混沌信号自适应协同滤波去噪

混沌信号协同滤波去噪算法充分利用了混沌信号的自相似结构特征,具有良好的信噪比提升性能.针对该算法的滤波参数优化问题,考虑到最优滤波参数的选取受到信号特征、采样频率和噪声水平的影响,为提高该算法的自适应性使其更符合实际应用需求,基于排列熵提出一种滤波参数自动优化准则.依据不同噪声水平的混沌信号排列熵的不同,首先选取不同滤波参数对含噪混沌信号进行去噪,然后计算各滤波参数对应重构信号的排列熵,最后通过比较各重构信号的排列熵,选取排列熵最小的重构信号对应的滤波参数为最优滤波参数,实现滤波参数的优化.分析了不同信号特征、采样频率和噪声水平情况下滤波参数的选取规律.仿真结果表明,该参数优化准则能在不同条件下对滤波参数进行有效的自动最优化,提高了混沌信号协同滤波去噪算法的自适应性.     

基于谱图分解的宽带通信信号智能检测算法

对于宽带通信信号检测问题,针对目前基于深度学习的信号检测算法不适应于处理大带宽和大时宽的宽带信号以及对信号时频参数估计存在的固有偏差问题,提出基于谱图分解的宽带通信信号智能检测算法,完成对大带宽接收信号中窄带信号的高效准确检测。首先将由宽带信号转化而来的灰度时频谱图通过谱图分解得到适合于目标检测网络输入大小的子谱图,然后使用改进的无锚框YOLOx目标检测算法对子谱图中的窄带信号进行检测,最后将子谱图的信号检测结果融合得到窄带信号的时频参数等检测结果。经过实验测试得出,该算法能够适应复杂的噪声环境,与其他深度学习算法和传统算法相比,具有较高的信号检测概率,较低的虚警概率,较小的信号参数估计平均误差,其检测精度更高,鲁棒性、实用性、通用性更强。     

混沌中信号的投影滤波

根据混沌的确定性和几何结构特征,提出了预测性邻点选取方法和基于Delaunay三角化的邻点选取方法,改进了降低混沌中噪声的投影方法,建立了新的正交局部投影算法,给出了优化参数选择法则.这种方法成功地应用于提取Lorenz混沌中的微弱信号,在信噪比不低于-80dB条件下,能够准确提取信号信息.数值实验表明该投影滤波方法具有高度的稳定性和可靠性,是提取混沌中微弱信号的十分有效方法.     

一种被动声呐信号检测的低虚警率方法

针对被动声呐多目标信号检测中的噪声背景归一化问题,提出了一种基于数学形态学滤波的噪声背景归一化新方法。该方法利用数学形态学处理中的膨胀和腐蚀算子,以及基于多项式拟合的数据均值估计方法,构造出了一种能够较为准确的估计噪声门限的方法,并以之进行噪声背景归一化,在较好保留信号信息的前提下较大程度的抑制了噪声,有效降低了多目标信号检测的虚警概率。通过计算机仿真对比了该算法与S3PM算法、OTA算法的性能,结果表明该噪声背景归一化算法能够在检测概率损失较小的情况下较大幅度地降低检测的虚警率。实际被动声呐数据处理的对比结果同样验证了该算法的有效性。      

基于广义似然比判决的混沌信号重构方法

由于传感器网络的自身特征和节点的资源受限,使得对观测信号的处理必须考虑量化和能耗等因素,而引入的量化噪声同时增加了系统整体噪声的复杂性.针对传感器网络中整体噪声统计特性难以准确数学建模的特点,提出了一种基于代价参考粒子滤波的混沌信号重构算法.算法采用容积点变换以获得相对准确的更新粒子,并将局部重构信号的代价增量构建为广义似然比函数,用来选择传感器网络中的有效工作节点.仿真结果表明:所提算法可实现混沌信号的有效重构,且在噪声统计特性未知时性能要优于容积卡尔曼粒子滤波算法;算法同时能够通过选择不同的广义似然比阈值,实现网络能耗和重构精度的折中.     

超导动态电感单光子探测器的噪声处理

噪声是影响弱信号检测器件性能指标的主要因素之一,而最优滤波算法是白噪声背景中自适应提取弱有用信号的一种常见处理方法.本文针对极低温环境下微波动态电感探测器(microwave kinetic inductance detector, MKID)光子弱信号响应的噪声特性,在改进噪声模型的基础上利用最优滤波算法改进了探测信号的噪声处理.结果表明,经过改进噪声模型的算法处理, MKID的能量分辨(单光子探测器的主要性能指标之一)得到了15%左右的提升,实现了0.26 e V的红外单光子能量分辨.     

基于压缩感知和粒子滤波的OFDM超宽信道估计

针对通信系统中的正交频分复用(Orthogonal frequency division multiplexing, OFDM)超宽信道具有的稀疏多径和含噪声特征,将信道估计问题转换为稀疏信号的重构和优化问题,设计了一种基于压缩感知理论和粒子滤波的OFDM信道估计方法。首先定义和描述了OFDM数学模型;然后在对压缩感知理论模型研究的基础上,采用改进的正交匹配算法对OFDM超宽信道进行重构,为了进一步减少信道重构的误差,将由于正交匹配算法得到的重构信道作为初始的粒子,并将OFDM数学模型转换为动态参数模型,并通过粒子滤波来更新模型中的参数和频率响应,通过不断迭代获得信道的估计值。为了验证文中方法的优越性,将文中方法与经典的正交匹配算法与粒子滤波算法进行比较,结果表明：文中方法能有效地对含噪声的稀疏信号进行估计,具有较小的重构误差,且与其它方法相比,具有较小的归一化均方误差。     

基于经验模态分解滤波的低频振荡Prony分析

传统Prony法在分析低频振荡时对输入信号要求较高,存在着对噪声敏感的弱点.因此提出一种经验模态分解滤波和改进Prony法相结合的低频振荡分析方法.该方法先用经验模态分解对低频振荡信号进行自适应滤波,再用改进Prony法对滤波后的信号进行分析.其中,改进Prony法有效阶数用归一化奇异值法确定.将该方法分别用于分析试验信号和IEEE 4机系统振荡信号,并与基于低通滤波器的Prony分析进行比较.结果表明,在较大噪声环境下,该方法仍然能相对准确的辨识出低频振荡主导模式,验证了其有效性. 关键词： 低频振荡 经验模态分解 改进Prony法 归一化奇异值法     

Chen系统在微弱信号检测中的应用

微弱谐波信号的灵敏检测具有重要的实际应用意义, 本文利用受控Chen系统来实现强噪声背景下的这种检测. 因动力系统可分解为慢变系统与快变系统的叠加, 这里用平均法对检测系统进行处理得到慢变系统, 并获取使系统由周期轨道突变为稳定平衡点的检测参数临界值. 通过调节检测参数, 观测系统状态变量的变化可判断待测信号是否存在. 仿真结果表明, 此方法可以准确检测出强噪声背景下的微弱谐波信号. 与目前其他基于混沌振子的检测方法相比, 该方案对噪声具有更强的免疫性, 而且可通过理论分析得出检测参数阈值的准确范围, 有利于在相关领域推广应用.     

基于二次相关的语音信号时延估计改进算法

目前语音信号的时延估计研究,大部分采用的是广义互相关算法。然而,广义互相关时延估计算法易受噪声和混响环境影响。为此,本文提出了一种基于二次相关的语音信号时延估计改进算法,该算法对语音信号进行二次互相关运算,并结合Hilbert变换,对二次互相关峰值进行进一步的锐化处理,使得反映时延的峰值点检测更为准确。实验结果表明,改进的时延估计方法在非平稳的语音信号中能够有效地抑制噪声干扰,且在不同混响条件下时延估计具有更好的性能。     

改进的信道稀疏度检测正交多载波多普勒估计方法

针对正交频分复用水声移动通信中频域变采样技术联合信道稀疏度检测的多普勒估计算法在冰水混合区复杂信道环境下多普勒估计效果欠佳且计算量大的问题,提出了一种改进的多普勒估计算法。采用时域重采样技术对信号进行不同压缩因子的补偿,避免了频域变采样技术中的高阶快速傅里叶变换运算,从而降低了算法复杂度。利用梳状导频位置向量结合时域变采样技术更准确提取的导频子载波,进而获得更加精确的信道估计和信道稀疏度检测结果,提高了多普勒估计精度。仿真结果和冰下试验结果表明,与原始算法相比,改进的方法在冰水混合水域复杂多径时变信道环境下可以有效实现对信号多普勒畸变的跟踪并且计算量显著下降,能够保障正交频分复用水声移动实时通信。      

面部视频非接触式生理参数感知

为了在非接触条件下检测受试者的各项生理参数,本文设计了一种基于成像式光电容积描记技术,从手机录制的人脸视频中估算生理参数的方法.首先,提出了"小波变换-主成分分析-盲源分离"算法,用于提取出高信噪比的RGB三通道脉搏波信号.然后,分别从频域和时域角度对绿色通道信号进行处理,估算出心率值和呼吸率值;对红蓝通道的脉搏波信号...     

最大似然参数估计水声通信帧同步技术研究

水声通信中传统帧同步方法仅仅依赖于匹配滤波输出的相关系数,在复杂信道条件下,容易出现误触发和漏同步。针对这一问题,分析了水声信道中噪声、多普勒和多径对帧同步的影响,提出了一种基于参数估计的帧同步方法.在同步过程中引入参数估计,将信号参数作为检测判决依据,以降低误触发率和漏检率;同时对最大似然估计算法进行适当简化,以降低实现复杂度。计算机仿真实验验证了新的帧同步方法相对于传统方法在定时精度和相关系数方面的优势。实际水声通信实验结果表明,无论是静止平台还是移动平台之间的通信,新的帧同步方法均能有效提高匹配滤波器输出的相关系数,提升接收机检测能力,从而避免出现误触发和漏同步。      

一种无线传感器网络中的混沌信号重构算法

将无线传感器网络节点观测区域中的一个混沌信号发送到融合中心,进行信号重构.由于节点的通信带宽受限,信号传输之前需要进行量化,给信号带来量化噪声,使得信号重构工作变得更为棘手.本文提出用平方根容积卡尔曼滤波器对融合中心收集的信号进行重构.首先估计观测信号的概率密度函数,使用最优量化器量化观测信号,在有限的量化比特数下,取得最优的信号量化性能.平方根容积卡尔曼滤波器相对无先导卡尔曼算法具有较少的求容积分点,因此具有计算量小的优点,同时迭代过程采用传递误差矩阵的平方根矩阵,保证迭代过程的稳定性和提高数据估计精度.仿真结果表明,该算法能够有效和快速地重构观测信号,并且比基于无先导卡尔曼滤波的算法更快.     

最大似然参数估计水声通信帧同步技术研究（英文）

Traditional frame synchronization methods for underwater acoustic communication(UWAC) merely depend on correlation coefficient when synchronization signal detection is concerned and,hence,false triggering and missed synchronization can hardly be avoided in complex UWAC channels.In order to solve this problem,firstly,we analyze the effects of interference from noise,multipath and Doppler on frame synchronization;then we propose a new frame synchronization scheme based on parameter estimation.By exploiting the parameter estimation technique,we detect the synchronization signal according to the estimated parameters,thus the false triggering rate and missed synchronization rate can be reduced.We also simplify the maximum likelihood estimation to reduce computational cost.Simulation results indicate that this new scheme outperforms the traditional method in terms of delay resolution and correlation coefficient.Both static and mobile communication experimental results show that the correlation coefficient of the new scheme is higher than that of the traditional one.Moreover,the detection ability of the receiver is improved,which helps to avoid false triggering and missed synchronization.     

基于特征提取的低信噪比拉曼光谱去噪方法研究

为了提高拉曼光谱检测系统的时间分辨率,常常需要采用较短的采样积分时间,此时带有分子结构振动谱的有用拉曼信号可能完全淹没在噪声中,严重影响信号的进一步分析,因此有必要对测量所得的光谱信号进行噪声消除处理。传统的消噪方法是基于信号与噪声在频域或统计特性之间的差异,通过平滑滤波或取平均值的方法来消除噪声,一般适用于噪声强度不高的情况,对于信噪比较低的情况处理效果并不理想。针对传统去噪方法的不足,从信号重构的角度,利用基于小波变换的谱峰识别、半峰宽检测提取光谱特征参数,再利用最小二乘拟合的方法,能够有效地提取淹没于强噪声背景下的有用拉曼信号。在仿真中,运用该算法得到的光谱曲线光滑,峰位置准确,信噪比改善明显。在实验中,分别利用该方法处理头孢呋辛酯片和罗红霉素拉曼光谱数据,得到了清晰的谱峰位置、幅值及半峰宽信息,实现了对短积分时间、强噪声背景的拉曼信号的有效还原,提高了检测系统的时间分辨率。仿真和实验结果表明,该方法需要调整参数少,易于实现,在信噪比比较低的情况下依然能够得到良好的去噪效果,为进一步分析光谱数据提供准确可靠的信息。     

基于谱线频率特征的调谐二极管激光吸收光谱参数分析

调谐激光二极管吸收光谱(TDLAS)技术因其高分辨率、高灵敏度和快速测量等优点在工业生产、环境污染监测等方面受到广泛应用。波长调制光谱（wavelength modulation spectrum, WMS）的二次谐波信号经常用作气体浓度反演的检测信号。TDLAS检测性能与系统参数,如锁相放大器的时间常数、扫描幅度、扫描频率、调制幅度、调制频率等的选取紧密相关,实际测量中各参数的选择多以谱线形态特征为依据,参数之间的关联性未能得到较好体现。由于信号的采样与处理均在频域对谱线产生作用,各参数之间的作用相互关联。然而很少有研究参数对谱线频域的影响,针对此问题,在一定的理论基础上通过实验分别观察各调制参数对二次谐波信号的影响。通过保持其他参数不变,只改变一个参数的方法,得出各个参数对信号线型、频率特征及噪声引入的影响规律,继而分析并验证了多参数联合变化对谱线频带的决定作用。与基于时域特征的传统方法相比,基于谱线频率特征分析一方面具有与谱线信号采集检测处理机理相近的优点,另一方面可以直观得到各参数对主频带的影响和不同频率信号的衰减趋势。总结出基于频率特征的各参数的基本选取方法,以谱线频带和截止频率相互关系为判定标准,截止频率的大小由锁相放大器时间常数决定。通过设置合适的时间常数和扫描参数使信号频带与截止频率相近但不相交,使谱线频带内频率分量不产生衰减,频带外噪声得到最大抑制;再根据锁相放大器的性能和信号信噪比来确定调制参数,使谱线主频幅度最大;最后根据系统需求确定采样率。单周期采样点不变时,低扫描频率时检测精度相对提高但耗时较长;反之,扫描频率提高,速度变快但检测精度下降。通过联合影响规律调整关联参数,减小硬件限制对参数最优值选取造成的影响。可在考虑系统检测需求与硬件条件限制的前提下,通过参数选择得到最优二次谐波信号,为此技术的实际应用提供了参数优化的实验依据与参考方法。     

Levy噪声激励下的幂函数型单稳随机共振特性分析

将Levy噪声与幂函数型单稳随机共振系统相结合, 为确保实验数据的可靠性, 以平均信噪比增益为衡量指标, 针对Levy噪声激励下的随机共振现象进行了研究. 详细介绍了单稳系统势函数形式及Levy噪声的产生原理, 深入探究了不同特征指数α 和不同对称参数β 取值条件下, 单稳系统参数a和b、Levy噪声强度放大系数D对幂函数型单稳系统共振输出的作用规律. 研究结果表明, 在任意Levy噪声分布条件下, 通过对系统参数a和b的适当调整均能诱导随机共振, 完成微弱信号检测, 且有多个随机共振区间与之对应, 同时这些区间不随α 或β 的改变而改变; 此外, 在研究噪声诱导的随机共振时也发现了同样的规律, 通过调节噪声强度放大系数D也能产生随机共振, 且随机共振区间也不随α 或β 的改变而改变; 最后, 在研究系统参数a和b之间的相互作用关系时发现, 一个系统参数的随机共振取值区间会随着另一个系统参数的改变而改变. 所获得的研究结果有效解决了Levy噪声激励下幂函数型单稳随机共振系统的系统参数、噪声强度放大系数的选择问题, 为其应用于工程实践提供了可靠的理论依据.     

语音通信降噪研究

语音通信系统中，语音通过信道传输将不可避免地引入码间串扰和信号畸变，同时受到噪声污染。本文在分析自适应盲均衡算法CMA(constant modulus algorithm）和改进盲均衡算法的基础上，考虑到自适应盲均衡技术在语音噪声控制方面能力有限，将自适应盲均衡技术与小波包掩蔽阈值降噪算法联合使用，形成一种基带语音增强新方法。仿真试验结果显示自适应盲均衡技术可以使星座图变得清晰而紧凑，有效减小误码率。研究证实该方法在语音信号ISI和畸变严重情况下，在白噪及有色噪声不同的噪声环境中都具有稳定的降噪能力，消噪同时可获得汉语普通话良好的听觉效果。