一种空间非均匀噪声环境下的DOA估计

针对空间非均匀噪声环境下的DOA(波达方向)估计问题,在中心对称分布的非均匀线性阵列上应用改进的恢复噪声协方差算法[6]得到一种新的DOA估计方法。由于非均匀阵列的阵列孔径更大,因此该方法可以估计空间相距更近的独立信号,另外该方法使用了平滑预处理技术,因此可以估计包含一对相干信号的信源,且所需的分辨信噪比门限更低。利用仿真实验验证了该方法的有效性。

一种空间非均匀噪声环境下DOA估计的改进方法

文中提出一种空间非均匀噪声环境下的信号源DOA估计的改进方法。该算法首先对阵列协方差矩阵进行平滑处理,在此基础上估计出空间非均匀噪声协方差矩阵,通过已估计的噪声协方差矩阵对平滑处理后的阵列数据协方差矩阵进行白化处理,克服了空间非均匀噪声对空间谱估计的影响,实现信号源DOA估计。相对于原方法,文中所提方法改善了DOA估计的性能,计算量小,并且能够估计强相关或相干信号源DOA。理论分析和仿真结果均表明所提方法的有效性。

一种非均匀噪声下的DOA估计算法

通用协方差差分算法用来实现对空间非均匀噪声环境下相干信号的波达方向(DOA)估计,该算法可以完全消除空间非均匀噪声,且适用于低信噪比环境,但该算法的DOA估计结果存在伪峰。针对这一问题,提出了一种改进的算法。改进算法通过对通用协方差差分(GCD)算法的信号协方差矩阵进行变换,再用特征分解的方法得到信号的DOA估计值。改进的算法可以完全消除伪峰,理论分析和仿真实验验证了改进算法的有效性。

多幅非均匀噪声图像的联合去噪法的应用及仿真

小波去噪是小波变换的重要应用领域之一。对多幅被空间非均匀噪声污染的图像样本提出逐点加权平均与自适应逐点阈值去噪相结合的联合去噪方法,并比较先加权平均(Average)后阈值去噪(Threshold)和先阈值去噪(Threshold)后加权平均(Average)两种不同的方案。仿真实验结果表明:逐点加权平均与自适应逐点阈值去噪相结合的联合去噪方法,对含非均匀噪声的多幅图像拷贝具有良好的去噪效果。

基于稀疏变换的大型固定干扰信噪分离技术研究

在复杂地表区域的地震资料采集中,大型厂矿的机械干扰、大钻、高速公路等固定的干扰源会产生能量极强的固定点震源干扰,且在干扰源附近产生线性或双曲型的相干噪声,通过常规信噪分离方法难以对其进行有效压制,从而对资料的信噪比及后期的成像产生严重影响。野外施工时往往只能停工协调或变观以尽量减少此类噪声的影响,会造成施工成本增加或影响成像质量。利用基于稀疏变换和同步压缩变换的信噪分离技术,对此类噪声从能量上进行有效的压制。针对残留的线性和双曲型相干噪声,在FX域采用非均匀空间采样相干噪声压制法(NUCNS)进行噪声压制,通过上述技术的综合应用,最终实现了强能量固定干扰源的噪声压制处理。通过实际资料处理试验表明,此方法能有效压制强能量的大型干扰源噪声,并能较好地还原淹没在噪声中的有效反射信息。