改进的VMD-ITD岩石声发射信号联合降噪方法

针对岩石破裂声发射信号具有非线性、非平稳以及大样本的特点和传统VMD、ITD算法对降噪处理时存在一定局限性的问题,提出一种改进VMD-ITD联合降噪方法。以钨岩为研究对象,首先采用分量能量比作为VMD的终止条件,将岩石破裂声发射信号分解得到多个IMF分量,将各分量与原始信号的互信息量作为各分量的加权因子进行重构信号,再对重构信号进行ITD分解以达到二次降噪的目的,最后以均方根误差与信噪比为去噪效果评价指标,对比分析VMD、ITD以及改进VMD-ITD联合降噪算法降噪效果。通过试验验证,改进VMD-ITD联合降噪算法在抑制非平稳信号噪声中,其均方根误差为4.5521,信噪比为10.0128。相比单一的VMD、ITD算法,降噪效果更好。

基于5G技术的远程综合诊断系统中的一种频偏估计和纠正方法

5G远程综合诊断系统是一种基于5G技术和大数据技术的全新可视化高效系统,该系统通过5G大宽带进行高清视频多方远程会诊,提升了传统医疗服务的品质。该系统对5G信号的稳定性和准确性有很高要求,为了满足这一要求,提出一种频偏估计和频偏纠正的方法。该方法能根据主同步信号(PSS)和辅同步信号(SSS)快速地计算出频率偏差,并使用该频率偏差对5G信号进行频偏纠正。仿真结果表明,该方法在算法的估计范围内能够准确估计出频偏值,并有效地降低了5G信号中的噪声和干扰,提高了5G信号质量。相比同类型的其他频偏估计算法,该算法兼顾了算法复杂度和估计结果的精度,已在5G+医疗健康应用试点项目——基于5G技术的远程综合诊断系统中得到了实际应用,且效果良好。

多轨道数字音频自适应变阶谱降噪模型构建

文中提出多轨道数字音频自适应变阶谱降噪模型构建,采用一阶高通数字滤波器预加重处理多轨道数字音频信号,以此为基础,通过最大熵谱估计算法估计数字音频信号频谱,搭建自适应变阶谱降噪模型,确定谱减阶数的自适应取值规则。将待处理的多轨道数字音频频谱估计结果输入至训练好的降噪模型中,输出结果经过逆变换即为降噪完成后的多轨道数字音频,从而实现了多轨道数字音频的自适应变阶谱降噪。实验数据显示:构建模型应用后,可以有效去除音频噪声信号,并不会缺失音频有效信息,降噪后多轨道数字音频信噪比最大值为91.25 dB,充分证实了构建模型降噪效果更佳。

基于形态滤波的反射式脉搏去噪方法研究

脉搏中蕴涵着大量的人体生理病理信息,因此分析脉搏信号成为诊断亚健康状态的重要手段。但由于反射式脉搏血氧信号较微弱,容易受到噪声的干扰从而影响诊断结果的正确性。针对反射式脉搏信号的噪声特性,提出一种基于形态学滤波的滤波方法,该方法采用两种不同宽度的结构元素对脉搏波信号进行广义形态开闭和闭开滤波,分离出基线漂移,并通过低通滤波分离出高频分量。实验结果表明,该方法能实时有效地对反射式脉搏信号进行去噪,处理效果优于传统算法。

水下通信中信号跟踪方法的抗干扰设计

针对传统的水下通信信号跟踪方法根据点观测信息对当前信号状态实施预测,对数据信噪比较为敏感,存在较高的误码率和较低的抗噪性能,设计一种抗干扰性强的水下通信信号跟踪方法。通过分块的信道跟踪方法对实际信道进行实时跟踪,减缓时变对信道的冲击,在跟踪的信道中采用弱小目标信号的检测前跟踪方法,将原始数据作为观测数据,利用跟踪算法预计目标状态,再对目标状态进行检测判决,有利于低信号噪音在高信噪比条件下的能量积累,提高目标检测性能,实现高噪声水下环境中通信信号的准确跟踪。实验结果说明,所提方法能够准确跟踪水下通信信号,具有较低的误码率,抗噪性能高。

基于CEEMDAN和小波阈值的ECG去噪算法研究

提出一种基于自适应噪声完备集合经验模态分解(CEEMDAN)与小波阈值的ECG信号去噪新算法。首先对含噪ECG信号进行CEEMDAN分解,得到从高频到低频排序的各个IMF分量,利用自相关法对各IMF分量进行分析,找出以随机噪声为主的高频IMF分量并进行小波阈值去噪;然后统计包括余量在内所有IMF分量的过零率,过零率小于1.5的IMF分量即为基线漂移信号,直接剔除;最后将经过小波阈值去噪的IMF分量与剔除基线漂移之后的其他IMF分量一起进行合并重构,实现ECG信号的去噪和基线校正。用所提算法对MIT-BIH心电数据库中的ECG信号进行去噪处理,结果表明ECG信号中的随机噪声得到很好的抑制,同时获得了良好的基线漂移校正效果。

UWB人员运动定位的小波阈值去噪方法研究

针对超宽带定位系统受到人员运动影响,定位精度降低的问题,提出一种超宽带人员运动定位的小波阈值去噪方法。通过研究不同的小波基函数、阈值选取规则和阈值函数对人员运动产生的定位异常影响,根据去噪效果,在启发式阈值估计准则下,确定db5小波5层分解、软阈值函数去噪为最佳去噪方法。通过实验验证表明,该小波阈值去噪方法能够削弱UWB室内人员运动定位中异常值的影响,提高定位精度与定位准确性。

基于STM32和LoRa技术的噪声采集分析系统

针对城市生活中日益严重的噪声问题和人们对噪声监控的现实需求,设计了一种基于STM32和远距离无线通信(LoRa)技术的分布式无线噪声采集分析系统。该系统基于STM32设计了一种集采集噪声、分析噪声数据并上传于一体的采集分析设备,采用快速傅里叶变换(FFT)实现了噪声信号的倍频程分析,该设备具有体积小、续航能力强、便于部署等优点。采用LoRa无线通信技术将采集到的噪声数据上传至上位机,传输范围广,传输效果稳定。利用C#语言开发的上位机软件可以实现对多个监测设备采集分析数据的实时显示和保存,人机交互界面友好。经测试,该系统能准确地监测部署设备区域的噪声情况,达到在20 Hz~20 kHz频率范围上17~136 dB的动态范围,稳定地传输采集分析到的声学数据,适用于多区域噪声的长时间无人监控与分析。

非平稳声信号下的小波变换去噪方法研究

针对多噪声环境下非平稳声信号的去噪问题,为提高信号识别精度,利用小波变换具有多分辨分析的特点,提出一种改进的小波阈值去噪方法,并对阈值的选取和阈值函数的选择做出改进。利用对数函数的特性拟合分解层变量对噪声的影响,提出一种动态阈值计算方法,保证了阈值在随分解层数增加时会随之变化,优化了采用固定阈值带来的信号过度滤波问题;利用指数函数的特性设计了一个阈值函数,解决了采用传统阈值函数带来的信号重构偏差大的问题;最后,以信噪比和均方根误差为性能指标进行实验,对比了不同阈值和阈值函数下的去噪精度。结果表明,文中设置的动态阈值计算方法在去噪时误差最小,更加逼近目标信号,所设计的方法提高了信号识别精度,提升了小波变换的实用价值。

基于FFT变换和ADALINE网络的实时音频滤除窄带噪声方法

针对传统的噪声滤除方法实时性不好,需要人工设置的参数过多导致使用不便的问题,利用快速傅里叶变换(FFT)获取噪声音频的频谱,选取频谱中幅度最大的前若干个频率作为噪声频率,依据噪声频率重构初相为0的正弦波噪声样本,利用改进自适应ADALINE网络模拟噪声音频中的噪声,将噪声音频减去网络模拟出的噪声从而实现音频去噪,同时把相减结果作为误差反馈给网络用于权值更新。相比传统方法,该算法不仅处理时延更低,而且只有一个参数需要设置,大大简化了使用流程。仿真测试发现该算法可以有效滤除高斯窄带噪声,滤波后信噪比提高了11 dB,并且算法实时性强,初始化仅需82 ms,音频采样点处理速度高达102 kHz。

基于波束形成的发动机噪声源识别试验研究

噪声是汽车舒适性及整车性能评价的重要指标,在探究发动机降噪途径过程中,声源精确定位识别决定降噪方法的优劣。试验基于波束形成声源识别算法,对大众2VQS电喷发动机前侧、进气侧、排气侧三个方位面进行噪声源识别测试。测试前构建发动机物理坐标系辅助噪声源点位坐标的精确识别,侧重定位分析1000Hz以上声能量位置变化规律。试验结果表明,基于构建辅助物理坐标系并采用波束形成算法能够精确识别发动机噪声源位置;测试方位面不同,识别发动机噪声源位置不同,噪声源主要集中在发电机、缸体、皮带轮、齿轮系、冷却风扇5处;声能量集中位置声压级随转速升高而增强,转速为2500r/min时声压级数值近似相等,当转速大于2500r/min,各测试面声压级趋于恒定。

改进EMD与小波阈值相结合的光生混沌信号降噪

超宽谱混沌信号经过经验模态分解(EMD)后得到具有不同时间特征尺度的固有模态函数(IMF)分量,由于各分量中噪声与信号同时存在,会发生模态混叠。针对此问题,提出一种改进EMD与小波阈值法相结合的光生混沌信号降噪方法。首先对经过EMD分解后的IMF分量采用两种不同阈值函数分别对信号主导模态分量和噪声主导模态分量进行去噪处理,然后将提取出的信号成分相加重构得到混沌信号。仿真结果表明:该方法能够有效地去除噪声,且降噪效果优于已有的EMD分解去噪方法,可进一步提高重构信号的信噪比,降低其均方误差,是一种有效可行的光生混沌信号降噪方法。

电力载波通信中接收端通路噪声规避系统设计

以电力载波通信中接收端通路噪声为研究对象,提出基于分数阶傅里叶变换限波的噪声干扰规避设计。根据噪声具有的频谱特性构建噪声时间序列信号测量模型,由于不同噪声信号具有不同的时间序列,计算噪声信号的功率谱并获取功率谱值,通过运用噪声时间序列信号测量模型对噪声信号实现判定;依据噪声信号在分数阶傅里叶域的特征,将信号变化至傅里叶域,在该域中实现一维遮盖处理,滤除非平稳宽带干扰信号,再重新变换至时域中;在傅里叶域中构造滤波器,利用门限值对接收端信号进行调节,实现噪声信号规避设计。实验证明,利用所提方法可有效避免载波通信接收端的噪声信号影响。

基于互信息改进的VMD算法及管道泄漏信号降噪

为了消除供水管道泄漏信号的噪声,准确定位供水管道泄漏位置,提出将基于互信息优化的VMD算法应用于供水管道泄漏振动信号的降噪处理。在处理前期,根据泄漏信号幅频特性,确定泄漏信号特征频带,并通过分析各模态函数中心频率确定合适的分解参数K。在处理后期引入作为各模态分量的评价指标,选择合适模态分量重构信号,并使用带通滤波器对重构信号进行滤波。经实验和实地测试表明该算法能有效提高定位精度。

基于小波变换的电力载波通信信号智能监测系统设计

为了解决传统实时通信信号智能监测系统受到噪声干扰而导致监测精准度低的问题,设计了基于小波变换的电力载波通信信号智能监测系统。依据监测系统下位机硬件结构,采用AD7705型号作为A/D数模转换器主要芯片进行模数转换。以看门狗的单片机芯片设计监测器,对转换数据进行监测处理。通过带阻滤波电路,改善滤波器周围信号频率特性,实现多路反馈。依据复位电路为系统提供复位脉冲,使电路恢复到初始状态,为下一次信号监测做好准备。设计软件流程,依据小波变换原理,对系统进行规避噪声处理,由此完成通信信号智能监测。在软硬件调试基础上进行仿真研究,由结果可知,该系统误码性能较好、监测精准度较高,在未来自动化监测系统中发挥重要作用。

基于谱减法与小波分析的电缆局部放电信号降噪方法

白噪声作为电力电缆局部放电信号监测系统采集的主要环境干扰源,会对局部放电信号的检测和分类产生负面影响,因此需要一种有效的降噪技术来抑制这种环境噪声。运用传统的小波变换去噪,尽管可以达到较好的效果,但其计算复杂性给实际应用带来众多不便。针对以上问题,将计算复杂性较低的谱减法引入局放信号的处理,提出了一种功率谱减法和小波分析联合的增强算法,并通过仿真实验验证了其降噪效果。结果表明,相比小波去噪,该方法具有更好的去噪性能。

一种小区动态多模式频率复用方法的研究

频率复用技术是移动通信系统中提升系统容量和边缘用户通信质量的核心技术,但是已有的方法无法根据相邻小区边缘用户的分布调整频率复用分配,导致边缘用户的信干噪比下降,其抗干扰能力减弱。文中提出一种动态多模式频率复用方法,该方法可以根据网络的实时需求选择频率复用模式,建立该方法的网络模型,同时也提出了对系统用户的信干噪比和覆盖率的评价方法。仿真结果表明,根据网络的实时需求,该方法能够有效地提高通信系统用户的信干噪比及覆盖率。

多噪声背景电子音乐类型分类建模与分析研究

为了解决传统电子音乐类型分类方法检测准确率不高的问题,提出一种多噪声背景的电子音乐类型分类方法。首先,降噪处理噪声环境下的电子音乐,得到含有噪声的电子音乐频谱,利用感知小波包变换提取噪声的特征,采样噪声的特征值并计算噪声的短时能量,得到电子音乐降噪表达式,计算频谱的二阶矩,得到不含噪声的电子音乐短时能量特征;然后,使用短时傅里叶变换计算得到每帧中所有电子音乐点的倒谱系数,利用倒谱系数得到计算电子音乐类型的二维矩阵,通过小波变换将噪声处理表达式与计算电子音乐类型的二维矩阵,处理为最终的噪声环境下的电子音乐类型检测表达式。实验结果表明,与两种传统噪声环境下的电子音乐类型分类方法相比,多噪声背景的电子音乐类型分类方法检测准确率更高,更适合在噪声环境下检测电子音乐类型。

小波包分析和FastICA相结合对单通道脑电信号的去噪研究

采用基于小波包分析的FastICA方法对单通道脑电信号进行去噪,由于脑电信号并不是独立的,分离信号和源信号对应关系也不确定,直接采用FastICA对多通道脑电信号进行处理,最终的去噪效果并不理想。因此先用小波包对单通道脑电信号进行分解,从而得到频带较窄的子带信号,可保证源信号具有一定的独立性,有利于噪声独立分量的分离和去除,也为单通道脑电信号的去噪提供了思路。从时域分析、傅里叶变换、功率谱密度分析以及信噪比和均方根误差的角度,对比多导联FastICA的去噪效果,可以发现所提出的方法较为有效。

改进小波变换的电子音乐信号去噪研究

针对电子音乐信号受噪声干扰易出现信号失真、电子音乐存在断点的问题,提出改进小波变换的电子音乐信号去噪方法。首先,分析不同尺度中电子音乐信号小波系数相关性,采用软阈值算法去除电子音乐中的噪声;然后,采用修匀法对去噪后电子音乐信号进行处理,提升电子音乐信号整体连续性。结果表明,改进小波变换去噪后电子音乐信号波动区间与去噪前相同,去噪后电子音乐信号未受损,信号连续性好,去噪性能明显优于对比方法。