首页 | 本学科首页   官方微博 | 高级检索  
    检索          
共有20条相似文献,以下是第1-20项 搜索用时 265 毫秒

1.  声屏蔽技术抗拖船干扰  
   马敬广  余赟  滕超  李峰《应用声学》,2010年第29卷第6期
   提出了多途信道中的声屏蔽技术,并应用于抗拖船干扰,以克服传统的阵处理办法抑制拖船干扰时所存在的探测盲区问题。把拖曳线列阵接收的拖船干扰和同方位的目标信号在频域通过一个屏蔽聚焦权滤波器,在对干扰屏蔽的同时,对目标聚焦。针对聚焦权实用性差的缺点,又提出了屏蔽非聚焦权,并与常规波束形成做了比较。11元水平阵数据仿真结果表明,该技术提高了处理增益约5 dB;在抑制拖船干扰提高处理增益的同时,理论上也可以消除掉在该方向上强目标干扰形成的探测盲区。    

2.  拖船噪声抵消与左右舷分辨联合处理方法的研究  被引次数:1
   张宾  孙贵青  李启虎《应用声学》,2008年第27卷第5期
   利用拖曳双线阵声纳基阵结构的左右舷分辨能力,并结合拖船相对于拖曳线列阵的空间位置关系,本文提出一种拖船噪声抵消与左右舷分辨联合处理的方法,在波束域分别形成左右波束并将映像波束相减,在检测目标并进行左右分辨的同时,可以显著抵消拖船噪声。海试结果验证了该方法的有效性,拖船噪声被抑制掉约14dB,同时正确分辨出目标的左右舷方位。    

3.  基于空时级联滤波的拖船自噪声抵消方法  
   薄连坤  熊瑾煜  罗来源《应用声学》,2014年第33卷第4期
   拖船自噪声属于近场多途强干扰信号,具有显著角度扩展现象,是影响拖曳阵探测性能的重要因素之一。在逆波束形成自噪声抵消方法基础上,结合空域和时域滤波,提出了空时级联滤波的拖船自噪声抵消方法。首先,由方位估计器估计拖船自噪声方位,经过波束形成空域滤波估计得到自噪声信号;然后,利用自噪声空域滤波输出设计最优维纳滤波器,将自噪声抵消在阵元级。基于简正波声场模型的仿真和实际海试数据的处理表明,该方法能够有效抵消拖船自噪声,性能优于逆波束形成方法。    

4.  基于EMD-DISPO的Mie散射激光雷达回波信号去噪方法研究  被引次数:2
   Zhang YK  Ma XC  Hua DX  Chen H  Liu CX《光谱学与光谱分析》,2011年第31卷第11期
   激光雷达回波信号是典型的非稳态、非平稳信号,用传统的滤波方法难以对其进行有效地处理。利用经验模式分解方法(EMD)将信号按照不同的特征时间尺度分解为不同的IMF分量,将含有噪声的高频IMF分量剔除,可达到去噪的目的。但如果简单地将高频分量直接剔除,有可能造成有效信号的损失。可提出将EMD方法与Savitzky-Golay滤波器(DISPO)结合的方法,该方法能在保证信号完整性的同时,对原始信号进行有效处理。经仿真数据与实测数据的实验对比分析,该方法不但有效地去除噪声信号,而且尽可能地保持了有效信号,减少了信号损失,提高了数据处理的准确度。    

5.  基于自适应多尺度时频熵的遥测振动信号异常检测方法  
   刘学  梁红  张志国《应用声学》,2015年第23卷第8期
   针对遥测振动信号频域成份复杂、非平稳非线性和强噪声特性,提出一种基于自适应多尺度时频熵的遥测振动信号异常检测方法;首先对采集到的遥测振动信号进行零漂修正和趋势项消除,然后采用自适应分解方法对信号进行多尺度分解,得到若干分量,利用相关系数剔除虚假分量;接下来用筛选出的分量作时频分布,对时频分布进行多层多尺度划分,计算相应尺度频段内信号的分形维数,依据分形维数的大小自适应地确定各频段的时频划分尺度;最后计算时频平面的自适应多尺度时频熵,通过时频熵的变化情况对遥测振动信号进行异常检测;实测数据验证了该方法的有效性。    

6.  矢量水听器拖曳阵的信号模拟器设计  
   李磊  吴培荣  邓红超  蔡惠智《应用声学》,2010年第29卷第1期
   本文中所设计的基于矢量水听器的拖线阵声纳模拟器,仿真了拖线阵的拖船干扰时域信号和空间传播特性,以及矢量水听器偶极子指向性。对于拖船干扰的仿真用Ecs模型来设定宽带功率谱,以AR模型来拟合指定功率谱,利用海底、海面对声场的一次反射作用仿真了拖船干扰的空间多途信道。利用插值滤波器的方法按照设定的时间精度仿真了宽带信号的阵元间精确延时。处理该模拟器所产生阵元时空采样仿真信号而得到的波束形成结果验证了该模拟器的有效性。    

7.  一种基于多参考信号ICA的重力信号提取方法  
   罗骋  李宏生  赵立业《中国惯性技术学报》,2011年第6期
   海洋重力测量包含大量噪声,其中的低频噪声与重力信号频率相近,常用算法难以有效抑制测量噪声提取重力信号。为了有效地消除海洋重力测量信号的噪声,提高信号的获取精度,根据独立分量分析理论,提出一种基于多参考信号独立分量分析的重力信号提取方法。采用经验模态分解将海洋重力测量信号分解为固有模态分量,同时采用卡尔曼滤波以及小波分解等算法处理重力测量信号,将卡尔曼滤波器和小波分解的滤波结果以及由固有模态分量重构的信号作为独立分量分析算法虚拟通道的参考信号,应用基于负熵的独立分量分析算法估计重力信号。基于实测重力信号对该方法进行了去噪试验,理论分析和试验结果表明,多参考信号独立分量分析的重力信号提取方法能有效的抑制干扰和恢复重力信号波形,与常用的重力信号处理算法相比,海洋重力数据的获取精度大约提高了30%。    

8.  基于时频阵列模型的波达方向估计  被引次数:4
   刘云  李志舜《声学学报》,2005年第2期
   提出一种非平稳信号的波达方向估计方法。该方法将时频分析引入阵列处理,通过参考阵元和两个对称子阵的互时频分布建立起一种时频域的阵列数据模型,用平均的时频阵列数据模型代替传统的阵列模型,采用子空间方法得到多个非平稳信号的波达方向估计。空间平均和时频分析的结合使得该方法具有很好的信号选择性和抗干扰噪声的性能,该方法还具有运算量小和处理非平稳信号的能力。    

9.  基于噪声辅助非均匀采样复数据经验模态分解的混沌信号降噪  
   王小飞  曲建岭  高峰  周玉平  张翔宇《物理学报》,2014年第63卷第17期
   鉴于非均匀采样复数据经验模态分解(NSBEMD)相对传统分解方法的优势和噪声的NSBEMD特性,提出了一种基于噪声辅助NSBEMD的混沌信号自适应降噪方法. 该方法首先以含噪混沌信号和高斯白噪声分别为实、虚部来构造复数据并进行NSBEMD,然后根据虚部各IMF的能量来估算实部各IMF中包含的噪声能量,最后根据噪声能量的估计值对实部IMF进行奇异值分解(SVD)降噪. 噪声估计实验验证了噪声能量估计方法的可行性,而Lorenz信号和太阳黑子月平均数的降噪实验则表明,相对于现有EMD降噪方法,本文方法能够进一步消除噪声,更清晰地恢复出混沌吸引子的拓扑结构. 关键词: 非均匀采样复数据经验模态分解 噪声辅助 噪声能量估计    

10.  基于希尔伯特-黄变换的去噪法在外测数据处理中的应用  
   《中国惯性技术学报》,2015年第1期
   针对靶场测量设备种类多,外测数据中存在各种不确定因素的误差,且难以用统一的误差模型来描述,提出了一种基于希尔伯特-黄变换的滤波去噪方法。通过经验模式分解将外测数据自适应地分解成一组内蕴模态函数(IMF),然后对内蕴模态函数进行希尔伯特频谱分析,采用基于自适应阈值的消噪方法对模态函数进行消噪,最后对消噪后的模态函数重构,得到去噪后的外测数据。数据结果分析证明,该方法最大限度地抑制了测量数据中的噪声,特别是对于外测数据中的瞬时强噪声干扰剔除效果非常有效,在高精度的外测数据处理中具有较好的实用性。    

11.  非高斯环境下的深度学习脉冲信号去噪与重构*  
   李悦  马晓川  王磊  刘宇《应用声学》,2021年第40卷第1期
   侧扫声呐进行沉底小目标探测时,底混响是主要背景干扰。底混响通常是一种非平稳、非高斯的带限噪声,它使得白噪声条件下的滤波器性能受到限制。在混响背景下常利用自回归模型对接收信号进预行白化处理,但对于实际侧扫声呐应用,白化后直接匹配滤波的处理效果不甚理想。针对此问题,在自回归模型预白化的基础上,提出采用一种次最佳检测与多分辨二分奇异值分解相结合的改进方法。该方法首先对接收信号进行分段处理,利用改进Burg算法估计每段数据自回归模型的系数及阶数;然后构造白化滤波器对分段数据预白化,并对白化后的数据进行多分辨二分奇异值分解;最后应用ostu方法对原始声图和处理后的声图进行目标检测。仿真与实验结果表明,该方法明显提高了信混比,改善了侧扫声呐沉底静态小目标的成图质量,有利于后期实现基于图像的目标自动检测。    

12.  改进次最佳检测在侧扫声呐底混响抑制中的应用*  
   马龙双  许枫  刘佳  蒋立军《应用声学》,2021年第40卷第1期
   侧扫声呐进行沉底小目标探测时,底混响是主要背景干扰。底混响通常是一种非平稳、非高斯的带限噪声,它使得白噪声条件下的滤波器性能受到限制。在混响背景下常利用自回归模型对接收信号进预行白化处理,但对于实际侧扫声呐应用,白化后直接匹配滤波的处理效果不甚理想。针对此问题,在自回归模型预白化的基础上,提出采用一种次最佳检测与多分辨二分奇异值分解相结合的改进方法。该方法首先对接收信号进行分段处理,利用改进Burg算法估计每段数据自回归模型的系数及阶数;然后构造白化滤波器对分段数据预白化,并对白化后的数据进行多分辨二分奇异值分解;最后应用ostu方法对原始声图和处理后的声图进行目标检测。仿真与实验结果表明,该方法明显提高了信混比,改善了侧扫声呐沉底静态小目标的成图质量,有利于后期实现基于图像的目标自动检测。    

13.  多尺度多变量模糊熵分析  
   李鹏  刘澄玉  李丽萍  纪丽珍  于守元  刘常春《物理学报》,2013年第62卷第12期
   多尺度多变量样本熵评价同步多通道数据的多变量复杂度, 是非线性动态相互关系的一种反映, 但其统计稳定性差, 且不适用于非线性非平稳信号. 研究利用模糊隶属度函数代替模式相似判断的硬阈值准则, 并分析模糊隶属度函数形式的影响; 研究利用多变量经验模态分解算法进行多尺度化, 并对比其处理效果. 仿真试验表明, 模糊隶属度函数的引入可以有效提高算法的统计稳定性, 所构造的物理模糊隶属度函数的性能最为显著; 基于多变量经验模态分解算法的多尺度化过程可更有效地捕获信号的不同尺度成分, 从而更敏感地区分具有不同复杂度的信号. 对临床试验数据的分析支持以上结论, 且结果提示随着年龄增加或心脏疾病的发生, 心率变异性和心脏舒张间期变异性的多变量复杂度以不同的方式降低: 年龄增加会使低尺度熵值降低, 表示近程相关性的丢失; 而心脏疾病会同时影响各个尺度的熵值, 即同时丢失了近程和长时相关性. 该结论可用于指导心血管疾病的无创预警研究. 关键词: 多变量复杂度 多尺度多变量模糊熵 物理模糊隶属度函数 多变量经验模态分解    

14.  基于自相关特性的经验模态分解微机械陀螺去噪方法  
   刘晓光  郝沙沙  王光磊  娄存广  刘秀玲《中国惯性技术学报》,2016年第4期
   陀螺的噪声是影响组合导航系统精度的重要因素之一。以农机多传感器组合导航系统为研究背景,在分析经验模态分解去噪和小波去噪的基础上,提出了一种基于自相关特性的经验模态分解去噪方法。该方法根据本证模态函数分量的自相关函数特性,提出了一种含噪本证模态函数筛选策略。该方法能够自适应地确定主要含噪的本证模态函数分量,避免了需要人为确定的不足;同时,结合改进小波阈值去噪的优势,避免了将混叠在噪声中的有效信号完全消除,使其具有一定的自适应性。为了验证方法的有效性,利用农机组合导航系统中微机械陀螺的实际输出数据,分别采用改进阈值小波去噪方法、经验模态分解去噪和改进的经验模态分解去噪方法进行了对比试验。结果表明,改进经验模态分解去噪方法的效果要优于前者,在一定程度上能够改善农机多传感器组合导航系统的定位精度。    

15.  有限液态介质样品声衰减的实验室测试新方法  
   王宝升  林俊轩  张咸仁《应用声学》,1996年第15卷第6期
   本文介绍了一种在实验室条件下利用声脉冲测定有限容量液态介质样品声衰减系数的测试方法。该方法根据声纳方程原理导出了与测试系统参数和声场参数无关的计算式,从而避开了对测试系统参数和声场参数的测量,采用截取未被边界散射干扰的直达声脉冲的部分信号进行频谱分析,消除了在有限样品情况下必然存在的边界散射干扰,同时采用多次统计平均的做法抑制了噪声干扰。    

16.  基于多指标融合小波包分解与SVM的脑磁信号分类  
   林娟《数学的实践与认识》,2018年第5期
   脑磁信号作为一种新的脑机接口输入信号,由于其信号微弱,背景噪声强,是一种随机性很强的非平稳信号.所以在引进了小波包分解基础上,利用多指标融合方法确定最佳分解尺度后,把该尺度下的分解系数作为脑磁信号的特征向量,并利用三种不同核函数的支持向量机对该特征向量进行学习选出最佳参数,然后对含有手运动方向模式信息的脑磁信号进行测试,并与其他5种算法进行比较,其平均分类正确率低于PCA与LDA融合的方法和改进半监督聚类方法,但超过了EMD与AR融合的方法,EMD与Hillbert变换融合的方法以及MVAR与MPCA融合的方法.实验表明了算法在非高斯、含噪声的脑磁信号分类是有效.    

17.  基于集合经验模态分解的拉曼光谱信号特征研究  
   《光谱学与光谱分析》,2020年第1期
   拉曼光谱信号是一种基于分子振动的散射信号,拉曼光谱仪的激光源波长一般为纳米级,考虑到散射频移,拉曼光谱有效信息主要集中在较高频段。拉曼信号是典型的非平稳信号,并且由于拉曼散射比较弱,信号很容易被高频噪声和荧光背景干扰,想获取较为全面的拉曼信息,需要对信号进行处理,小波变换对拉曼信号的分析结果取决于小波基的选择,不同小波基处理结果有差异;经验模态分解(EMD)方法可以自适应的分析信号,不需要设置参数,但存在模态混叠的问题;集合平均经验模态分解(EEMD),有效的解决了EMD方法中存在的模态混叠问题,能更加清晰的将信号中的不同频率成分划分开来,因此更加适合频率成分丰富的拉曼信号的特征分析和处理。采集了市面上常见的大豆油、花生油、玉米油和葵花籽油样本,通过拉曼光谱仪获得了各自的拉曼光谱信号。使用集合经验模态分解对食用油拉曼光谱信号进行自适应分解和处理,一共获得了10阶固有模态函数(IMF),根据信号的能量分布以及幅值特性, IMF1和IMF2表征为信号中的噪声部分, IMF3-IMF7表征为拉曼特征信号部分,最后一阶IMF10表征为荧光背景成分, IMF8和IMF9为其他物理意义的频率成分。通过对有效信号段的特征增强并重构拉曼信号,使拉曼信号的信噪比获得了2~5倍的提升,其中,难以探测的酯键羰基伸缩振动位于1 745 cm~(-1)的谱峰得到了显著的增强。最后,将原始信号和经过特征增强的信号通过基于连续小波变换的惩罚最小二乘法进行了二次处理,并将获得的信号进行主成分分析后,可知:没有增强的不同类数据样本相互有重叠,不存在明显的类间距,很难完整的区分类型;基于特征增强的数据样本各自聚集,每种类型都可以相互鉴别,可为拉曼光谱信号处理提供一种新的途径。    

18.  基于EMD的拉曼光谱去噪方法研究  被引次数:2
   李卿  张国平  刘洋《光谱学与光谱分析》,2009年第29卷第1期
   经验模态分解(EMD)方法是一个以信号极值特征尺度为度量的时空滤波过程,它充分保留了信号本身的非线性和非平稳特征,在信号的滤波和去噪中具有较大的优势.文章在介绍EMD分解方法的基础上,结合EMD的多尺度滤波特性,提出了一种新的拉曼光谱去噪方法--EMD阈值去噪法.该方法首先对含噪的拉曼光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阚值处理后的高频IMF分量与低频IMF分量叠加得到重构的信号,即去噪信号.通过处理对二甲苯的拉曼光谱信号,分析了在不同噪声水平上不同去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息.与小波阈值去噪方法相比较具有自适应的优势,在拉曼光谱去噪中有很好的应用前景.    

19.  互补型自适应滤波器在心磁信号处理中的应用  被引次数:1
   赵莉  陈赓华  张利华  黄旭光  翟光杰  李俊文  汤玉林  冯稷《物理学报》,2004年第53卷第12期
   将心磁信号从干扰噪声中加以提取并有效地消除噪声干扰是心磁信号处理中尤为重要的环节 .从改进算法的角度出发,提出互补型自适应滤波器结构以实现心磁信号的消噪处理.该滤波器针对心磁这类非平稳信号进行设计,有效地解决了常规自适应滤波器应用于心磁信号处理时收敛速度和稳态误差的矛盾.通过仿真实验和心磁实验结果表明,该算法能有效地消除心磁信号的背景噪声和工频干扰噪声.同时该算法也可用于其他非平稳信号的消噪处理. 关键词: 自适应滤波 心磁图 最小均方误差    

20.  海洋环境噪声场对称性分析及噪声消除方法  
   夏麾军  马远良  刘亚雄《物理学报》,2016年第65卷第14期
   实际的海洋环境是非常复杂的,存在着海洋自噪声、舰船噪声、生物发声等,阵元接收到的噪声信号存在一定的相关性,此时基于传统阵列信号处理的目标方位估计方法的性能将变差,针对这一问题,提出了一种实部消除方法.首先从阵元接收环境噪声的物理机理出发,将圆环阵接收的噪声场分解为对称噪声场和非对称噪声场,并且研究发现对称噪声场只影响数据协方差矩阵的实部.然后通过消除协方差矩阵实部,达到消除对称噪声场的目的,提高信噪比,但是同时产生了虚假声源.针对虚假声源的问题,提出了基于优化算法重构协方差矩阵实部的方法,消除了虚假声源的影响.仿真分析与海试数据处理结果表明:该方法明显消除了对称噪声,提高了信噪比,改善了阵列信号处理算法的性能.实部消除方法易于实现,有一定的工程应用价值.    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号