用Wiener滤波方法提取台站接收函数

本文提出了一种在时间域用Wiener滤波方法提取台站接收函数的方法 ,用远震P波波形的垂直分量为输入 ,接收函数作为滤波因子 ,远震P波波形的径向和切向分量作为期望输出 ,通过期望输出与实际输出的均方误差达极小 ,来提取接收函数。接收函数的计算可归结为Toeplitz方程的求解 ,可以采用Levinson递推算法。Toeplitz方程的非奇异性保证了Wiener滤波反褶积方法的稳定性。合成地震图与观测地震图的检验表明 ,用Wiener滤波方法测定台站接收函数是一种有效的时间域反褶积方法。

基于小波变换的Wiener滤波方法在农产品图像去噪中的应用

农产品图像的去噪是农产品图像处理中最基本、最重要的工作之一。为了更有效地去除农产品图像中的噪声。受二维离散Wiener滤波器计算方法的启发,提出了一种基于小波变换的Wiener滤波方法。该方法采用小波变换和Wiener滤波相结合的方法,具有稀疏性、多分辨率、去相关性、选基灵活性和在MSE意义上对图像进行最优估计的优点。该方法首先对含噪农产品图像ano做第一次小波变换得到低频图像a1和水平、垂直和对角三方向的高频图像hd1、vd1及dd1;其次对低频图像a1做Wiener滤波得到a1w,再对3个高频图像分别做Wiener滤波并合成得到g1w;接着对低频的a1w和高频g1w做小波逆变换,得到滤波图像“a1w+g1w”。同时,考虑到噪声主要在高频部分,所以直接把低频的a1和高频g1w做小波逆变换,得到滤波图像“a1+g1w”。这是对含噪图像ano做第1次小波变换的情况,其第2次、第3次及第4次变换的情况与此类似。这样可以得到许多滤波图像,然后根据图像信噪比PSNR和视觉效果,最终确定去噪效果最好的农产品图像。该方法应用于红枣、小麦杂草等农产品图像的去噪中,结果PSNR为158.23(视觉效果清晰),好于邻域平均法(PSNR为154.14)、中值滤波法(PSNR为155.82)、数学形态学(PSNR为154.07,视觉效果偏黑)、高斯滤波法(PSNR为153.79,视觉效果太黑)、直接维纳去噪(PSNR为154.14)和小波去噪(PSNR为158.18)等多种方法。试验结果表明,基于小波变换的Wiener滤波方法应用于农产品图像去噪具有信噪比高、视觉效果好等优点;基于小波变换的Wiener滤波方法用于农产品图像去噪是有效的、可行的。

小波域上分形噪声的一种自适应Wiener滤波方法

针对淹没在1/f分形噪声中的有用信号恢复问题,提出了一种基于小波变换与Wiener滤波的多尺度自适应滤波算法。首先将带有1/f分形噪声的信号分解成多尺度的子带信号,通过小波变换对1/f分形噪声的白化作用,消除了1/f分形噪声的自相似性和长程相关性。然后在小波域内,利用自适应Wiener滤波实现了噪声和有用信号的分离,估计出了各子带中的有用信号。最后进行小波重构,较好地恢复出淹没在1/f分形噪声中的有用信号。仿真实验表明,使用多尺度自适应Wiener滤波器能有效地抑制分形噪声,显著地提高信噪比。

小波域Wiener滤波方法及其在功能磁共振成像中的应用

目的:探讨基于多分辨率分析理论的小波域Wiener滤波方法,并观察其在功能磁共振数据分析中的降噪效果。方法:①小波域Wiener滤波方法介绍:时间域高分辨率功能磁共振图像常常带有大量噪声,并且其分布是不确定的,基于多分辨率分析理论的小波域Wiener滤波将不确定分布的一般噪声转换到小波域相互正交的不同尺度空间上,使其在同一尺度空间上为互不相关的附加高斯分布。应用小波削弱算法Wiener滤波分别在不同尺度空间上进行降噪,同时对同一尺度空间信号使用了稳健中位数法进行估计。②应用该方法分别对模拟数据(一方波加上随机噪声,主要是模拟实际的功能磁共振方波)和真实数据进行分析及处理。结果:①模拟数据去噪前、后信噪比分别为68.987,78.529,表明降噪后信噪比明显提高;加噪声的混合数据、经小波处理后的数据与未加噪声的原数据很接近,附加的噪声得到了明显的抑制。②真实数据计算结果表明,经小波域Wiener滤波降噪以后,提高了数据的信噪比,从而能够更有效地提取信号,有助于识别新的有效激活区或排除伪激活区。结论:在功能磁共振数据分析中应用小波域Wiener滤波方法降噪是有效的。

利用波原子分解系数自适应Wiener滤波方法压制地震数据随机噪声

随机噪声是地震勘探数据中常见的背景噪声,会对有效信号产生负面影响,有必要研究更适用的方法去除随机噪声。为此,提出基于波原子分解系数自适应Wiener滤波,并对滤波后的系数进行波原子重构的方法,压制随机噪声以突出有效信号。针对人工合成地震记录,应用SVD阈值、二维多尺度小波分解阈值和波原子分解阈值三种滤波方法与所提方法进行对比测试及分析,可见所提方法在压制随机噪声的同时能充分保留有效信号,使反射同相轴更清晰且连续性更好。利用该方法还对实际地震记录进行了滤波处理,并与用上述三种阈值和时频峰值等滤波方法处理后的记录作对比,进一步表明所提方法在压制随机噪声与保持有效信号方面的性能更优,具有较强的实用性。

远程光纤传感网中滤波降噪方法的优化

为实现远程光纤传感网络在噪声干扰条件下的高精度检测传输,提出一种优化差分(optimized difference,OD)的降噪方法。基于移动平均法构建新差分算法,并结合低通算法、中值算法预判边缘信息及预测信号数值;采用双重判别弥补边缘信息误判的缺陷,优化准确定位边缘信息的能力;融合加权平均法与卡尔曼滤波器(Kalman filter,KF),优化信号预测的精度。实验验证结果表明:采用该方法进行数据预处理将使系统能够正常检测数据,测量精度可达0.76%,提高检测系统的抗噪性能。与先进小波阈值降噪方法的对比实验结果表明:斜率优化方法在≥10 dB噪声干扰下,测量精度相对提高0.62倍以上。

LCL并网逆变器滤波参数近似计算方法

在高频谐波衰减系数相同的条件下,LCL型滤波器的体积和感量要明显小于L型,但是其约束条件有所增加,参数计算也变得更加复杂,不仅要考虑并网电流的质量,还需要关注逆变器侧电感电流纹波和无功功率等限制条件。为简化计算流程,基于有源阻尼提出一种LCL型并网逆变器滤波参数近似计算法。首先,分析拓扑再利用仿真软件分析逆变器输出电压的谐波含量;其次,对滤波器设计相关约束条件的优先级进行重新排序,以谐振比为关键参数推导出计算公式,以谐振频率为关键参数快速计算出总电感值,再综合各个参数的极限值,给出设计流程图,并进行误差分析;最后,通过流程图输出一组参数进行仿真和实验分析,证明所提出的LCL滤波参数计算方法的合理性和有效性。

短路枝节加载微带传输线滤波器设计方法研究

对于微带线滤波器为代表的传输线滤波器设计,给定技术指标,如何快速准确地确定其拓扑结构和结构参数是其中的关键。由于分布参数效应,导致传输线滤波器设计比较困难。针对一种短路枝节加载微带传输线滤波器,深入研究了其物理机制,给出了解析设计方法。首先导出了滤波器的传输矩阵,接着通过cot变换关系对传输矩阵进行变换,最后将其与根据技术指标综合得到的理想传输矩阵进行比对,从而能够快速地确定滤波器的结构参数初始值。为了验证所述设计方法,设计了一个中心频率为3.0 GHz,绝对带宽为2.0 GHz,回波损耗小于-20 dB的三阶带通滤波器实例,并进行了加工测试。测试结果表明,理论、仿真和测试结果相吻合,验证了设计方法的有效性。

基于增广卡尔曼滤波器的时域传递路径分析方法

时域传递路径分析方法用于解决瞬态工况下复杂系统振动噪声问题不仅未能解决自然频率附近频响函数矩阵的病态问题,而且利用现有频域信息转换提取得到的所需时域信息精度较低,因此提出一种基于增广卡尔曼滤波器的时域传递路径分析方法。该方法采用增广卡尔曼滤波器辅以遗传算法估计时域工况载荷,通过最小二乘算法辨识单位脉冲响应函数,将时域工况载荷和对应的单位脉冲响应函数进行线性卷积以计算各传递路径的时域贡献量。算例表明,所提方法采用的增广卡尔曼滤波器载荷识别误差小于传统方法的去卷积滤波器所识别载荷的误差,最小二乘算法辨识的单位脉冲响应函数误差小于对频响函数直接进行快速逆傅里叶变换或者构造有限单位脉冲响应滤波器的误差,且所提方法在复杂结构上也同样具有较小的误差。

基于相关滤波的铁路异物侵限跟踪方法研究

针对铁路异物侵限频繁发生导致的列车运行安全问题,提出一种基于背景感知相关滤波器的铁路异物侵限跟踪方法。利用方向梯度直方图(HOG,Histogram of Oriented Gradient)特征提取铁路侵限异物自身特征,结合剪裁矩阵,以增加视频帧中实际背景的负样本;使用交替方向乘子法(ADMM,Alternating Direction Method of Multipliers)训练背景感知相关滤波器,减少计算复杂度,在保证跟踪速度的前提下,提升跟踪侵限异物的准确性,从而适应铁路沿线环境中由于侵限异物的形变、快速移动或天气等原因造成的目标丢失及跟踪框漂移等情况。实验结果表明,该方法对铁路侵限异物的跟踪精确度和AUC(Area Under Curve)值分别达到93%和71.9%,均高于SRDCF、KCF、ASLA和CSK等算法,具有更好的准确性。

基于神经网络自适应滤波器的数字化电能计量故障检测方法

为了提高数字化电能计量表故障检测的准确性,研究一种基于神经网络自适应滤波器的数字化电能计量故障检测方法。利用电流传感器、电压传感器以及功率传感器采集三种数字化电能计量装置运行数据并实施去噪和归一化处理。提取数据的时域和频域两类四种特征参数,包括方根幅值、偏斜度、频谱幅值、均方根频率。以特征为输入,神经网络自适应滤波器训练后,实现数字化电能计量故障检测。结果表明:检测结果的Z值均在8以上,说明检测结果更接近所设置的真实故障类型,检测更为准确。

基于改进卡尔曼滤波的叉车载重快速准确估计方法分析

本文提出了一种基于改进卡尔曼滤波的叉车载重快速准确估计方法。通过实验验证,该方法在估计精度和响应速度上都优于传统卡尔曼滤波,它能够更好地满足各个行业对叉车称重的需求。改进卡尔曼滤波通过引入自适应增益调整和模型误差修正,从而提高了算法的适应性。实验结果表明,该方法能够提高物流效率、确保货物安全,具有很大的实际应用价值。

基于Bayesian估计和Wiener滤波的阈值去噪方法

基于阈值的小波域去噪方法的核心是阈值选取 ,通过最小化一个Bayesian风险函数得到一种自适应阈值 ,结合线性滤波中具有代表性的Wiener方法 ,提出了一种新的去噪方法 .实验结果表明 ,该方法能有效地去除图像中的白噪声 ,同时还能较好地保留图像的边缘信息 。

基于Wiener滤波的小目标检测方法

红外云背景中小目标检测是红外成像技术的一种典型应用。为了检测红外云背景中的弱小目标,分析了背景特性,建立了红外场景模型,提出了一种基于Wiener滤波的自适应背景抑制方法。经过去除虚假目标和目标分割,再利用目标运动的连续性和规则性进行目标检测和跟踪。对包含了仿真目标的红外云背景图像序列进行了实验,结果表明,该方法能够有效地从信噪比为2.0的背景中检测到小目标。

广义系统Wiener滤波和Kalman滤波新方法

应用时域上的现代时间序列分析方法，基于ＡＲＭＡ 新息模型和白噪声估计理论，提出了广义系统的Ｗｉｅｎｅｒ 状态估值器和稳态Ｋａｌｍａｎ 估值器．它们可统一处理最优滤波、平滑和预报问题．它们避免了求解Ｄｉｏｐｈａｎｔｉｎｅ方程和Ｒｉｃｃａｔｉ 方程，因而构成了Ｗｉｅｎｅｒ 滤波和Ｋａｌｍａｎ 滤波新方法．

Wiener去卷滤波器设计新方法

应用现代时间序列分析方法 ,提出了多通道 Wiener去卷滤波器设计的一种新的时域方法 .它的特点是基于 ARMA新息模型可简单地得到渐近稳定的 Wiener去卷滤波器 ,避免了求解 Diophantine方程 ,减小了计算负担 ,且可统一处理去卷滤波、平滑和预报问题 .仿真例子说明了其有效性 .

Wiener状态滤波器设计新方法

基于经典稳态 Kalman滤波理论 ,应用射影理论 ,对完全可观完全可控的系统提出了设计Wiener状态滤波器的新方法 ,可统一处理稳定或不稳定系统的最优预报、滤波和平滑问题 ,估值器具有ARMA递推形式 ,且具有渐近稳定性。

结合Wiener滤波和形态学的图像边缘检测方法

提出了一种将Wiener滤波和数学形态学相结合的图像边缘检测方法.首先用自适应Wiener滤波对含噪图像去噪,然后构造6种具有代表性的结构元素,用改进的形态学边缘检测算子对图像进行边缘检测,自适应确定权重,将多结构元的边缘检测信息加权求和,得到在噪声存在条件下较为理想的图像边缘.实验结果表明,该算法能够有效地抑制噪声,检测的边缘较清晰、连续,其检测效果优于传统边缘检测算法.

小波域Wiener滤波器信号的去噪方法

提出采用小波域上的经验Wiener滤波器对信号进行去噪,得到优于小波阈值法的去噪效果.引入平移不变小波,较好地抑制了信号中的伪吉伯斯震荡.结果表明,将小波域上的经验维纳滤波器与平移不变小波相结合进行去噪,所得到的效果是最佳的.

一种图像自适应Wiener组合滤波方法

利用小波域Wiener滤波和空间域自适应Wiener滤波的特点,提出一种基于小波域自适应Wiener滤波和空间域自适应Wiener滤波的组合滤波方法。该方法首先在小波域进行自适应Wiener滤波,对恢复图像中的残留噪声方差进行重新估计,再在空间域进行自适应Wiener滤波,这种方法提高了恢复图像的精度。仿真实验表明,与单独的小波域和空间域Wiener滤波相比,该方法的均方误差最小,去噪效果更优。