一种NLF-对数小波阈值的脉冲干扰降噪方法

在脉冲噪声背景下,传统信号降噪方法性能退化,无法去除强脉冲噪声,而且会出现计算复杂度增加的问题.本文提出一种基于非线性滤波(Nonlinear Filtering, NLF)和小波阈值去噪的联合算法,该方法利用非线性滤波算法抑制强脉冲噪声点干扰,通过改进的对数小波阈值函数去噪方法进行全局处理,快速而且高质量的完成对信号降噪.实验结果表明,本文所提算法对脉冲噪声背景下的多种信号类型都具有可行性,能够获得更高的峰值信噪比,具有很好的降噪效果.

用于多分量信号分析的自适应广义S变换算法研究

时频分析是处理非平稳信号强有力的工具,S变换作为传统的时频分析方法之一,其窗函数的尺度可以随频率改变。但是,其时频窗函数尺度变化是固定的,无法适用不同信号的局部特性,导致能量聚集性较差。本文提出了一种自适应的广义S变换算法,设计了由4个调节参数控制的广义高斯窗函数,采用浓度测量自适应优化调节参数,以寻求最佳的时频表征效果。并针对时频分析结果,采用瞬时频率重组和分量重构方法,得到各个分量的瞬时频率,同时进行平滑处理,最终实现多分量信号的参数估计。仿真实验说明,本文提出的自适应广义S变换算法,结合瞬时频率重组和分量重构信号方法,极大地提升了多分量信号的时频分辨率和信号分离的准确性。