用于位场场源水平边缘增强的均衡形态学滤波器

位场场源水平边缘的增强对于地质构造研究具有重要意义。现有用于源水平边缘增强的滤波器多数基于位场数据的导数构建,但这些滤波器常表现出一些不足,如输出边缘发散、无法均衡强弱异常或结果中存在额外虚假边缘等。本文通过数学形态学基本算子的组合叠加,首先定义了基于数学形态学的边缘增强滤波器MMA,为了使该滤波器具备均衡不同振幅异常的能力,提出了MMAZ和MMAT滤波器,通过二者的极大值位置均可实现对位场场源边缘的圈定。合成数据试验结果表明,MMAZ和MMAT滤波器具有很好的均衡能力和抗噪性能,同时相比传统几种滤波器,根据这两种滤波器获得的地质体水平边缘更加清晰收敛,而且针对包含正负异常的地质情况,输出结果中没有额外边缘的产生。最后将这两种新的均衡滤波器应用到老挝万象盆地某钾盐矿区的重力异常和中国西北某金属矿区航磁异常数据的处理中,获得的构造线位置更加准确清晰,从而进一步说明了这两种滤波技术的有效性。

广义数学形态滤波器的旋转机械振动信号降噪

针对传统形态滤波器由于采用相同尺寸结构元素而导致的输出统计偏倚严重的问题,提出采用不同尺寸结构元素级联而成的开-闭和闭-开组合广义形态滤波器实现旋转机械振动信号的降噪方法。研究了广义形态滤波器在脉冲噪声与随机噪声干扰下的降噪效果,比较了广义形态滤波器与传统形态滤波器分别对仿真信号与实际振动信号的滤波效果。实例表明,广义数学形态滤波器能够更有效的消除噪声的干扰,获得更高的信噪比。广义形态滤波降噪算法只涉及加减和极大、极小运算,运算简单且执行高效,具有较好的实用价值。

基于数学形态滤波器抑制局部放电窄带周期性干扰的研究

变压器局部放电在线检测的关键技术之一是有效抑制现场强烈的电磁干扰。文中引入非线性数学形态学变换,基于最小均方(LMS)算法构造了一种结构元素自适应的形态开、闭组合形态滤波器,很好地解决了局部放电在线检测的窄带周期性干扰问题。仿真表明该方法对窄带周期性干扰的噪声抑制比(NNR)大于 60dB,而现场实际测量的噪声抑制比超过 20dB。数学形态滤波器为电力变压器局部放电在线检测提供了一种新的干扰抑制方法。

心电信号去噪的数学形态学滤波器

为探索验证一种基于数学形态滤波器的去除心电基线漂移和工频干扰的高性能滤波器设计方法,借鉴数学形态学一维信号滤波原理,提出自适应阈值ECG去噪算法的思路,讨论了3σ统计准则在ECG自适应阈值滤波中的作用,利用改进的算法对心电图中常见的工频干扰和基线漂移进行校正。通过对MIT-BIH心率变异数据库中多组数据的仿真验证研究,验证了该算法能有效实现心电信号的噪声预处理;数学形态学理论在心电信号处理中具有良好性能,是实时处理一维生物医学信号有潜力的工具。

改进的自适应广义形态滤波器设计

提出一种改进的自适应广义形态滤波器。针对电力数据采集信号中可能存在的各种噪声情况,通过数字仿真,研究结构元素幅值和长度变化对改进的自适应广义形态滤波器滤波性能的影响。仿真结果表明,改进的自适应广义形态滤波器可以有效抑制电力系统采样信号中的各种噪声,滤波效果好。

数学形态滤波器及其在心电图机中的应用

在心电图信号的测量中，存在很强的噪声和干扰。这些干扰噪声往往与信号的频率相重叠。在有效地保存有用信号的情况下最大限度地抑制心电信号测量中噪声，历来就是技术上的一个难点。本文探讨了应用非线性的数学形态滤波到心电图机中并取得良好的效果。相比于常规的线性滤波器，数学形态滤波器不仅抑制能力很强，其计算也十分简单，十分适合于在基于计算功能有限的微处理器的心电图机中应用。

振动信号处理中数学形态滤波器频率响应特性研究

数学形态学滤波方法作为一种非线性的滤波工具拥有良好的消噪特性和低通特性,准确描述形态学滤波器特性是其应用的理论依据和前提条件。通过对给定的数学形态滤波器输入激励信号,得到了数学形态滤波器的频响特性,给出结构元素宽度与形态学组合滤波器截止频率的对应关系表。研究表明:在采样频率确定时,结构元素宽度越大,截止频率越低,截止频率随着结构元素宽度的增长而变小,并呈非线性关系。当结构元素宽度确定时,采样频率越大,截止频率越高,采样频率与截止频率成正比例变化。仿真分析表明,形态学组合滤波器具有更好的滤波效果,且具有保相的突出优点。形态学滤波器对实际故障信号的处理验证了结论的有效性。研究成果为形态学在振动信号处理中的应用提供了理论依据。

自适应形态学滤波器在HAPF中的应用研究

采用快速、准确的谐波检测方法可显著提高电力混合有源滤波器(Hybrid Active Power Filter,HAPF)的运行性能。在比较多种谐波检测方法后,提出了基于瞬时无功功率理论的自适应形态学滤波器,即在传统的αβ变换、dq变换基础上采用自适应形态学滤波器替代LPF。该方法运用自适应算法动态调整形态滤波器的结构元素尺寸,使其不仅保留了瞬时无功功率理论的优点,并同时具有形态学运算简单快速及自适应算法精确的特点。采用Matlab/Simulink软件进行仿真,结果证明该方法具有快速性和精确性,有较好的实用性。

基于量子遗传算法的数学形态滤波器优化设计

为解决数学形态滤波器结构元素参数优化问题,提出了一种基于量子遗传算法的数学形态滤波器优化设计方法.根据数学形态结构元素参数特点初始化量子遗传种群,通过量子交叉、变异、基于膨胀系数的量子旋转门实现种群的演化进程,进而得到数学形态滤波器的最佳参数.结合仿真实验,研究了不同比例随机噪声、工频干扰噪声下的优化算法性能.仿真结果表明:优化后的数学形态滤波器性能得到较大改善,含随机噪声信号的信噪比由-0.98 dB提高到5.23 dB,含混合噪声信号的信噪比由-3.05 dB提高到0.41 dB,有效滤除了随机噪声、混入工频干扰的混合噪声.

一种全方位多角度自适应形态滤波器及其算法

根据形态滤波器的结构元特性,结合形态开—闭(闭—开)组合运算及自适应算法,建立了一种能有效去除复杂纹理图像中的各种噪声,并较好的保持图像细节的方法。实验证明,这种全方位多角度自适应形态滤波器与现有的中值滤波器、全方位结构元形态闭—开最小、开—闭最大滤波器等非线性滤波器相比较有更好的降噪性能及细节保护能力,扩展了形态滤波器在滤除高斯噪声方面的应用,提高了形态滤波器的适应性。

采用数学形态滤波器的轴心轨迹提纯

针对旋转机械振动信号数据采集的特点,提出了用数学形态滤波器实现轴心轨迹提纯的新方法。采用形态滤波器提纯轴心轨迹,不考虑转子振动信号的频谱特征,不需要转子故障的先验知识,通过开闭、闭开组合形态滤波器对振动信号滤波处理后即可剔除噪声干扰,得到提纯的轴心轨迹。仿真计算及实例验证了该方法的有效性。与其他方法相比,形态滤波器效果好,算法简单,运算速度快,易于现场采用,有较好的实用价值。

自适应形态滤波器用于色谱信号的处理

建立了一种能自适应地调整尺度的形态滤波器对色谱信号中混杂的离散脉冲型噪声加以滤除的方法.结果表明,自适应形态滤波器在滤除脉冲型噪声时,比目前文献报道的中值滤波方法呈现出更好的效果,它能保存高度完整的信号信息,是处理色谱信号脉冲型噪声的有力工具.

基于复合结构元素的新型自适应形态滤波器设计

针对电力系统信号采集中常见的噪声干扰问题,提出一种使用复合结构元素的自适应形态学滤波器。这种滤波器融合两种及以上结构元素作为复合结构元素,统计分析输入信号与拟输出滤波信号之间的滤波误差,寻找复合结构元素的整体最优尺度,从而优化滤波效果。根据滤波误差极大值原理,调整组成复合结构元素的两种元素的参数占比,进一步优化,可得最优滤波使用的复合结构元素。仿真实验对包含随机白噪声的电力信号进行自适应滤波,结果表明,在面向随机噪声时,所提出的自适应滤波器能够准确寻求到最优结构元素,滤波性能优于使用单一结构元素的传统形态滤波器,具有良好的应用前景。

基于数学形态学的数字滤波器设计与分析

针对电力信号监测中可能遇到的各种干扰,通过数值仿真详细研究了结构元素的形状、幅值和宽度对形态学数字滤波器性能的影响。分析指出,最优结构元素的选取,与干扰的类型和频率、待处理数据序列的采样率等因素密切相关,一般要根据信号和干扰的具体特征,通过数值仿真预先确定。对于宽带干扰的消去,采用余弦型结构元素时滤波效果较好;对于窄带干扰的消去,矩形结构元素的应用特性较佳。随着信号采样频率的增加,结构元素宽度应按线性递增规律选取,以获得较优的滤波特性。这些研究结果为形态学滤波器在电力信号监测和处理中的应用提供了设计依据。

一类自适应顺序形态滤波器

提出了一类自适应顺序形态滤波器 ,建立了排序运算的隐含表达式 ,并在最小均方误差 (MSE)和最小平均绝对误差 (MAE)准则下 ,实现了结构元素和百分位值的自适应处理 .该滤波器不仅可以有效地抑制信号中的各种噪声 ,而且较好地保持了信号的几何特征 .计算机仿真结果证实了滤波算法在噪声图象恢复方面有较好的效果 .

形态滤波器结构元的自适应优化算法

该文提出了一种实现形态滤波器结构元优化设计的自适应算法,自适应过程类似于经典的最小均方(LMS)算法。通过将腐蚀与膨胀运算用隐函数表示,推导出腐蚀与膨胀运算中结构元的优化公式,由此进一步可得到任意组合形态滤波器的自适应优化公式。仿真实验表明该算法改善了形态滤波器的性能,具有设计简便、实用性强的特点。

使用进化硬件的自适应形态滤波器设计

针对电力信号监测中可能遇到的各种干扰,提出了一种基于进化硬件的自适应电力系统形态滤波器的设计方法。不仅滤波算法可自适应调节,而且结构元素形状和尺寸也可自动调整。以遗传算法作为优化工具,在Xilinx XCV2000-E现场可编程门阵列上对滤波器结构和参数进行在线优化。对典型噪声的在线滤波结果表明,该滤波器能够根据噪声的不同自适应调整结构和参数,因而鲁棒性好,适用范围广,滤波性能比均值滤波器和中值滤波器更好,且该滤波器是采用硬件实时实现的,便于在嵌入式系统中应用。

应用于热光鬼成像的自适应形态学滤波器

鬼成像是一种新的成像机制,但研究人员主要注重研究鬼成像的理论价值。传统的鬼成像从工程上讲质量通常较差,为了提高成像质量,提出一种新的自适应形态学滤波算法。该算法自动估计斑点的大小,作为形态学滤波中的结构体的大小。对该算法进行了仿真,实验结果表明,应用于热光鬼成像的形态学滤波器可以很好滤除噪声。并对几种典型的鬼成像处理方法进行对比,对比结果显示了该算法的有效性。

基于延迟小角度法和自适应复合形态滤波器的电压暂降检测方法

针对当前现代电网建设电压暂降故障频发和传统电压暂降检测算法准确性和快速性不足的问题,提出一种电压暂降检测新方法。单相电压首先经过自适应复合形态滤波器进行最优尺度滤波处理,再延迟一个小角度构造相互垂直且正交的αβ两相电压,经过αβ-dq变换得到电压暂降幅值、相位跳变和持续时间等特征量。在Matlab/Simulink中搭建新型电压暂降检测算法仿真模型,与传统滤波算法和电压暂降检测算法进行了对比分析。基于TMS320F28069DSP处理器设计了高速的数据采集与处理电路,搭建了电压暂降检测平台,对所提方法进行了工程验证。仿真结果表明所提方法在电网谐波噪声干扰、电压暂降、相位跳变等工况下具有较高的准确性及灵敏度,实测系统总体响应时间小于5 ms,所提方法可行有效。

基于前置数学形态滤波器的采样值差动方案

将数学形态学分析引入电力系统继电保护领域,利用数学形态学中的开闭运算分析设计的滤波算法能有效地滤除高压电网和变电站内可能产生的包括脉冲干扰在内的各种噪声,从而较好地保持信号的几何特征。基于该方法计算简单、易于并行实现,且对波形有良好的平滑作用,提出了一种前置数学形态滤波器的采样值差动算法。该算法能在保证可靠的前提下大大地提高保护的速度。