基于中值滤波-奇异值分解的胶合板拉伸声发射信号降噪方法研究

为了去除声发射信号中的随机噪声与脉冲干扰,提高有用信号质量,提出一种中值滤波与奇异值分解相结合的降噪方法。该方法首先对原始声发射信号进行中值滤波,去除幅值较大的异常值,其次对去除异常值的信号序列进行相空间重构和奇异值分解,最后针对确定重构阶数这一难点,提出奇异值能量差分谱概念,并利用能量差分谱的较大峰值位置来确定奇异值的重构阶数,以实现降噪。数值仿真和五层胶合板强度测试的实测数据分析表明,该方法能够有效地保留原有信号的特征,并能最大限度地消除噪声,提高信噪比。

奇异值分解五阶容积卡尔曼滤波汽车状态估计

针对三阶滤波对高维汽车非线性模型估计精度有限的问题,以电动汽车为研究对象,提出了一种基于奇异值分解的五阶容积卡尔曼滤波(SVD-FCKF)车辆状态估计器。首先基于Dugoff轮胎模型,构建高维非线性7自由度车辆动力学模型。然后根据三阶球面-径向容积规则将CKF拓展到五阶,使其具有五阶泰勒级数展开精度,同时利用奇异值分解代替传统Cholesky分解,提高估计器的鲁棒性。最后利用Carsim和Matlab/Simulink联合仿真平台对SVD-FCKF进行验证,结果表明:改进的SVD-FCKF估计器能够有效提高电动汽车纵向速度、侧向速度、质心侧偏角和四轮转速的估计精度和稳定性,多工况适应能力强,整体估计效果优于CKF估计器。研究结果为电动汽车主动安全研究提供了理论支撑,具有实际应用价值。

奇异值分解滤波联合Frangi滤波对超微血管成像图像质量的影响

目的 观察奇异值分解(SVD)滤波联合Frangi滤波对超微血管成像(SMI)图像质量的影响。方法 分别对1具仿体及1例疑诊肝血管瘤患者行CEUS,分别以SVD滤波(A组)、Frangi滤波(B组)、Frangi+SVD滤波(C组)及SVD+Frangi滤波(D组)处理图像,之后比较不同图像的质量。结果 4组仿体及人体肝脏SMI对比组织比(CTR)、对比度噪声比(CNR)及信噪比(SNR)均高于原始CEUS图像。相比原始图像,D组图像质量及分辨率提升最为显著,仿体SMI的CTR、CNR及SNR分别提升58.04、3.39及48.04 dB,人体肝脏SMI相应参数则分别提升61.85、16.80及49.67 dB,而分辨率分别为原始CEUS图像的1.42倍及1.98倍。结论 SVD滤波联合Frangi滤波可有效提高SMI图像质量。

井下指令信号的小波-奇异值分解双层滤波降噪

针对旋转导向钻井井下接收的指令信号进行降噪时存在奇异点和突变点等问题,提出一种基于小波-奇异值分解的双层滤波降噪方法。该方法将小波改进分层阈值降噪与奇异值分解降噪相结合,采用小波变换与奇异值分解WT-SVD双层滤波降噪方法,对小波改进分层阈值降噪后的信号进行矩阵构造,经过奇异值分解和重构使信号得以还原。通过实验确定了所选取的奇异值个数及重构矩阵结构,并对比研究了奇异值分解、小波改进分层阈值和WT-SVD双层滤波3种不同降噪方法降噪后的信号波形及信噪比、均方根误差和相关系数。实验结果表明,WT-SVD双层滤波方法降噪效果明显。

基于奇异值分解和Savitzky-Golay滤波器的信号降噪方法

为降低信号中噪声的干扰,将奇异值分解(SVD)理论和Savitzky-Golay滤波器相结合提出了一种新的降噪方法。该方法首先分析了信号负熵随信噪比变化的规律,而后通过将负熵作为降噪效果的评估参数,确定了SVD降噪过程中构造的Hankel矩阵的最优维数;其次采用Savitzky-Golay滤波器对用于重构信号的奇异值进行了平滑滤波处理,并分析了Savitzky-Golay滤波器结构对降噪效果的影响,最后通过定义误差函数确定了Savitzky-Golay滤波器的最优结构。将该方法应用于线性调频信号和多成分周期信号的降噪实验,结果表明:基于SVD和Savitzky-Golay滤波器的降噪方法能有效降低噪声干扰,是一种有效的信号降噪方法。

F-X域奇异值分解预测滤波法随机噪声衰减

信号分析中的预测技术在地震勘探中得到了广泛的应用，一维预测滤波能消除鸣震等具有周期性的干扰波，但对随机干扰则无能为力。针对这一困难，最近几年出现了F－X域二维预测滤波。该方法是将时间信号变到频率域，对每一频率信号横向上进行预测，由于有效波横向上是相对连续的，而随机干扰在横向上是不相关的，因而能有效地消除随机干扰。

基于奇异值分解及波数滤波的三维地质雷达噪声抑制技术研究

针对城市地下管线探测中三维地质雷达数据出现强噪声干扰问题,提出基于奇异值分解(SVD)和波数滤波(Wavenumber filtering)相结合的处理方法,并给出了选取奇异值数目阈值的定量判据。研究表明:通过选择合适的奇异值,SVD方法能准确划分地质雷达数据中的目标信号和噪声信号;基于高斯低通的波数域滤波可有效压制杂波及噪声;将上述SVD方法与波数滤波方法结合应用,发现可有效提高三维雷达深度切片信号的信噪比,使有效反射信号更加清晰并保证地下目标信息完整性。该方法可提升三维地质雷达对目标反射信号识别的效率与精度,使其更适用于城市地下管线探测。

基于中值滤波-SVD和EMD的声发射信号特征提取

针对随机噪声和脉冲干扰对经验模态分解(EMD)质量的影响,提出中值滤波和奇异值分解(SVD)联合降噪方法,并将其与EMD分解相结合形成一种新的声发射(AE)信号特征提取方法。首先对原始AE信号进行中值滤波,去除幅值较大的异常值;其次对去除异常值的信号序列进行相空间重构和SVD分解,并针对难以确定重构阶数这一问题,提出奇异值能量差分谱概念,利用谱峰的较大值位置来确定重构阶数,以进一步降噪;最后对降噪信号进行EMD分解,以本征模态函数(IMF)的能量占比作为表征各损伤信号的特征向量。数值仿真和5层胶合板损伤的实测数据表明,该方法不仅能够滤除噪声干扰,提高EMD分解的时效性和准确性,而且能够有效地提取出胶合板AE信号特征,对其损伤类型进行有效地识别。

奇异值分解带通滤波背景抑制和去噪

针对可见光图像弱小目标检测中的背景抑制和去噪问题,提出了奇异值分解(Singular Value Decomposition,SVD)带通滤波新方法.首先分析了图像奇异值与目标、噪声和图像背景的关系,结果表明奇异值的高序部分更多地反映图像噪声,中序部分更多地反映目标性质,而低序部分更多地反映图像背景.以此为依据提出了SVD-Ⅰ型和SVD-Ⅱ型两种带通滤波器,并给出了奇异值曲线转折点法和门限准则法两种滤波器参数确定方法.实验表明SVD带通滤波能有效抑制图像背景,去除噪声,进而提高弱小目标的信噪比.

基于信噪比经验值的奇异值分解滤波门限确定

针对奇异值分解滤波器(SVDF)现有的奇异值截断准则之不足,提出了一种基于信噪比经验值的SVDF滤波门限确定新方法。推导了门限值与信噪比之间的数学关系。实验结果证实了该滤波消噪算法的有效性和合理性。与现有方法相比,消噪效果得以明显改进;而且原理清晰,实现简单。

基于奇异值分解的非线性滤波算法

为了克服强单音干扰条件下传统的线性预测滤波方法抗干扰性能不佳的问题,提出了一种联合奇异值分解(SVD)和非线性滤波抑制直接序列扩频通信(DS/SS)中单音干扰的方法,建立了相应的系统模型,并与传统的线性和非线性滤波器的误码率进行了比较.仿真结果表明,基于SVD的非线性滤波算法对干扰有很强的抑制能力,较好地改善了系统的性能.

一种基于奇异值分解的非线性滤波新算法

提出一种基于奇异值分解的无导数卡尔曼非线性滤波新算法,对UKF算法进行改进。该算法利用奇异值分解作为工具,将原算法中的协方差矩阵进行奇异值分解,可以在一定程度上避免在递推过程中,由于计算误差和舍入误差而引起的协方差矩阵失去正定性,从而导致算法失效的问题。在不降低滤波精度,不增加算法复杂度的前提下,新算法具有很好的数值稳定性。实例仿真结果验证了本方法的有效性。

基于奇异值分解的卡尔曼滤波器及在逆变器信号处理中的应用

提出了一种基于奇异值分解的扩展Kalman滤波方法,可以实现驱动系统的基本正序分量和频率的实时在线估计。该算法可避免因误差传播而造成的数值稳定性差的问题,可有效提高参数的估计精度。仿真结果表明此方法的有效性和较高的估计精度,并可用于逆变器驱动系统的控制和状态检测。

基于奇异值分解及形态滤波的滚动轴承故障特征提取方法

针对滚动轴承振动信号故障特征信息往往被强背景噪声淹没的问题,提出一种基于奇异值分解和形态滤波的振动信号故障特征提取方法。该方法利用信号时间序列重构的吸引子轨迹矩阵奇异值分布特征与信号自身特征的关系,选择轨迹矩阵中主要反映冲击信息明显的奇异值进行信号重构的方法来滤除信号中的平滑信号和部分噪声,获取带噪声的冲击信号;然后利用形态滤波能有效滤除脉冲干扰噪声的特点,反其道而行之,从而提取信号的冲击故障特征的方法,并将该方法应用于轴承的振动信号的故障特征提取。仿真与实例表明,该方法能有效提取强背景信号及噪声中的弱冲击特征信号,是一种有效的弱信号特征提取方法。

基于自适应奇异值分解无迹卡尔曼滤波算法的车辆质心侧偏角估计

作为车辆操纵稳定性的关键评价指标及车辆稳定性控制目标,准确估计车辆的质心侧偏角直接影响车辆的行驶安全性,为此提出了一种基于自适应奇异值分解无迹卡尔曼滤波算法的车辆质心侧偏角估计方法,以改善无迹卡尔曼滤波(Unscented Kalman Filter,UKF)在系统强非线性或状态模型不精确的情况下状态估计精度降低甚至发散的问题。利用自适应奇异值分解方法(Singular Value Decomposition,SVD)构建sigma点,并在时间更新过程中利用自适应因子对奇异矩阵进行修正,改进了UKF中状态协方差矩阵的迭代稳定性及估计器的鲁棒性。利用分布式驱动电动汽车半实物仿真平台分别在双移线工况、单移线工况及方向盘转角阶跃工况下对基于无迹卡尔曼滤波和ASVD-UKF算法的质心侧偏角估计方法进行了对比验证。结果表明,ASVD-UKF估计器改善了无迹卡尔曼滤波估计器的精度,验证了算法的有效性。

采用奇异值分解设计广义系统的最优滤波器

本文讨论广义离散随机线性系统的状态估计问题．通过矩阵奇异值分解，本文给出了一种设计降阶最优滤波器的实用方法，该方法同时还得到了动态系统和量测系统的干扰噪声的估计．

基于奇异值分解的光子相关光谱滤波方法研究

针对光子相关光谱颗粒测量法在测量超细纳米颗粒时,容易受噪声影响,导致拟合误差较大的问题,提出了一种基于奇异值分解的光子相关光谱滤波方法。其处理步骤为:利用颗粒系的光强自相关函数数据构造Hankel矩阵H;对矩阵进行奇异值分解;根据奇异值的大小分布,确定噪声级别和重建参数r;从重建矩阵H1中提取经滤波后的光强自相数据,再通过传统方法进行拟合,得到颗粒的粒径分布。实验中采用30nm标准乳胶球单分散颗粒系,以及30nm和100nm标准乳胶球双分散颗粒系进行实验对比。结果证明:基于奇异值分解的光子相关光谱滤波法有效地提高了测量准确性。

基于奇异值分解的双-单端煤矿井下电缆故障定位

行波测距最重要的是时间和波速的确定。双端测距需要GPS授时系统,两端的授时误差增加了首波到达时刻的准确性。对电缆线路来说,行波的色散更加严重。而且不管单端还是双端测距,波速的确定对结果的影响都非常大。故障线路两端同时利用Hankel矩阵方式下对到达两端的电流行波进行奇异性分解(SVD)。每端分别得到首波及第二个波形到达的时间。SVD在不同的分解层上的奇异点结果不会发生偏移,克服小波变换随着分解层数增加带来的奇异点偏移缺点。波速的大小与频带关系紧密,行波信号经过小波分解再重构为多个频带的时域信号。在计算每个频带下前两个波头之间的相似度后,选取相似度最大的频带得到电缆的波速。在考虑线路时频特征对行波波速v的影响同时,提出双-单端故障测距。最后两端分别得到的故障点位置经过误差纠正算法,使得结果更加准确。

基于奇异值分解与同态滤波的粮虫图像增强

储粮害虫的在线检测是研究的热门领域。由于图像处理技术逐渐成熟,基于图像处理的储粮害虫检测系统得到了广泛的关注。图像增强是特征提取前重要的预处理过程,因此在基于图像处理的检测系统中是最重要的步骤。介绍了同态滤波图像增强方法和矩阵奇异值分解的基本理论,在此基础上提出了基于奇异值分解和同态滤波的粮虫图像增强算法。为了验证方法的有效性在Matlab平台上做了仿真试验,使用本方法增强粮虫图像并和其他方法做了对比,结果表明该方法对于粮虫图像增强是有效且可行的。

基于奇异值分解法的含量-面积法对化探异常的确定

地球化学场的数据通常具有分形的特征。应用奇异值分解方法对元素含量数据矩阵进行分解,对奇异值进行分形统计,得到了分形模型,重建元素含量的数据矩阵。然后利用含量-面积的分形方法对重建后的数据矩阵进行分形处理,使用MAPGIS软件进行统计分析,得出研究地区元素的异常下限,做出元素异常分布图,并与该地区已知矿点的分布图进行叠加分析,预测潜在的成矿区。