基于能量运算的磁共振信号尖峰噪声抑制方法

磁共振探测信号微弱,使用高灵敏度的核磁共振地下水探测仪,极易受到环境噪声干扰.其中,工频谐波噪声和尖峰噪声,是影响信号质量最严重的两类噪声.国内外研究表明,通过参考线圈的布设,依据探测线圈和参考线圈中噪声相关性,利用自适应参考对消算法,能够有效抑制工频谐波噪声.然而,尖峰噪声的存在严重影响了主通道与参考道的数据相关性,成为了参考对消算法应用的难题与障碍.为解决这一问题,本文提出磁共振信号中尖峰噪声的抑制方法,推导了能量域磁共振信号表达式,通过计算信号能量,可有效检测尖峰噪声并突出不易识别的小幅度尖峰噪声,采用基于中位数的绝对偏差法确定阈值,进而剔除尖峰噪声.为了验证去噪效果,与应用较广的统计叠加法进行对比研究.仿真结果表明,对于干扰幅度较大、持续时间较长的尖峰噪声,能量运算法和统计叠加法均能识别并剔除,且不损失有效的磁共振信号,标准差偏差控制在0.3%以内,可以满足实际应用的要求;对于小于信号幅度1.5倍的尖峰噪声,能量运算法可有效识别并剔除,而统计叠加法无法实现.针对多通道探测系统,使用能量运算法剔除尖峰噪声后,可明显提高主通道和参考道的数据相关性,为后续自适应参考对消算法的应用奠定了基础.实测数据处理结果进一步证明了本文方法的实用性.

压缩小波变换和非线性阈值技术压制磁共振尖峰噪声方法研究

地面磁共振是一种新的地球物理探测方法,能够通过探测地下水中氢质子丰度获取地下水含量、孔隙度等水文地质信息.然而,磁共振信号甚为微弱,仅达到纳伏级(10^(-9)V),极易受到噪声干扰.其中,尖峰噪声对磁共振信号影响最为严重,亟待研究有效的噪声抑制方法.小波多尺度分解硬阈值是近两年国际磁共振领域专家提出的尖峰噪声有效消除方法,但硬阈值算法设定阈值的固有缺陷会引发信号震荡,出现伪吉布斯效应,导致信号损失.基于此,本文提出压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)和非线性國值处理(Nonlinear Thresholding,NT)算法联合消除磁共振信号尖峰噪声干扰.首先选择Morlet小波作为基小波,使得信号与噪声数据具有更高的时频集中性,利于尖峰噪声消除.其次,基于压缩小波系数进行非线性处理,可以弥补利用硬阈值和软阈值进行噪声消除时所引起的信号损失.仿真数据和实际数据结果表明,SWT联合NT方法可以利用单次采集数据有效消除尖峰噪声干扰并还原信号.本文提出的消噪方法将为磁共振数据后续反演解释,如多指数弛豫反演,奠定坚实的基础.

基于稀疏重建的磁共振图像尖峰噪声消除方法

磁共振图像K空间中的尖峰噪声会严重影响图像质量.该文在磁共振图像压缩感知的共轭梯度重建法的基础上,提出一种新的利用磁共振图像稀疏性进行尖峰噪声修复的方法.传统的共轭梯度重建是通过小波域迭代进行的,对于K空间的尖峰噪声的消除不是最适合.首先提出压缩感知的K空间重建算法,该算法与小波域重建等效.在此基础上,提出可以较好地修复尖峰噪声的K空间部分重建算法.即在迭代过程中,以图像的稀疏性作为约束条件,仅修改尖峰噪声所遮盖区域的数据,其他位置的数据保持不变.该算法与传统的插值算法及共轭梯度算法相比,能够更好地修复K空间尖峰噪声点,减少图像伪影,同时降低了对尖峰噪声定位准确性的要求.

抗噪声源时滞引起的尖峰噪声分析及抑制

抗噪声源时滞会引起尖峰噪声,影响有源噪声控制效果。为分析和抑制时滞引起的尖峰噪声,对原信号与反向延时信号的叠加信号进行理论分析和频谱分析,得到了叠加信号的幅值和相位的表达式,仿真验证理论分析结果适用于实际有源噪声控制。提出对叠加信号进行公式计算直接控制的抑制尖峰噪声的方法,仿真验证该方法具有较好的降噪效果。

抗噪声源时滞引起的尖峰噪声的抑制

针对抗噪声源时滞引起的尖峰噪声,分析周期信号与非周期随机信号不同频率和不同模拟延时情况下信号叠加后的降噪效果及尖峰噪声产生,并对因时滞产生的尖峰噪声进行处理,提出一种利用模糊控制抑制有源噪声控制中产生的尖峰信号的抑制策略,仿真验证利用模糊控制降噪及抑制尖峰噪声的效果。

基于协同滤波的尖峰噪声抑制方法

针对旋转磁共振探测方法易受尖峰噪声干扰的问题,提出一种协同滤波消除核磁共振探测数据中尖峰噪声的方法.先通过3σ法则判断一个脉冲矩下测量数据是否存在尖峰噪声,将测量数据分为有尖峰噪声和无尖峰噪声两组;再分别对其进行离散余弦和Hadamard变换,得到两组变换域系数,用无尖峰噪声数据的变换系数计算Wiener滤波系数,利用该系数对含尖峰噪声的数据进行滤波;最后,对滤波后含尖峰噪声数据的系数进行Hadamard和离散余弦逆变换,实现尖峰噪声的消除.仿真实验结果表明,该方法对地面核磁共振数据中尖峰噪声的消除准确度较高,提高了信号特征参数的提取精度.

非均布轴流风扇叶片力特性及其尖峰噪声特性预测

采用数值模拟方法对汽车用冷却风扇的均布和非均布叶片分布的模型进行了研究.通过对叶片采用片条化处理,分析了叶片力与非均布角度之间的关系,建立了叶片力与叶片相位角之间的叶片力模型.基于非均布风扇叶片力的特性,通过Lowson点力发声模型提出了非均布风扇的噪声预测方法,并建立了基于风扇叶片力模型的低速轴流非均布风扇尖峰噪声预测模型.通过与基于计算流体力学(CFD)的Lowson模型预测结果、实验数据以及其他非均布叶片噪声预测模型的对比,验证了该预测模型的有效性.

基于背景信息的磁共振成像尖峰噪声消除

磁共振成像扫描过程中如果在K空间中出现尖峰噪声,将会严重影响图像质量.该文提出了一种利用磁共振图像背景信息来定位并修复尖峰噪声的方法.首先将K空间数据沿着频率编码kx和相位编码ky2个方向分别进行一维傅立叶变换,然后在获得的2个中间域数据中,分别截取出背景区域,进行一维反傅立叶变换得到与背景对应的频率域数据,通过对背景频率域数据的分析,获得尖峰噪声的kx和ky坐标,最后对异常点进行修复.该算法可以很好地消除各种模式的尖峰噪声,与已有的算法相比,能够更好地处理K空间中连续多个相位编码行上出现尖峰噪声的情况,有效地消除图像伪影.

抗噪声源物理噪声引起的尖峰噪声的抑制

抗噪声源时滞与实际电路器件的干扰都是影响有源降噪实际应用效果的潜在因素。针对物理实验中引起的抗噪声源尖峰噪声,分析物理实验抗噪声源中尖峰噪声的机理,并利用小波变换的门限消噪法,对由物理噪声产生的尖峰噪声进行处理。该方法中,门限阈值的选取与信号分解层数的确定是两个核心问题。利用层数自适应确定的小波阈值消噪法可以抑制有源噪声控制中产生的尖峰噪声,通过仿真验证该方法对抑制尖峰噪声有良好的效果。

DAM中波发射机消除尖峰噪声的措施

本文阐释了DX-200型DAM中波广播发射机尖峰噪声的来源,详细分析了消除尖峰噪声的削波电路原理。

开关电源噪声的抑制技术

通过对开关电源噪声种类及产生机理的分析 ,提出了抑制噪声的几种方法。

基于标准差中位数的磁共振信号尖峰去除方法

针对核磁共振探测(SNMR:Surface Nuclear Magnetic Resonance)信号因受尖峰噪声干扰严重而导致其衰减形态被破坏的问题,提出了基于标准差中位数的尖峰噪声筛选剔除方法。通过对重复采集的数据进行阈值设定,准确识别并剔除信号中混入的随机性强、幅值高的尖峰干扰。仿真实测结果表明,该方法能有效去除大于信号幅值10倍的多处尖峰噪声,同时能较好地还原真实信号的衰减形态。

基于噪声平衡抑制的近红外单光子高速探测方法

针对现有基于尖峰噪声电容平衡方法的单光子探测技术工作频率较低的问题,设计了利用高速二极管平衡的InGaAs/InP雪崩光电二极管信号提取方案.配合高速信号处理电路,实现了工作频率最高达700 MHz的近红外单光子探测器.雪崩二极管制冷至218 K,在脉宽小于1 ns、重复频率700 MHz的门脉冲触发下,当探测效率为10%时,暗计数率为7×10^(-6)/pulse,后脉冲率为7.4%.该方案提供了一种重复频率连续可调宽带高速单光子探测方法,结构简单且性能良好.

数字电路中毛刺噪声的防治

在进行数字电子产品研制过程中,必然会遇到各种各样的噪声。为了揭示毛刺噪声的根源,通过实验对传输信号中的毛刺噪声波形进行反复比较。采用奇/偶校验器来检测信号传输过程中毛刺噪声是否存在。采用两种主要方法消灭毛刺噪声:(1)应用选通脉冲和"与门"电路来恢复尖峰噪声中的理想脉冲信号。(2)用RC积分电路削弱毛刺噪声。实践中,使用这些措施去抑制数码电子产品的毛刺噪声,都达到了事半功倍的效果。

开关电源中的噪声及其消除方法

通过对开关电源中噪声的种类、产生的机理分析,提出了防止噪声的几种方法。

基于径向基函数的非线性系统近似偏最小一乘准则辨识算法

针对输入信号非线性相关的非线性系统,提出了基于径向基函数的近似偏最小一乘准则辨识算法。首先对观测数据矩阵进行列扩展,以径向基函数(radial basis function,RBF)网络的输出作为观测数据矩阵的扩展项,然后利用近似偏最小一乘算法对扩展的观测矩阵和输出矩阵进行线性回归。近似偏最小一乘算法用确定性可导函数近似代替残差绝对值,可以抑制对称α稳定(symmetrical alpha stable,SαS)分布的尖峰噪声。同时,通过主成分分析去除非线性系统数据向量矩阵之间的非线性相关,得出模型参数的唯一解。仿真实验表明,本文算法可以对输入信号存在非线性相关的非线性系统进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性。

基于近似偏最小一乘准则的多变量非线性系统辨识方法

基于近似最小一乘准则和主成分分析,针对输入信号线性相关的多变量Hammerstein模型,进行了近似偏最小一乘非线性系统辨识算法的推导。本文算法用确定性可导函数近似代替残差绝对值,可以抑制满足SαS分布的尖峰噪声,且具有目标函数可导、计算简单的优点。同时,通过主成分分析去除非线性系统数据向量矩阵之间的相关性,可以得出模型参数的唯一解。仿真实验表明,本文算法可以对输入信号存在相关性的多变量Hammerstein模型进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性。

基于近似偏最小一乘的闭环系统辨识新方法

本文基于近似最小一乘准则和主成分分析,针对反馈通道模型阶次低于前向通道模型阶次且反馈通道不存在噪声的闭环系统,进行了近似偏最小一乘递推辨识算法的推导.为解决最小一乘准则函数不可微的问题,本文算法用确定性可导函数近似代替残差绝对值.近似偏最小一乘辨识算法可以克服基于最小二乘准则的辨识算法在受到满足(SαS)分布的尖峰噪声干扰时残差平方项过大的缺点,具有目标函数可导,计算简单的优点.同时,通过主成分分析去除数据向量各元素之间的线性相关,可以得出模型参数的唯一解.仿真实验表明,本文算法可以对反馈通道模型阶次低于前向通道模型阶次的闭环系统进行直接辨识,抑制了尖峰噪声对辨识结果的影响,具有优良的稳健性,可以更好地应用于闭环系统辨识.

基于近似最小一乘准则的多新息辨识算法

结合梯度搜索原理及多新息思想,通过建立近似最小一乘目标函数,给出了一种基于近似最小一乘准则的多新息随机梯度辨识算法。算法在每一步计算时综合考虑当前和过去时刻的数据,用一个可导确定性函数近似代替残差的绝对值,既克服了最小二乘准则在测量数据存在异常点时残差平方项过大的缺点,又满足了算法中求导的需求。仿真结果表明,相比于以最小二乘为准则函数的辨识算法,本文算法有效的提高了参数估计精度,降低了异常点对辨识结果的影响,尤其是在存在尖峰序列噪声或大幅度干扰时显示出良好的稳健性。在实际的工业应用中,应用该算法无须事先剔除异常点数据,降低了辨识算法对测量数据质量的要求。

基于采样保持器的滤波电路研究

研究和探讨了基于采样保持器的滤波电路———采样保持滤波SHF电路,即利用采样保持器的采样保持特性,对某些特定波形模拟信号进行滤波处理。理论分析表明,这种SHF电路是可行的;实验仿真也证实,相对于传统的有源RC滤波电路,这种SHF电路具有更优异的处理效果。SHF电路结构在一定程度上解决了有源RC滤波电路对某些特定信号处理不足的问题。