贝叶斯优化模糊聚类地级行政区声环境

声环境功能区划是噪声污染管理的重要手段,当前声环境功能区划研究大多是基于某个特定的地级行政区来进行的,难以反映各地级行政区声环境的异同。 该文基于134个地级行政区的人口、面积、各声环境功能区面积和及面积占比,进行地级行政区声环境表征和归一化处理。 以轮廓系数作为聚类有效性评价指标,基于贝叶斯优化模糊聚类方法对地级行政区声环境表征进行聚类分析。 通过本文方法与谱聚类、K-medoids聚类、高斯混合模型聚类的聚类性能对比,验证了该方法的有效性。 结果表明我国地级行政区声环境分为9类,城市规模和用地情况发生显著变化导致其声环境表征和归类发生变化后应重新评估当前噪声污染管理政策,并借鉴同类的地级行政区的噪声污染管理政策做出必要的调整。     

机场飞机噪声评价方法与控制途径

在确定修建机场之前应进行飞机噪声评价,以便判别是否适于修建机场,并提出控制飞机噪声的措施。近来我国修建的机场很多,但是至今尚未订出一套完整的机场飞机噪声评价方法,更没有一套行之有效的控制飞机噪声污染的措施。本文对这两个问题作了粗浅的探讨,主要介绍机场飞机噪声评价指标、飞机噪声污染预测图的编制、机场飞机噪声控制的措施等。     

物理学与环境保护

从物理学角度，综述了噪声污染、热污染、电磁污染、放射性污染、大气污染、水污染和固体废料污染等七个当今主要环境污染问题，讨论了各类污染防治的物理方法，表明物理学为研究控制环境污染和改善环境条件开辟了新的道路。     

基于时变耦合映像格子模型的信号初值估计

从耦合映像格子中,恢复系统初始条件是耦合系统求逆问题,也是信号处理研究中的一个关键性问题.本文在符号动力学方法的基础上,对映像系数进行修正,针对耦合单峰Logistic映射,提出一种基于时变映像系数恢复信号初值的新方法.在映像过程无噪或受到高斯白噪声污染时,本文方法都能够较好地恢复信号初值的统计特性,而且具有较小的偏差和均方误差,并与原信号之间具有较强的相关性,从而能够更好和更加合理地刻画实际信号的物理过程,对系统初值做出更优的估计. 关键词： 耦合映像格子 恢复初值的统计特性 时变映像系数     

基于MDARM和VxWorks的小型无人机执行器故障检测方法

由于目前在小型无人机执行器故障诊断中存在着智能化程度较低,容易受到人为因素干扰,从而出现故障漏检等问题,难以满足小型无人机对飞行安全的要求。为此,本文提出一种基于多维数据关联规则挖掘(Multidimensional Data Association Rules Mining: MDARM)和VxWorks操作系统的小型无人机执行器故障诊断方法,通过建立执行器内部传感器测量的温度、压力、流速、力矩等相关变量的历史数据库,并对这些数据进行预处理,以避免带来噪声污染,并利用可测量参数与不可测量参数之间的关联性,建立故障诊断知识库,避免了诊断过程中的人为因素干扰,实现小型无人机执行器故障的精准测量。实验结果证明,这种方法能够有效地提高故障准确率64.7%,对小型无人机执行器的智能诊提供有效指导,应用前景广阔。     

数字照片图像来源检测中的传感器模式噪声预处理方法

针对传感器模式噪声易受CFA插值噪声和JPEG压缩噪声污染,提出一种基于空域平滑滤波的传感器模式噪声预处理方法,去除干扰噪声,从而提高数字照片图像来源检测准确率.假设传感器模式噪声是一种类似高斯白噪声的随机信号,其在频域具有与高斯白噪声相似的平坦频谱;基于此,在空域采用高斯白噪声对传感器模式噪声进行引导滤波,其空域平滑效果使传感器模式噪声在保持自身性质的同时,拥有与高斯白噪声相似的特性.手机相机照片图像库的评估实验结果表明,与现有预处理方法相比,所提算法在图像来源检测准确度上Kappa统计系数提高了0.026以上,同时算法对JPEG压缩的鲁棒性也明显优于其他算法.     

建立在卡尔曼滤波基础上的语音增强方法

本文用动态系统的一种滤波方法──卡尔曼滤波对受附加噪声污染的语音信号进行增强处理的工作．所处理的附加噪声有宽带白噪声和有色噪声，且带噪语音信号是低估噪比的、无参考噪声源的．经增强处理后，语音信号的信噪比大约有７—１０ｄＢ的提高．     

Mie散射激光雷达回波信号小波去噪方法

针对强背景光下,Mie散射激光雷达回波信号所含噪声的特点,提出小波滤波消噪方法.该方法通过小波变换分离出背景光的直流部分,并利用小波软阈值消除来自背景光的白噪声和探测系统的电噪声.为了验证该方法的有效性,提取并反演了Mie散射激光雷达系统实际探测得到的大气回波信号.反演结果显示有效探测距离从2.5km提高到5km,表明该方法能够在白天背景下有效降低Mie散射激光雷达回波信号中的电噪声和背景光的噪声污染.     

基于总变分的湍流退化噪声图像盲反卷积复原

根据总变分的噪声抑制特性和大气湍流成像过程,建立了基于总变分的大气湍流噪声图像多帧盲反卷积复原最小化模型,以基于共轭梯度数值优化方法的交替迭代算法求解,复原出了观测目标的清晰图像。在计算机上模拟了湍流退化和噪声污染图像。实验结果表明,该复原算法能有效地克服大气湍流和噪声的影响,可复原出清晰的原始目标图像。     

多分辨力分析在自动聚焦算法抗噪声性能中的应用

自动聚焦是数码设备、计算机视觉中的一项关键技术。自动聚焦过程中,聚焦的准确性和抗噪声性能至关重要。以高频分量作为度量的聚集评价函数具有灵敏性高、聚焦准确的优点,适用于实时系统,但是对噪声十分敏感,受噪声污染时可能导致聚焦失败。因此,提出了一种具有噪声稳健性的高频分量自动聚焦评价函数。该函数通过小波多分辨力分析提取高频分量,利用了信号的每个子带的小波系数存在一定相关性,而噪声不存在这样的相关性的特点,设定高频子带阈值,认为低于阈值的系数是噪声的贡献,大致分离图像信号与噪声信号,从而将其滤除。经过大量的实验,证明提出的方法具有单峰性好、灵敏度高等优点,特别是在抗噪声性能方面有很大提高。