数组合而成的差值指数DI(D554,D1398),两者呈显著指数曲线关系,拟合方程为y=184.2×exp[-1297×DI(D554,D1398)],决定系数为0.90。经不同类型土壤的观测资料检验,模型预测决定系数为0.84,均方根误差RMSE为3.64,相对分析误差RPD为2.98,显示估测模型具有较好的预测精度。另外,利用BP神经网络结合偏最小二乘法(PLS)对导数光谱进行分析,提取贡献率达到99.56%的前6个主成分建立了三层BP神经网络模型,模型决定系数为0.98,经不同类型土壤的观测资料检验,模型预测决定系数为0.96,RMSE为2.24,相对偏差RPD为4.83。比较利用DI(D554,D1398)和BP网络进行土壤有机质含量的预测结果,前者精度低于后者,但可以满足土壤有机质监测的需要。【结论】利用差值光谱指数DI(D554,D1398)和BP神经网络模型均可实现对土壤有机质的精确估测。