边坡安全监测GPS-RTK信号的降噪算法研究

全球定位系统实时动态差分技术(global positioning system-real time kinematic, GPS-RTK)是解决路基边坡安全监测问题的重要手段,但GPS-RTK信号易受到多路径误差和共模误差的影响。基于小波变换(wavelet transform, WT)和主成分分析(principal component analysis, PCA)分别可以有效去除多路径误差和共模误差,提出WT-PCA算法去除信号误差。首先设置仿真信号,通过参数调优进一步提高单一算法的降噪效果。其次提出组合算法WT-PCA改进单一算法的缺陷,并与其他组合算法进行对比分析。最后,对十天高速路基边坡的GPS-RTK监测数据进行实例分析。结果表明,WT-PCA算法的信噪比和均方根误差较于WT-VMD优于66%和50%左右,算法可以有效地消除GPS-RTK信号的多路径误差和共模误差影响。提高边坡位移监测信号处理精度,进一步评估边坡结构形变及安全状态。

变分模态分解联合改进小波阈值函数的PPG降噪算法

针对PPG信号采集过程中存在大量混合噪声的问题,提出一种变分模态分解(VMD)改进小波阈值降噪的降噪算法。首先通过傅里叶变换得到脉搏波信号频域信息,确定分解个数和主频率;然后利用变分模态分解算法将含噪声的PPG信号分解为一系列固有模态分量,分解过后确定各分量的中心频率,并筛选有效固有模态分量;最后利用改进后的小波阈值函数对残余噪声进行降噪处理,避免了软阈值的恒定偏差,又保证了阈值函数的连续性,降噪后的信号与原始信号相关系数均值为0.934 7,比变分模态分解方法重构信号提升了7.1%。与其他降噪算法相比,信噪比分别提高了5.77 dB、5.38 dB、4.5 dB,均方根误差分别降低了26.1%、16.8%、7.4%。实验结果表明,通过理论计算、数值模拟和应用研究验证了所提方法的有效性和优越性,在滤波效果和信号保真度之间取得了很好的平衡。

基于小波包变换的一种降噪算法

白噪声的方差和幅值随着小波变换尺度的增加会逐渐减小 ,而信号的方差和幅值与小波变换的尺度变化无关。因此 ,文章提出一种以小波包能量为基础 ,以降低原始信号与降噪后信号之间的均方误差 (MSE)为目标的基于小波包的降噪算法 ,并与传统的 Donoho的硬阈值降噪算法作了比较。仿真结果表明 ,该算法可以有效去除白噪声干扰 ,并且明显优于传统的 Donoho的硬阈值降噪算法。

基于集合经验模态的随钻脉冲信号优良降噪算法

为了准确提取原始随钻钻井液脉冲信号,采用集合经验模态分解方法,基于固有模态分量构建不同的低通滤波算法,进一步采取方波整形处理,建立脉冲信号的降噪整形算法,并依据算法逼近度指标、相关度指标建立优良降噪算法的判断准则。利用单位脉冲信号、周期性杂波信号和高斯白噪声信号合成数值模拟钻井液信号,分析钻井液信号的降噪效果,所得优良降噪低通滤波算法由去掉前4个固有模态分量的其余模态分量及余项构成,其降噪结果能清晰描述单位脉冲信号,算法的逼近度达到0.7719,相关度高达0.8929。利用选定的优良降噪算法分析了实测的随钻测量钻井液信号,所得结果合理、有效。

基于尺度相关性的微光图像降噪算法及其硬件实现

微光电视是低照度条件下的重要观测手段 ,但微光电视图像信噪比低 ,观察效果差 ,必须进行降噪处理 根据噪声小波系数随着小波分解尺度加大而减小的特性 ,文中算法利用微光图像小波分解层间相关性 ,可以良好地消除噪声 ,同时克服了传统降噪方法在滤除噪声的同时会造成图像细节损失的缺点 从所介绍的微光图像实时处理系统实现结果看 ,降噪效果明显

基于包络滤波的电磁超声检测数据降噪算法

针对电磁超声检测中的噪声问题,提出了基于包络滤波技术的噪声消除方法。该方法利用三次多项式插值曲线拟合法求取原始信号的包络曲线,按照设定的降噪阈值用上下包络线分别分段地对原始信号进行修正,最后对上下包络修正的结果取平均,从而实现平滑信号和抑制杂波的作用。该方法的处理过程不会损伤信号的主体特征,对于混叠在信号中的多种类型的高频噪声都能进行很好的抑制。利用电磁超声表面波的实验数据对算法进行了检验,实验结果表明,基于包络滤波的降噪算法可以有效地消除检测信号中的杂波和毛刺干扰,抑制噪声的幅度,提高信噪比。

基于HSI彩色空间模型的域替换降噪算法

对彩色数字图像进行降噪处理时,为兼顾标量处理法的简便性和矢量处理法的有效性,提出一种对彩色空间域实行替换的方法。采用均值滤波法在RGB域内进行滤波处理,将图像数据从RGB域转换到HSI域,用滤波处理后的H域、S域替换含有噪声的H域、S域。对由双目内窥镜采集的实际彩色图像进行实验,结果证明该域替换法可以结合标量处理和矢量处理的优点,达到比一般标量处理法及简单矢量处理法更好的降噪效果。

基于变模式分解和频谱特性的自适应降噪算法

机械故障检测过程中,由于反映机械故障的振动信号微弱,很容易被外界噪声干扰信号污染,从而影响机械故障诊断。为提取纯净振动信号,传统EEMD滤波算法虽具有较强的降噪能力,但由于EEMD算法存在缺乏严谨理论基础、运算效率低、容易造成有用信号丢失等缺点,致使降噪效果不理想。为解决以上问题,提出一种基于变模式分解和频谱特性的自适应降噪算法。基于变模式分解优点,通过分析有用信号模态与噪声模态频谱特性,提取有用信号模态从而实现降噪。通过仿真信号与实测信号分析表明,新算法降噪效果优于传统EEMD滤波算法。

基于Bandelet变换的参数化阈值函数降噪算法

为去噪的同时最大程度地保留蝗虫切片图像细小的边缘与纹理特征,利用Bandelet变换的多尺度特性和图像的几何特性,提出了基于Bandelet变换的参数化阈值函数的去噪算法。首先采用具有平移不变性的平稳小波对图像进行分解,然后利用Birge-Massart策略估计阈值、最小化Lagrange函数取得最佳几何流方向,并利用最小均方误差(MSE)原则优化四叉树,最后采用自适应Bayesshrink参数化阈值函数对图像进行去噪。实验结果表明,本文算法对图像边缘的稀疏表示效果比较理想,降噪后边缘更加清晰,纹理特征更多。对比其他方法,通过本文算法获得的峰值信噪比(PSNR)和结构相似度(SSIM)结果表明,其降噪性能显著提高。说明将基于Bandelet变换的参数化阈值函数算法应用于蝗虫切片图像去噪有效、可行,可为后续研究提供技术支持。

小波变换与无线光通信降噪算法分析

小波变换技术被运用于信号处理方面,经过小波变换将相关信号特性有效分配至各个不同尺度对应小波变换系数上,再经过小波变换系数详细分析及处理,能够有效对相关信号施以压缩及奇异性检测和噪声降低。现根据系统噪音的基本特征性,通过无线光通信链路给出了相应的模型。本文分析了一种基于小波变换的无线光通信降噪算法,将FFT降噪及基于小波变换降噪进行了对比,得到小波变换降噪效果更好。

针对听力受损者的低复杂度感知估计降噪算法

0引言助听器的使用人群是听力受损者,因此助听器中的降噪算法也应更多的考虑听力受损者的听觉特性。同时,由于助听器体积小、功耗低,助听器中的降噪算法的计算量也不宜过大,才能满足实时性等方面的要求。本文在一种基于听觉掩蔽的贝叶斯感知估计降噪算法的基础上,结合听力受损者的听觉特性,提出一种适合于使用在助听器中的低复杂度感知估计降噪算法。

一种数字视频自适应降噪算法的研究与实现

视频序列在传输过程中常常受到噪声的污染,致使画面效果变差,因此需要数字视频降噪方法来降低噪声对图像的影响,改善图像质量。本文简单介绍了数字视频降噪的原理,在现有的自适应降噪方法基础上提出一种改进的自适应数字降噪的实现算法,介绍了其硬件实现过程。和现有的降噪方法相比,本文提出的方法能有效的消除传统方法带来的拖尾等问题。噪声是影响目标信号检测和显示的主要因素之一,信号在经过纪录、编辑、分配、传输及卫星接收等各种途径都可能混入大量干扰,致使图像模糊,质量退化。如何有效去除视频序列中的不良影响一直是提高画质的主要问题所在。

基于滤波降噪算法的多维数据冗余信息滤除方法

为解决滤除冗余信息过程中受到噪声干扰的问题,提出了基于滤波降噪算法的多维数据冗余信息滤除方法。首先提取多维数据冗余信息特征,利用阈值验证冗余信息特征提取结果以保证结果准确。依据得到的特征利用最坏适应算法分区域处理多维数据,在此基础上对其进行滤波降噪,最终滤除冗余信息。实验结果证明,所设计方法滤除处理冗余信息较未滤波降噪方法的准确率较高,且输出耗时较短,表明所设计方法改善了多维数据冗余信息滤除易受到噪声干扰的问题。

几种OCT图像散斑降噪算法的研究与比较

为了探究光学相干层析技术(optical coherence tomography,OCT)中图像散斑的降噪处理方法,以提高图像质量,于是采用猪胃和泡沫塑料管为对象,对比研究了中值滤波、维纳滤波、小波滤波和各向异性扩散法对OCT图像散斑的降噪效果,并且通过信噪比(SNR)、等效视数(ENL)和散斑指数(Speckle-index)三个指标评价去噪效果,以此来弥补视觉对比的不足.结果表明,各向异性扩散算法不仅对OCT图像的散斑噪声具有最好的降噪效果,而且也较有效地保持了图像边缘信息.

车辆动态称重压电信号的SSA降噪算法与试验

为提高车辆动态称重压电信号的信噪比,要在奇异谱分析(SSA)降噪算法中确定合理的嵌入维数与重构阶次。基于Cao算法,提出一种稳定性方法确定嵌入维数,并以累积能量贡献率变化量确定重构阶次,在Lorenz信号上加入不同方差的高斯白噪声进行实验仿真,验证SSA降噪算法的可行性和有效性,并评价噪声方差对结果的影响。在不同车速下,对五种载重不同的车辆进行工程实测试验。结果表明,车速在10~50 km/h,平均称重误差控制在2.72%~4.72%,利用SSA降噪算法处理车辆动态称重压电信号,达到较好的降噪效果,称重精度及稳定性均能满足实际工程要求。

基于小波的自适应快速图像降噪算法

本文提出了一种基于小波变换的、自适应阈值确定算法。较之著名的SureShrink算法,它降低了算法复杂度,提高了降噪效果,更快更好地实现了图像降噪。实验结果表明,在大多数场合,本算法的降噪效果优于SureShrink,同时,算法时间复杂度有了很大的降低。

超高层建筑振动信号降噪算法研究

针对超高层建筑振动信号往往被噪声干扰而导致真实位移难以显现,而常用的小波包软硬阈值函数,由于存在一定的缺陷无法较好地提取有用信号等问题,提出一种考虑调整系数的新阈值函数,该阈值函数介于软硬阈值函数之间。通过对仿真模拟信号与天津117大厦全球卫星导航系统(GNSS)实时动态差分(RTK)实测振动信号进行降噪处理,结果表明:小波包新阈值函数的信噪比、均方根误差、相关系数均优于软、硬阈值函数的降噪结果,并且117大厦实测信号的噪声也得到有效的抑制。

基于双边滤波的图像阈值降噪算法改进与研究

为了解决传统图像阈值降噪不理想,效果较低的问题,文章研究设计了基于双边滤波的图像阈值降噪算法的改进。首先,提出基于双边滤波的图像阈值降噪算法的改进,分析双边滤波理论,给出图像阈值降噪算法的改进后的算法步骤。然后,分析训练样本集中的双边滤波降噪方法,需要通过阈值降噪的图像重构与双边滤波的噪声方差估计两方面完成双边滤波降噪。最后,设计基于双边滤波的图像阈值降噪算法实验,验证基于双边滤波的图像阈值降噪算法的降噪效果。实验结果表明,该方法对于去除图像的高斯白噪声有更好的效果,并且能够将边缘等细节信息很好的保存下来。

基于变分模态分解信息熵的矿用电缆绝缘监测降噪算法

电缆是保证矿井高压供电可靠性的基础,电缆的绝缘性能是决定电力电缆可靠性的主要因素,导致绝缘劣化的关键性因素是局部放电,因此检测局部放电是诊断电缆绝缘劣化程度的广泛应用方法,但煤矿井下环境条件复杂且局部放电信号微弱,PD信号检测易受噪声信号干扰,导致提取精度低。因此提出一种基于变分模态分解(VMD)与信息熵的局放信号降噪算法,降低噪声因素影响,提高PD信号精度。仿真及实验数据表明,该算法能有效地抑制电缆的局放信号中的高斯白噪声,有效保留局放信号特性。

WebRTC降噪算法在RT1052芯片的实现与优化

WebRTC开源降噪算法主要用于PC或移动端的实时通信,但很多应用需要在嵌入式芯片上实现.文章以高性价比的RT1052开发板作为硬件平台,分析算法处理流程,并通过硬件浮点处理单元(FPU)和信号处理库(CMSIS-DSP)优化代码,针对原代码中语音恢复时的收敛问题,通过增加语音活动检测器(VAD),在静音段不进行噪声参数更新,以保持噪声参数的准确性.测试结果表明,在RT1052芯片上成功实现了WebRTC降噪算法,代码优化后运算效率提升约4.5倍,语音质量感知评估(PESQ)评分提升约15%.