基于变分模态分解的光纤电流传感器小波去噪方法

为了提高光纤电流传感器测量信号的信噪比和测量精度,提出一种结合小波分析的变分模态分解去噪方法。该方法利用消除趋势波分析确定变分模态分解层数,并且采用互信息法确定相关模态,筛选出含噪声量较大的不相关模态,对不相关模态用sym8小波变换进行去噪处理,在此基础上进行信号重构,保证信号特征和完整度。在仿真的基础上,对光纤电流传感器的模拟阶跃直流电流和交流谐波电流,分别采用该方法去噪,把方均根误差和信噪比作为衡量去噪效果的指标,并和传统模态分解去噪、经验模态分解去噪和局部均值分解去噪进行比较。仿真结果显示,该方法能有效降低光纤电流传感器输出信号的噪声含量。

基于sym8小波和部分hadmard矩阵的深空图像压缩编码

针对传统深空图像编码导致系统资源极大浪费的问题,提出了基于sym8小波和部分hadmard矩阵的深空图像压缩感知编码方法。对图像sym8小波分解后的低频系数进行3级小波分解后用CCSDS编码,高频系数利用部分hadmard矩阵观测后进行量化编码。解码时,CCSDS解码恢复低频系数,正交匹配追踪算法恢复高频系数,然后再通过逆sym8小波变换合成图像。仿真结果表明:相同压缩比下峰值信噪比比小波稀疏基方法和单层小波压缩感知方法分别有5～8 dB和1～1.4 dB的明显提升。