变分模态分解组合广义形态滤波器的MEMS陀螺仪去噪方法

为了更加有效地消除MEMS陀螺仪输出信号存在大量不同类型噪声的同时保留有效信号特征,本文提出了一种变分模态分解(VMD)的多尺度自适应组合广义形态滤波器(CGMF)去噪方法.该方法首先采用VMD将MEMS陀螺仪原始输出信号分解为多个不同尺度的具有特殊稀疏性的一高低频离散带限子信号内模函数(BLIMFs),然后通过选择CGMF中合适的结构元素(SEs)长度和几何结构对上述不同尺度BLIMFs进行自适应去噪处理,最后重建去噪后的BLIMFs获得去噪信号.通过实验验证并与现有的信号去噪方法相比,本方法的主要优点在于:1)解决了CGMF中SEs的长度和几何结构等关键参数的自适应选择问题;2)针对不同类型噪声均进行了有效的分离和去噪处理.

基于组合广义形态滤波的大地电磁资料处理

针对矿集区大地电磁强干扰的特征,构建组合广义形态滤波器,从时间域波形上探讨组合广义形态滤波对实测大地电磁强干扰的噪声压制效果。给出基于组合广义形态滤波的大地电磁资料处理流程,在人烟稀少、基本无电磁干扰的青海柴达木盆地进行试验研究,对包含比较单一的人工广域电磁干扰源的试验点进行组合广义形态滤波处理,横向对比时间域波形和视电阻率-相位曲线的改善情况。研究结果表明:该方法可以更加精确地勾勒出大尺度强干扰的轮廓特征,视电阻率-相位曲线的整体形态更加光滑、平稳,数据质量得到明显改善;由于该算法能有效提取暂态信号中的奇异信号,且只需进行加、减和比较运算,计算速度快,这对于在矿集区开展大地电磁强干扰的压制及资料处理具有一定应用价值。

数学形态滤波在音频大地电磁去噪中的应用

大地电磁去噪方法种类多,且各有其优缺点。本文引入汤井田教授的一种新方法——数学形态滤波法,它是依据形态学原理而创建的一种新型的非线性滤波方法,在信号和图像处理领域中得到广泛的运用。本文通过仿真实验设计一个加噪的正弦曲线,通过经腐蚀运算、膨胀运算、开闭运算、闭开运算和经形态滤波后分析曲线特征,之后对比经组合广义形态滤波在同一结构元素不同长度、同一长度不同结构元素滤波效果,最后将组合广义形态滤波引进到实测的音频大地电磁数据中,对比其滤波前和滤波后的视电阻率曲线,结果表明形态滤波能有效抑制音频大地电磁法中大尺度干扰,取得了良好的应用效果。

基于多结构元素形态滤波的大地电磁去噪

数学形态滤波是根据形态学原理创建的一种新型滤波方法,目前在信号处理的诸多领域得到成功运用。本文从形态滤波的基本原理出发,引入了一种多结构元素组成的滤波器用于大地电磁噪声消除。通过数值模拟展示了多结构元素滤波器的滤波效果,表明多结构元素滤波器在小尺度的范围内也有较好的滤波性能。同时,实测大地电磁信号的重构曲线和其视电阻率曲线显示多结构元素形态滤波对大地电磁噪声中的大尺度干扰噪声,如方波噪声和三角波噪声等,有较好的抑制作用,说明多结构元素形态滤波在大地电磁去噪中有较好的应用价值。

多用户源头无线传感网络不完整数据挖掘算法

针对无线传感网络多用户源头数据受噪声影响,导致数据缺失的问题,为了提高数据的完整性,提出多用户源头无线传感网络不完整数据挖掘算法。采用组合广义形态滤波方法对多用户源头无线传感网络数据展开去噪处理,避免噪声数据影响数据填补结果;采用集成学习方法对数据进行深度挖掘,将挖掘出的数据展开分类处理;利用低秩矩阵填充理论对分类后的数据展开首次填补,在此基础上引入曲线相似分类对缺失数据进行二次填补,完成多用户源头无线传感网络数据的完整挖掘。仿真结果表明,所提方法在不同数据集中获得的均方根误差低于0.164%,信噪比高于41.8dB,补全后的数据平均绝对误差为0.023%、平均百分比误差为3.5%、均方根误差为0.021%。因此,所提方法具有较好的去噪效果和较高的数据填补性能。

基于信号质量评估的日常血氧检测研究

针对日常血氧检测易受噪声干扰的影响,导致信号质量下降造成血氧监测设备误报警的问题,提出了一种基于信号质量评估的日常血氧检测方法。首先,为保证日常信号采集的有效性和稳定性,选择受运动和血流灌注影响小的耳后部位研制血氧采集装置。其次,在分析日常干扰特点的基础上,提出基于多特征融合和支持向量机的信号质量评估方法,实现“好、中、差”三个质量等级的分类。最后,剔除质量“差”的信号,基于广义组合形态学滤波抑制质量“中”信号的运动伪迹,进而获取血氧值。研究结果表明,该方法可以实现日常行为状态下血氧准确有效的检测。