混合半径高斯滤波算法在去除GRACE条带误差中的应用

从GRACE重力卫星获取的时变重力场存在严重的南北条带误差,极大地掩盖了真实重力场信号,因此需要进行滤波处理。以GRACE相关滤波理论为基础,以信噪比最优为评估依据,详细分析不同高斯滤波半径在各阶次下信噪比以及高斯权重系数变化情况。基于此,提出混合半径高斯滤波方法,即通过调整各阶次下的高斯滤波半径来优化高斯滤波权重系数。结果表明,在仅进行400 km经典高斯滤波、去相关滤波与300 km经典高斯滤波的组合滤波信噪比最优情况下,采用分两步进行的400 km混合半径高斯滤波、去相关滤波与分3步进行的300 km混合半径高斯滤波方法,能进一步提高信噪比,同时改善因高斯滤波造成的信号泄漏。

小型化高隔离度射频滤波模组设计研究

围绕射频滤波模组设计开展研究,针对模组小型化高集成度设计中的射频信号传输及隔离问题,进行了内部关键电路结构的精细化三维电磁场建模仿真分析,以提高模型的准确度。通过关键结构制作及去嵌测试,验证了仿真设计的准确性。并加工了一款尺寸为14.97 mm×12.01 mm×1.29 mm的L波段射频滤波模组,该滤波模组集成滤波器数量为16个,插入损耗≤5.20 dB,带外抑制≥42.5 dB。

基于TVFEMD-IMF能量熵增量的桥梁监测数据降噪方法

针对桥梁监测数据受多重噪声干扰、影响结构真实响应获取的问题,提出了一种基于时变滤波经验模态分解(time-varying filtering empirical mode decomposition,简称TVFEMD)和本征模函数(intrinsic mode function,简称IMF)能量熵增量的桥梁监测数据降噪方法。首先,利用TVFEMD分解桥梁原始监测数据,得到多个子序列;其次,采用IMF能量熵增量确定多个子序列中的有效子序列;然后,划分子序列中的结构响应分量和噪声分量,对结构响应分量重组实现监测数据降噪;最后,利用平均绝对误差(mean absolute error,简称MAE)、均方根误差(root mean squared error,简称RMSE)和信噪比(signal-noise ratio,简称SNR)对不同方法的降噪效果进行评价。仿真算例和工程实例结果表明:TVFEMD相比经验模态分解(empirical mode decomposition,简称EMD),有效解决了模态混叠问题;TVFEMD结合IMF能量熵增量方法,有效抑制了多重噪声影响,对结果精度有较大提升;与EMD-IMF能量熵增量和Kalman滤波降噪法相比,TVFEMD-IMF能量熵增量法所得到降噪信号的MAE和RMSE值分别提升了23%和21%以上,降噪效果更好,信噪比提升38%以上,抗噪性能更佳。

轧机浇铸液位自动控制系统研究应用

采用高温铝液专用激光液位计配合步进电机与杠杆机构实现液位的自动控制。由于铝液存储槽的下流口孔口较大,通过锥形塞控制其开度的难度较大,锥形塞的向上或向下的微小变化,会导致流量变化很大,常规PID算法无法实现有效控制。根据步进电机的特性采用变参数增量PI控制算法,通过增量控制算法来控制步进电机正转(或反转),增量控制算法的优劣直接影响着浇铸铝液契口的铝液位控制效果。

由GRACE RL05数据反演近10年中国大陆水储量及海水质量变化

利用CSR(Center for Space Research)提供的GRACE RL05数据反演2003—2012年中国大陆水储量及其周边海域海水质量变化趋势。采用改进去相关滤波算法,使拟合最高阶次位系数为55及数据系列两端球谐位系数无须作为滑动窗口中心可直接拟合,去条带效果相比传统方法更明显。结果表明,中国陆地水储量在华北平原、三峡地区及青海、新疆、西藏交界地区变化较大。十年间,华北平原地下水以4.1±1.3mm/a速度减少,陆地水和地表水变化主要集中在2004—2008年;三峡水库3次蓄水引起地区等效水高变化分别为52mm、18mm及7mm;青海、西藏、新疆3省区交界地区地表水变化引起陆地水、地下水分别以10.6±0.9mm/a及11.6±1.0mm/a的速度增加。扣除冰川均衡调整后,GRACE反演海水质量的变化结果显示,东海、南海、黄海海水质量分别以4.23±0.9mm/a、1.33±0.9mm/a及3.09±1.1mm/a的速度上升,东海海水质量在长江入口附近上升速度最快。

基于纹理自适应全变分滤波的图像分块压缩感知优化算法

图像分块压缩感知重构模型通过分块方式解决了压缩感知中观测矩阵过大带来的计算复杂度较高和存储空间较大的问题,但分块重构时会产生块效应,其需要通过去块效应滤波加以消除。现有的滤波方法并未考虑图像纹理细节恢复问题,造成了重构质量的降低。为解决该问题,首先提出了一种基于灰度熵的纹理自适应采样方法。随后分析了分块压缩感知中块效应的产生和经自适应采样后块效应得到缓解的原因,并将全变分滤波引入到图像分块压缩感知平滑投影迭代重构过程之中,提出了一种基于图像分块纹理信息的双树离散小波硬阈值滤波和全变分滤波的自适应加权滤波模型,用其取代原平滑投影迭代算法的滤波过程,在自适应采样缓解块效应的基础上,更有效地保存图像的细节信息。仿真实验表明,与多种已有方案相比,该方案可显著提升重建图像的主客观质量,同时可有效保留图像的纹理细节。

在线动平衡中振动信号提取方法研究

论文介绍了一种适用于在线动平衡法的不平衡振动信号幅值和相位提取法。针对采集的不平衡信号混含大量噪声污染的问题,首先将采集的振动信号进行两级FIR滤波后再通过信号减法运算去除大幅值信号,同时对正弦信号发生器产生的正弦信号采用同样的两级滤波器滤波,然后通过对两信号互相关处理计算出不平衡信号的幅值和相位。MATLAB中的仿真结果显示,该方法消除了相位滞后对相位提取精度的影响,且提取的幅值和相位精度比传统互相关法有显著提高。

基于经验模式分解的自适应去噪算法

基于加性高斯白噪声在经验模式分解算法(Empirical Mode Decomposition,EMD)下的统计特性,提出了一种基于EMD的去噪算法。通过数值仿真,比较了提出的算法与小波域阈值去噪的性能。仿真结果表明,该算法与小波域阈值去噪的效果相似,而不用选择小波基,是一种自适应的去噪算法。

一种实时小波降噪算法

通过施加滑动数据窗的方式 ,总剪取实时数据的最新一段 ,再利用区间小波降噪算法 ,构造出实时小波降噪算法。实时降噪计算量通过选用正交紧支撑小波和限制小波分解深度降低。区间小波变换的边界干扰通过数据输出的时间延迟避免。引入冗余采样数据消除数据更新的时间滞后。用仿真实验验证了算法的降噪能力。

基于数学形态学和Canny算子的边缘提取方法

提出了一种基于数学形态学和Canny算子的边缘提取方法。该方法利用数学形态学开运算估计背景,将原始图像与背景进行几何运算,在处理后的图像上运用Canny算子提取边缘。实验结果表明,该方法明显优于传统的经过中值滤波后再进行Canny算子的边缘检测效果,为后续的特征提取、目标识别提供了良好的基础。

基于频域滤波的THz图像条纹噪声处理

太赫兹在安全检查、医疗诊断、特别是在无损检测领域等方面都有广阔的应用前景,在利用0.2THz连续CW系统检测航天所用的燃料箱泡沫板隔离层的粘合效果研究中,条纹噪声严重影响了图像的效果。针对这个问题,分析了条纹噪声的特征,提出了一种基于图像幅度谱的投影图自动确定噪声频率的算法,利用Butter Worth带阻滤波器对THz图像中条纹噪声进行处理,在滤除噪声的同时较好地保留了图像的细节信息。

一种基于高斯滤波器的电能质量信号去噪算法

研究电能质量问题有重要的意义。电能质量分析的必要前提是对采集到的电能质量信号进行有效的去噪处理,同时,保留突变点信息也是电能质量分析的一个重点。为了解决传统的滤波方法不能同时解决去噪和突变点信息保留这对矛盾的问题,该文提出了一种基于高斯滤波器的电能质量去噪算法。通过使用导数函数调整其尺度参数σ从而进一步调整滤波器的加权系数,使其既能平滑噪声又能较完整地保留突变点的信息。实验仿真结果表明,该文算法在去噪效果和突变点保留能力上均优于传统的滤波方法,选取σ约为所有点导数的均值时处理效果最佳。该文算法理论基础完善,易于实现,处理效果显著,有良好的发展前景。

基于MATLAB小波去噪方法的研究

在实际的计算机控制系统中 ,采样信号不可避免的受到各种噪声和干扰的污染 ,使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的仿真研究 ,并利用滤波器、傅立叶变换 /反变换和小波收缩三种方法对实际电机随动系统的辨识采样数据进行了去噪对比实验 。

MIMU信号去噪方法的对比研究

采用“中值平均法”、“FIR数字滤波器滤波法”、“小波去噪”三种不同的方法对MIMU的输出信号进行去噪处理。通过对处理结果的比较研究,证实了小波变换算法在信号去噪处理中的适用性和优越性,并且编写了实时信号处理软件,提高了MIMU的输出精度,从而提高了惯导系统的精度。

基于CMOS图像传感器混合噪声的自适应滤波算法

针对中值滤波导致部分图像细节损失和均值滤波出现模糊现象,设计了一种适用于椒盐和高斯混合噪声的自适应滤波算法。该算法先用最小邻域的均值和阈值判断噪声类型,然后使用加权中值滤波处理椒盐噪声,再利用拉普拉斯算子和相应阈值判断图像边缘细节,最后对高斯噪声进行加权均值滤波。实验仿真结果表明,从图像视觉效果来看,相比单独使用中值和均值滤波降噪,自适应滤波算法对图像的还原效果更好,图像细节保存较好,模糊程度相对较弱,图像更清晰。通过对比峰值信噪比(PSNR)和均方误差(MSE),对混合噪声进行处理时,滤波算法的PSNR和MSE值优于中值和均值滤波,有效还原了噪声图像。整个算法是在最小邻域空间进行,易于实现,对混合噪声的处理效果较好,为图像处理的系统集成化设计提供了技术支持。

轮廓波消噪中滤波器的选择

通过实验探讨了在2个不同版本的轮廓波变换消噪方法中,滤波器的选择对于消噪效果的影响,指出在轮廓波消噪方法中最合适的滤波器应当是"pkva"和"9-7"小波,应当避免使用的滤波器是"haar"小波.

基于局部混合滤波的SAR图像去噪

相干斑噪声是合成孔径雷达(synthetic aperture radar,SAR)成像系统所固有的缺点,严重影响SAR图像的可用性,给后续的图像分割、特征提取和目标识别等工作带来严峻的挑战。结合非下采样方向滤波器和双树复小波变换各自的特点,提出一种新的基于非下采样方向滤波-双树复小波变换的局部混合滤波SAR图像去噪算法,具有多方向和多尺度性,保持了图像的平移不变性,改善了图像的视觉效果。与其他算法不同,本文算法采用非下采样方向滤波器级联双树复小波的方法,不仅对每次产生的高频分量进行去噪,还对变换所产生的低频分量进行滤波去噪。实验结果表明:与使用同级双树复小波-轮廓波变换加软阈值去噪相比,本文算法的峰值信噪比提高2dB;与使用轮廓波加循环平移(cycle spinning,CS)软阈值算法去噪相比,本文算法去噪后的图像不仅峰值信噪比有所提高,而且去噪后的图像更为平滑,抑制了人造纹理产生,视觉效果得到了明显改善。

基于数学形态学和HHT的谐波和间谐波检测方法

非线性电力元件的应用使电力系统的谐波污染问题日益突出。为准确检测谐波和间谐波参数,提出了基于数学形态学和希尔伯特-黄变换(Hilbert-Huang transform,HHT)的谐波和间谐波检测方法。为有效抑制多种噪声,对现有数学形态滤波器进行了改进,使之保留了原信号的主要特征,并运用经验模态分解处理消噪后的信号,得到了一组经验模态函数分量。对每个经验模态函数分量进行希尔伯特-黄变换,可准确得到其瞬时频率和瞬时幅值,实现了在噪声背景下对谐波和间谐波的检测。仿真结果验证了该方法的可行性与有效性,表明其可提高谐波和间谐波的检测精度。

一种改进粒子滤波算法及其在多径估计中的应用

针对传统粒子滤波存在的粒子枯竭问题,提出一种基于自适应差分进化的粒子滤波算法。利用自适应差分进化算法代替粒子滤波中的重采样策略来产生新粒子,使粒子向状态后验概率密度函数的高似然区移动,同时提高粒子的多样性。通过一种非线性自适应调节策略自适应地调整变异因子和交叉因子,以提高改进粒子滤波中差分进化的寻优能力。应用于多径估计的仿真结果表明,该算法可克服粒子枯竭问题,与粒子滤波、扩展卡尔曼滤波和差分进化的粒子滤波算法相比,具有更好的多径估计性能。

基于Hilbert-Huang变换的ECG消噪

提出一种基于Hilbert-Huang变换的ECG消噪方法,该方法对含噪ECG进行经验模态分解,对分解后的IMF进行Hilbert频谱分析,然后根据ECG信号噪声特点对三种主要噪声分别消噪.工频干扰和高频噪声主要存在于ECG的低阶IMF中,而基线漂移主要存在于ECG的高阶IMF中,对低阶IMF采用基于自适应阈值的形态学滤波方法进行消噪,对高阶IMF采用平滑滤波法进行基线漂移估计.仿真实验和实际应用结果表明该方法优于小波消噪法,不仅对三种主要噪声具有较好的抑制作用,还能很好的保留ECG波形特征.