局部噪声斑块InSAR干涉图相位解缠算法

针对干涉合成孔径雷达干涉图由于局部噪声、阴影或条纹断裂等原因导致残差点集中、产生不可靠数据点噪声斑块,从而引起相位解缠困难的情况,提出基于掩膜滤波的质量图引导权值的四向加权最小二乘相位解缠迭代算法.首先对噪声斑块区域进行掩膜滤波处理,有效保留该区域真实相位信息,防止大误差传播.再结合最大相位梯度和相位导数变化的质量图法来定义权值,构造新的四项最小二乘迭代法,并用其对掩膜区域进行填充,抑制误差传递、提高运算速度、改善过度平滑作用.模拟及真实数据实验表明,该方法解缠精度高,能真实还原干涉合成孔径雷达干涉图局部噪声斑块的原始相位.与传统最小二乘法相比,其差分方程矩阵带宽变大,填充效果更好,迭代次数更少,精确度更高,解决了因噪声集中导致干涉合成孔径雷达图像解缠难度大的问题.

应用捆扎方法 治理局部噪声

应用捆扎方法治理局部噪声齐鲁石化第二化肥厂张林海吴红１概况我厂化肥装置的压缩机厂房是全厂噪声最大、最集中的场所，各种机械、气流产生的振动引起的混响噪声直接影响工人的健康。我们对厂房内各个产噪设备及管线做了频谱测试，结果表明，生产处于低负荷运转时噪声比...

一种改进的自适应局部噪声消除滤波算法

指出了美国冈萨雷斯教授(Rafael C.Gonzalez)提出的一个基于自适应局部噪声消除滤波器算法存在的不足,并提出了一种改进的自适应局部噪声消除滤波新算法.通过比较可以发现改进的算法要比原算法的均方误差emse降低了一个数量级,而且各种信噪比SNR、SNRm、PSNR都将比原算法提高了1/4.计算机仿真实验证明了改进的自适应局部噪声消除滤波算法是有效的.

基于DC-UNet卷积神经网络的强噪声压制方法

在成熟工业区采集地震数据的过程中,由于生产设备的持续运转,使得采集到的地震数据含有大量振幅很强的局部强噪声,难以用常规的去噪方法压制。将U-Net网络与空洞卷积结合,建立了适用于局部强噪声压制的空洞卷积DC-UNet网络。DC-UNet网络前端的循环空洞卷积块使用循环扩张的空洞卷积核提取不同尺度的强噪声特征信息,并且扩大了感受野;网络后端使用编码器提取强噪声特征,编码器还原强噪声细节特征。DC-UNet网络实现从含噪数据到噪声的非线性映射,通过从含噪数据减去学习到的强噪声,达到压制强噪声的目的。在GPU环境使用Pytorch框架进行训练,合成数据和实际数据实验结果表明,相较于DnCNN、U-Net、PCA-UNet网络,DC-UNet网络能更好地压制局部强噪声并且提高了信噪比。

头戴式有源噪声控制系统的分区域优化方法研究

本文提出了一种适用于头戴式有源噪声控制系统的有源降噪方法,结合虚拟传声器技术,并通过将水平面划分为多个子区域,实现人耳处对不同方向噪声的有效控制。初级声场传递函数的实际值与其估计值的偏差是影响头戴式有源噪声控制系统降噪量的主要因素,因此需要优化一定角度范围内的初级声场传递函数。本文提出一种基于最大化该区域最小降噪量的优化设计方法,将水平面划分为不同子区域,每个子区域分别使用对应的优化初级声场传递函数进行噪声控制。该方法减小了区域内初级声场传递函数的变化范围,有效提高了区域内的最小降噪量。实验结果验证了该噪声控制方法的有效性。

一种GNSS-MR海平面高度反演模型研究

针对大地测量型GNSS接收机获取的信噪比(Signal to Noise Ratio,SNR)观测值存在趋势项分离不佳和信号叠加干涉的问题,融合自适应噪声完备集合鲁棒局部均值分解方法对原始SNR信号进行分解,有效分离SNR观测值中的趋势项并提取相应的潮位信号,以布设在美国华盛顿州星期五海港岸边的SC02测站为例,利用实测数据反演潮位变化并与传统的低阶多项式拟合方法进行对比分析。结果表明,融合CERLMDAN方法的反演结果的均方根误差(Root Mean Square Error,RMSE)、相关系数分别为0.56 m和0.97,相比于传统方法的反演精度提升了33.7%。

长距离远参考大地电磁测深试验研究

远参考大地电磁测深法（MT）能明显地改善常规MT观测资料的质量,已见报道的远参考MT的参考点设在距离常规MT观测点4.8km处。短距离的远参考不便于进行大面积的MT勘探。为了了解长距离远参考MT方法的可行性,文中利用V5-2000仪器系统进行了一次长距离远参考试验;同时还进行了距离仅2km的近参考和距离达1000km的长距离远参考观测,并分别利用近距离和远距离参考资料对常规MT测点资料进行了参考处理。 处理结果表明,长距离远参考能有效地压制常规MT观测点的局部噪声。利用近距离和长距离参考点的磁场对常规MT测点进行远参考处理获得的视电阻率资料一致性很好,说明了远参考点可以设置在相当大的区域范围内,而且与纬度差没有关系。因此在进行大面积勘探或在利用近距离参考无法压制区域性噪声时,可将参考点设在1000km之外。

InSAR干涉图滤波方法研究

探讨多视滤波法、中值滤波法、基于梯度的自适应滤波、additive滤波法四种抑制干涉图噪声的滤波方法。多视滤波法平滑了影像数据,是以牺牲空间分辨率为代价的,通常这种滤波处理应用在从两个单视影像获得的复数影像处理中;作为一种传统的抑制噪声方法,中值滤波技术实质上是一种非线性信号处理技术,它假设噪声具有极端的数值,即在所定义的平滑模板内为最(较)大值或最(较)小值,因此它会使得干涉图丢失一些信息;基于梯度的自适应法是基于梯度的一种中值滤波,它使得边缘更加清晰,该方法可与中值滤波联合使用;Addtive滤波法强调根据局部噪声状况和使用方向平行窗口得到的滤波噪声边缘来自适应的滤除噪声,对于局部噪声状况由关联图来决定。这种方法尤其对高关联的干涉图最为可取。

一种基于数据垂直划分的分布式密度聚类算法

聚类分析是数据挖掘领域的一项重要研究课题,对大数据集的聚类更以其数据量大、噪声数据多等而成为一个难点.针对数据垂直划分的情况,提出连通点集及局部噪声点集等概念.在分析局部噪声点集与全局噪声点集以及局部连通点集与全局连通点集关系的基础上,对全局噪声点进行有效过滤,进一步设计闭三角链表结构存储各个结点的聚类中间结果,提出了基于密度的分布式聚类算法DDB-SCAN.理论分析和实验结果表明,算法可以有效解决垂直划分的大数据集聚类问题,算法是有效可行的.

基于矩阵低秩逼近的自然图像去噪

图像在采集过程中会由于电子热运动等原因受到噪声污染。一般图像去噪算法忽略真实图像噪声的局部特性。针对噪声局部分布差异,提出一种基于矩阵低秩逼近的自然图像去噪算法。首先基于余弦距离的相似度搜索参考块的最近邻子块,将子块向量化并形成相似块矩阵;然后进行局部噪声估计,利用得到的局部噪声方差估计进行低秩逼近得到无噪相似块;最后将局部相似块重构得到无噪图像。实验表明所提出的方法可以有效消除自然图像中的噪声。

复杂声场下自适应LMS-VMT算法的研究

局部有源噪声控制(ANC)已得到广泛研究和应用,但其系统的降噪区域处于误差传声器附近,在实际应用场景中会受到较大限制。以自适应LMS虚拟传声器技术(LMS-VMT)为研究对象,以ANC系统产生的“静区”可以远离物理传声器为目标,使系统的实用性得到提升。在次级声源的复杂近场环境下对LMS-VMT算法加以改进,同时研究传声器阵列最佳权重的离线辨识方法。在此基础上对系统进行仿真实验,结果表明改进的LMS-VMT算法使得局部ANC系统无论在理想声场中还是在复杂声场模型中都能在虚拟位置得到较好的降噪效果。

泡沫塑料在机舱降噪内装饰方面的应用研究

国产螺旋桨运输机的发动机噪声非常大，导致机舱内局部噪声甚至可达90dB，严重影响了机舱内工作人员的正常工作与休息。目前，航空领域降噪的手段除了减少或降低噪声源之外，最普遍的方法就是安装隔声设施和吸声装饰层。国产螺旋桨运输机上现有的降噪手段就是采用复合材料吸声装饰层——褶皱芯夹层内装饰板、蜂窝芯夹层内装饰板。这两种吸声装饰板的降噪效果较明显，但存在工艺复杂、板件重量难以控制等问题。

局部量子Bernoulli噪声意义下的随机Schrdinger方程的有限维逼近

局部量子Bernoulli噪声是局部的湮灭算子和增生算子族,满足局部等时典则反交换关系。考虑局部量子Bernoulli噪声意义下的线性随机Schrdinger方程,讨论了其解的存在唯一性,先验估计以及有限维逼近问题。

量子观测Heisenberg演化

在开放量子系统中讨论局部量子Bernoulli噪声是局部的湮灭算子和增生算子族,满足等时典则反交换关系.关注局部量子Bernoulli噪声意义下的量子观测Heisenberg演化的解的存在性和唯一性.

基于ELCDCAN与EAM-FMD的电能质量扰动分析

针对集总局部特征尺度分解方法分解残余噪声大的问题,将正负自适应噪声对引入分解过程,提出一种互补自适应噪声的集总局部特征尺度分解方法。该方法在集总平均次数较少的情况下,能够减少单个内禀尺度分量的残余噪声,提高分解速度并保证分量的准确度。结合经验调幅-调频分解,提出一种基于自适应噪声的集总局部特征尺度分解和经验调幅-调频分解的电能质量扰动检测方法。首先利用自适应噪声的集总局部特征尺度分解方法对含噪电能质量扰动信号进行分解,获得不同特征时间尺度的内禀尺度分量;其次采用相关系数法剔除高频噪声及虚假分量,得到真实的电能质量扰动分量;最后利用经验调幅-调频分解对各阶内禀尺度分量进行解调,可以准确得到稳态扰动的瞬时幅值和瞬时频率等特征参数,并根据瞬时频率突变点对暂态扰动进行定位。仿真及实测数据检测结果验证了本文所提方法的可行性和有效性。