基于差值信噪比法的船载地波雷达一阶谱识别

本文提出了适用于船载地波雷达展宽一阶谱识别的差值信噪比方法。通过结合仿真分析和实测试验数据,开展了船载地波雷达展宽一阶谱的频移和展宽特性分析,确定了一阶谱的最大展宽范围与平台运动速度之间的定量关系。通过分析一维多普勒频点间的差值数量关系,确定了边界预筛选准则。利用展宽一阶谱的区域连续特性,实现展宽一阶谱边界最终识别。采用船载地波雷达仿真和实测数据对所提方法的有效性进行了验证,所提方法相对于传统方法取得了较好的识别效果。

谱减法波束形成的轴承噪声信号增强研究

当机械设备在运转时,由于各个零件自身与环境的影响会产生噪声、声音反射等一系列问题,导致从传声器阵列采集的信息中很难提故障信息。为了解决这一问题,基于声阵列采集到的信号与近场波束形成的关系,研究了一种增强声源信号的方法。该方法首先利用波束形成延迟求和的方法对故障点的位置进行定位,根据定位结果对每个通道采集的信号进行相位和幅值补偿后叠加。选取一段主要为噪声信号的频率段信息对信号进行功率估计,然后利用叠加后的信号作为谱减法算法的输入信号,对输入信号计算其功率并与噪声段的估计功率相减,以此进行降噪处理并得到增强后的信号。实验结果表明,该方法能有效地抑制噪声,提高输出信号的信噪比,根据故障特征频率对轴承进行故障诊断。

强噪环境基于谱减法的录音数字音频信号降噪

由于强噪环境中存在大量的冗余信号和噪声信号,且噪声信号种类繁杂,影响信号降噪效果,为此提出基于谱减法的录音数字音频信号降噪方法。建立联合稀疏录音数字音频信号重构模型,根据目标函数得出含噪信号与正常信号的峰值变化规律。为了降低算法误差,引入交叉项估计法对长时信噪比和瞬时信噪比实施交叉替代,使算法在低、高噪声环境下都能实现高效适应。以谱减法降噪理念,分别计算含有和不含有噪声的频谱密度值,求解得到二者间的相位差值,通过差值剔除噪声信号,实现高效降噪。仿真结果表明,所提方法所需运算量较少,去噪效率更高,在不同噪声环境中均能完成精准降噪,且不会破坏原始信号细节,实用价值较高。

基于谱减法的隧道地震波超前探测去噪方法

为快速有效地去除隧道地震超前探测数据中具有随机、频带广和能量强特征的噪声,提升偏移成像质量,进而有效探明隧道掌子面前方灾害源,充分利用谱减法在压制随机噪声上的优势,将其引入隧道地震波探测数据处理中,形成基于谱减法的隧道地震波超前探测去噪方法。该去噪方法可以有效去除随机噪声且计算效率较高,可以满足隧道的快速施工要求。通过对典型不良地质模型进行数值模拟,表明利用谱减法可有效压制隧道环境中的随机噪声干扰,地震记录中反射波信号信噪比更高,在此基础上的偏移成像结果伪像干扰更少,可有效提升探测准确性。将该方法应用至实际隧道地震探测中,成功探明了隧道掌子面前方的岩体破碎带分布位置和范围,证明应用该方法进行超前探测具有有效性和实用性。

基于谱图小波阈值的机床主轴振动数字信号降噪研究

通过数控机床运行过程中数据特征采集获得的实际信号存在噪声成分,无法根据信号特征判断机床实际运行状况。为了提高对特征参数提取对信号实施降噪能力,根据谱图小波转换理论与实际应用过程,构建了一种对一维数字信号分析的谱图小波阈值降噪(spectral wavelet threshold denoising,SWTD)算法,再通过仿真信号与机床主轴振动信号降噪方式验证了谱图小波阈值降噪可靠性。研究结果表明:机床主轴振动信号包含的有用频率基本都处于400 Hz范围内的低频区。完成降噪后,SWTD降噪信号形成了稳定幅值,已经接近初始信号,包络谱内超过400 Hz的高频段已被消除,形成了由主轴自转频率与滚切频率构成的主体成分,观察到明显主轴自转频率特征,表明该方法相对小波阈值降噪结果具备更优性能。

部分多聚焦叠加方法在准噶尔盆地低信噪比地震资料中的应用

多聚焦叠加是目前已知的最佳零偏移距叠加成像方式。对多聚焦叠加方法做改进,利用得到的波场参数来提高叠前地震资料的质量。利用多聚焦波场参数做部分多聚焦叠加,对菲涅尔带内的多个相邻CMP(共中心点)道集做倾角、曲率等校正后合并为一个道集即多聚焦超道集(部分多聚焦叠加),可以补齐缺失地震道,实现叠前数据规则化,并提高信噪比,从而使得叠前道集中的同相轴尤其是来自深层的反射轴有更好的连续性,有利于识别和追踪。提高质量后的叠前道集可用于后续的速度分析、叠加、偏移等常规处理中,效果好于原始CMP道集。模型和实际地震数据的处理结果验证了该方法的正确性和有效性,该方法在低信噪比地震资料处理中将会有广阔的应用前景。

强噪环境下分频段数字音频信号精细化采集研究

在强噪环境下,为了获取高质量、低失真度的数字音频信号,提出一种强噪环境下分频段数字音频信号精细化采集方法。通过麦克风设备获取音频信号,利用LM4550芯片对其作采样、编码等处理后生成数字音频信号,基于AC-97单元接收数字音频信号,利用频段分割器对其作频带分解,获得互不重叠子频段数字音频信号。采用多窗谱谱减法对其去噪,利用数据通信接口将其传输给LM4550芯片,在完成模拟信号转换后,通过耳机输出,实现数字音频信号精细化采集。实验结果表明,该方法处理后的各子频段数字音频信号有用信息得以完整保留,并提高了信号波形的规整度和规律性,强噪声环境下数字音频信号的PESQ指标达到4.08以上,最大失真度为3.74%。

基于改进经验小波变换的局部放电荧光信号去噪

由于现场环境的复杂性,局部放电(partial discharge,PD)检测伴随着大量噪声干扰,易出现PD漏报与误报现象,影响电力设备后续运维工作。文中采用荧光光纤PD检测法,提出了基于谱峭度和改进经验小波变换(empirical wavelet transform,EWT)的自适应PD荧光信号去噪算法。首先利用快速谱峭度图确定荧光信号傅里叶频谱的紧支撑区域边界,随后对含噪荧光信号进行EWT分解并获得荧光信号所在的有用信号分量,最后对有用信号分量采用小波阈值法去除残留噪声,得到去噪后的PD荧光信号。利用该方法对仿真荧光信号进行去噪分析,并将去噪结果与经验模态分解-小波变换(empirical mode decomposition-wavelet transform,EMD-WT)法和EWT法进行对比,结果表明,该方法在信噪比、均方根误差和归一化相关系数等指标方面都有所提升,证明了该方法具有良好的去噪效果。此外,实测信号的去噪结果表明,该方法的降噪率优于EMD-WT法和EWT法,具有较好的噪声抑制能力。

高分辨率雷达成像的信噪比优化方法

针对逆合成孔径雷达(inverse synthetic aperture radar,ISAR)图像的信噪比问题,本研究将小波变换与Retinex算法相结合,提出了一种综合的信噪比优化方法。在实验中,本研究采用德国TIRA系统获取的天宫一号ISAR数据进行测试。首先,对包含噪声的ISAR图像应用小波变换进行噪声抑制,结果显示了显著的信噪比提高;然后,通过Retinex算法的应用,图像的结构相似性得到改善,同时对比度也增加。最后,实验结果显示,该方法有效地改善了ISAR图像的质量,有助于提高图像的清晰度、对比度和信噪比,增强了目标的可见性。这一研究结果为雷达图像处理领域提供了有益的参考,有望促进更广泛的应用和进一步的研究。

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。

光谱信号的小波去噪新技术

光谱分析中,噪声的存在常影响分析的准确度和检测限。现有滤波方法在光谱信号除噪方面有种种缺陷。文章充分利用小波在信号处理方面的优良特性,提出了MexicanHat小波滤波算法,它选用MexicanHat小波函数构造滤波项,利用滤波项与原始信号作用,从而实现信号与噪音的分离。该方法无论对低频或高频信号均适用,除噪完全,即使对信噪比为1的高噪声信号也能获取满意的处理结果。运用这一技术处理光谱信号,简单快速、结果可靠,处理后峰位置、峰高、峰面积误差分别小于02%,32%,11%。大量实验表明,本方法能有效提高光谱分析的准确度。

小波阈值降噪模型在红外光谱信号处理中的应用研究

针对近红外光谱经常受到噪声干扰的特点,提出了利用小波阈值降噪方法进行光谱数据的降噪处理,以山羊绒表面油脂的近红外光谱检测为例,对比分析了三种小波阈值降噪模型(Penalty阈值降噪模型、Brige-Massart阈值降噪模型、缺省阈值降噪模型)的降噪性能。对降噪后的光谱数据采用偏最小二乘和支持向量机回归相结合建立了校正和预测模型,通过对比校验参数R2,RMSEC,RMSEP,分析评价了三种小波阈值降噪模型的降噪效果。结果表明:三种降噪模型都能在一定程度上降低光谱信号的噪声,提高信噪比,改善光谱预测模型的精度,其中,Brige-Massart阈值降噪模型和缺省阈值降噪模型的降噪效果明显优于Penalty阈值降噪模型,与原始光谱信号建模的预测精度(R2=0.793,RMSEC=0.233,RMSEP=0.225)相比较,经过Brige-Massart阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.882,RMSEC=0.144,RMSEP=0.136)和经过缺省阈值降噪模型降噪后的光谱信号建模的预测精度(R2=0.876,RMSEC=0.151,RMSEP=0.142)均有较大程度的改善和提高,说明提出的小波阈值降噪方法能有效地降低原始光谱噪声作用,使光谱数据多变量分析模型更具有代表性和稳健性,从而可以提高模型的预测精度。

基于信噪比方法的天地波混合体制雷达一阶回波谱提取

天地波混合体制高频雷达(简称天地波雷达,HFHSSWR)海面一阶谱的频移和展宽特性,使得其一阶谱的提取比高频地波雷达(HFSWR)更困难。该文研究了天地波雷达一阶谱频移和展宽特性,并基于其在2维距离-多普勒谱上连续分布的特点,将信噪比方法应用于天地波雷达一阶谱提取。通过双基地角、电离层和海流等对一阶谱频移及展宽特性的定量分析,确定了信噪比方法中一阶谱中心位置、谱峰宽度、左右一阶谱间距等参数的计算方法和取值范围。并利用2维信噪比方法,解决由于天地波雷达信噪比下降引起的一阶谱边界检测不精确的问题。最后,将信噪比法分别应用于仿真和实测天地波雷达数据,验证了方法的有效性。

一种新的小波滤波方法在化学谱图信号滤噪中的应用

仪器分析测定中 ,噪声的存在往往影响分析的准确度和仪器的检出限。小波变换多分辨分析的特性使得它成为一种很好的滤噪方法。基于小波分解后信号与噪声的小波系数随尺度变化规律不同的特性 ,提出了一种新的滤波滤方法———空域相关法 ,即通过不同尺度上相关系数模值与小波系数模值的比较 ,达到滤波滤的目的。本文提出的方法具有无需人为选定滤噪阈值和小波函数、方法简单、失真度小等优点 ,可以大大提高信号的信噪比。模拟数据和ICP

自适应中值滤波用于色谱信号去噪的研究

在分析化学领域中,如何从被干扰的信号中有效去除噪声并恢复有用信号,具有重要的意义。此文从中值滤波基本概念出发,针对经典中值滤波器滑动窗口长度固定对信号去噪的影响,提出了自适应中值滤波器,通过对某元素色谱曲线进行去噪处理,并与移动均值法和小波变换法进行比较表明,此方法不仅能有效地滤除脉冲和高斯噪声,而且使色谱峰的边缘得到良好保护,从而提高了色谱数据分析的精确性。

利用RR-MWF的低信噪比下机载气象雷达回波谱矩估计方法

常规机载气象雷达采用脉冲对法估计谱宽实现湍流检测,当信噪比较低时脉冲对法的谱宽估计误差大。晴空湍流(clear air turbulence,CAT)含水量较少,雷达回波信噪比很低,因此常规机载气象雷达无法检测CAT。为提高低信噪比下机载气象雷达回波谱宽估计性能,提出了一种基于降秩多级维纳滤波器(Reduced-Rank Multistage Wiener Filter,RR-MWF)的回波谱矩估计方法。该方法在机载气象雷达引入空时体制的基础上,利用空时域联合处理对湍流回波进行处理,通过空时积累改善信噪比。在最小均方误差准则下,构造了适用于分布式气象目标的自适应RR-MWF权矢量和代价函数,估计回波谱矩。仿真实验表明,提出的RR-MWF估计器在信噪比低于10 dB时明显优于常规的脉冲对法,可用于CAT检测。

基于谱图小波自适应阈值降噪的滚动轴承早期故障诊断

针对滚动轴承早期故障信息微弱,被强大噪声干扰的问题,基于谱图理论在图谱域构建小波系数以分析图信号中包含信息的思想,提出一种谱图小波自适应阈值降噪(Spectral Graph Wavelet-adaptive Threshold Denoising,SGW-ATD)的滚动轴承早期故障诊断方法。首先,将一维振动信号转换为路图信号,引入谱图小波变换将路图信号分解。其次,保留低频尺度系数,构建自适应阈值对高频系数进行阈值处理,通过谱图小波逆变换得到降噪信号。最后,为进一步抑制噪声,求取降噪信号的自相关函数,通过对自相关函数进行包络谱分析实现故障特征提取。将所提方法与其他几种经典降噪方法进行对比;结果表明,所提方法得到的降噪信号信噪比更高,可以更有效地实现滚动轴承早期微弱故障诊断。

提升小波和Savitzky-Golay滤波结合的近红外光谱去噪研究

在近红外光谱数据处理中,测得的近红外光谱数据不仅有被测样品的近红外特征光谱,还包含一些随机噪声,噪声的存在会影响后续光谱分析的准确性,为提高近红外光谱分析精度,需要对近红外光谱数据进行去噪处理。单一的提升小波去噪、小波去噪以及Savitzky-Golay滤波很难获得较好的去噪效果。因此提出将提升小波变换结合Savitzky-Golay滤波方法用于近红外光谱去噪,对降噪效果进行仿真与评估并与单一去噪方法进行对比。分别对添加随机噪声的1467 nm近红外光谱进行单一小波去噪、提升小波去噪、Savitzky-Golay滤波以及提升小波变换结合Savitzky-Golay滤波进行去噪。实验结果显示所提出的方法去噪后的信噪比比单一三种去噪方法分别提高0.3364、1.1074、0.1287,均方根误差分别降低0.0026、0.0091、0.001,表明所提方法能够有效去除近红外光谱中的噪声信息,并提高去噪的评估指标。

基于二进小波变换极大模法的土壤腐殖酸NMR谱信号滤噪

实验数据的滤噪在分析化学领域中具有重要的意义。小波变换技术具有很强的信号分离能力容易把随机噪声从信号中分离出来 ,从而提高信号的信噪比。本文使用的滤噪方法不同于传统离散小波变换方法 ,而是通过引入二进小波变换和李氏指数的概念 ,根据噪声与有用信号的极大模截然不同的特征 ,实现信号滤噪。

基于小波去噪和混沌理论的应答器信号解调方法

为提高应答器信息传输子系统的性能,解决强噪声干扰下应答器传输模块(BTM)解调信号精度低的问题。本文充分利用混沌系统对噪声免疫、对初值条件敏感和小波变换多分辨率的特性,采用基于小波去噪和混沌理论相结合的方法,实现了应答器信号的解调。鉴于熵可作为表征系统复杂度的特点,在进行系统状态判别时,引入功率谱熵来恢复二进制基带信号。仿真结果表明:在强噪声背景下,基于小波去噪和混沌理论的解调方法误码率更低,优于非相干解调法和单个混沌解调法,该方法具有较强的抗干扰性能,为改善应答器传输系统的性能提供了参考。