基于GPU的改进型GIW雷达图像降噪算法

针对大幅面合成孔径雷达(SAR)图像的斑点抑制问题,提出了一种基于自适应模板的梯度倒数加权(GIW)算法,在编程实现上采用图形处理器(GPU)进行优化,有效地解决了由于像素级运算复杂度高所导致的大幅面雷达图像处理实时性差的问题。高分辨率SAR图像的处理结果显示,该算法在有效抑制斑点噪声的同时较好地保持了边缘细节信息。经过GPU加速后,对于大幅面图像的处理,相对于中央处理器(CPU)实现可以有2个量级以上的速度提升。

一种新的电能质量自适应滤波方法

在电能质量检测中,去噪和保留突变点信息是两个十分重要的问题。为此提出了一种新的基于梯度倒数加权平均算法的自适应滤波方法。该方法首先对电能质量采样信号点建立五个模板,依据检测点与五个模板均值的梯度变化规律,进行突变点判决。在传统梯度法的基础上,选择最佳模板,并用该模板均值与模板内各点幅值的差值代替传统梯度算法中的梯度值,然后对不同类型的点采用不同的算法去噪。实验结果表明,与传统的梯度倒数加权算法和五点均值滤波法相比,改进的算法能够更好地清除噪声,同时较好地保留突变点信息,有针对性地解决了电能质量检测中的两大重要问题。