基于中值滤波和提升小波分析的图像去噪方法研究

针对现有算法大多对单一高斯噪声或脉冲噪声进行图像滤波的问题,在对二维图像平滑去噪的过程中,采用基于中值滤波和提升小波变换相结合的图像去噪方法。在中值滤波基础上,构造基于脉冲检测的中值滤波器,找出混合噪声中脉冲噪声并进行滤波;与此同时,对原始小波进行提升,构造提升小波,然后采用提升小波阈值去噪方法抑制高斯噪声。实验结果表明:采用本文方法,混合噪声得到有效抑制,去噪效果好。     

基于赛利斯模型和分数阶微分的兰姆波信号消噪

为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪.该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号.仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度.实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征.因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声.     

基于改进中值滤波和提升小波变换的阈值去噪方法研究

对于实际拍摄的一些图像信噪比低,噪声密度大,且含有混合噪声,而现有算法大多只能去除单一噪声的问题。针对混合噪声中含有的脉冲噪声和高斯噪声,提出基于改进中值滤波和提升小波变换去噪相结合的方法。去噪过程中,使用中值滤波器提取脉冲噪声并采用中值滤波算法滤波后,构造提升小波,采用改进阈值函数提升小波阈值去噪方法去除高斯噪声。实验结果表明,当噪声值(,)=(0.4, 20)时,采用本文去噪方法,峰值信噪比（PSNR）为34.002 1,平均绝对误差（MAE）为2.365 3。     

确定峰度非高斯海洋环境噪声模型研究

针对非高斯海洋环境噪声仿真问题,利用对衰减正弦信号均匀采样方法,产生了具有特定谱特性同时具有特定峰度值的非高斯海洋环境噪声序列。在理论仿真条件下,通过对低峰度值和高峰度值的分别讨论发现,当峰度值高于3.0时总可以仿真得到较好的结果,而当峰度值低于3.0时,需通过降采样或降阶的方法解决不能仿真的问题。4种海上试验条件下的仿真结果表明,在安静环境、单一航船干扰环境、气枪声源干扰环境以及冲击性干扰环境下,都可以产生与目标谱特性、统计特性几乎相同的非高斯海洋环境噪声序列。      

北极海域海洋环境噪声建模与特性分析

北极海域海洋环境噪声的特殊性在于具有偶发的尖脉冲声，为分析其特性与规律，首先建模仿真分析不同脉冲噪声下高斯分布与α稳定分布的拟合效果，验证后者的鲁棒性。再从实测北极海域噪声中选取三种典型环境噪声为样本，通过对其非高斯性判定及不同分布模型对比，验证α稳定分布在北极海域环境噪声统计特性建模中的有效性，同时研究不同深度、不同频段对模型参数的影响，最后通过各月参数的统计结果与海冰密集度分析冰下噪声成因。由于通道数量有限，没有给出所有深度的变化规律。结果表明，北极海域冰下环境噪声具有明显脉冲成分和非高斯性，利用α稳定分布能更好的描述其统计特性；100Hz可作为冰下环境噪声脉冲性干扰源的划分界限；结冰期环境噪声具有强烈的非高斯性，而冰封期则高斯性较强。     

DNA测序信号去噪分析的一种新方法

在DNA荧光测序中,噪声会影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数、去噪阈值和分解层数直接关系到信号去噪处理的质量。为了真实构建噪声模型并准确评价去噪算法的有效性,实验中通过实际系统中采集到的噪声信号叠加理想荧光信号构建DNA测序仿真信号,去噪分析的结果表明：选择sym7小波基函数、分解层数(lev＝5)与使用固定格式软阈值,有效去除了DNA测序信号的噪声;处理后,信号的信噪比提高了5倍以上。将其用于处理实际的DNA电泳荧光信号,相比基于随机噪声模型的算法,去噪后的信号更加真实可靠。     

基于小波变换的压缩感知理论对水质检测紫外-可见光谱数据的去噪研究

消除噪声影响对提高直接光谱法水质检测系统的测量稳定性和精度都具有重要意义。直接光谱法在线水质检测系统通常采用长寿命、无需预热的脉冲氙灯和适用于复杂检测环境的工业级光谱探测装置。针对整个光谱探测系统受到光源、光路和光电转换器件的严重影响,测定的光谱数据含有大量噪声这一实际问题,提出了基于小波变换的压缩感知去噪算法,并与传统小波阈值去噪方法进行了比较实验。针对化学需氧量为200 mg·L-1的邻苯二甲酸氢钾标液的紫外-可见光谱数据进行去噪处理,采用压缩感知去噪算法,将信号在小波域内分解,得到含噪高频系数;采用随机高斯矩阵作为压缩感知算法的观测矩阵,压缩比设置为2,对高频系数进行观测;选择正交匹配追踪算法恢复高频小波系数的稀疏性,从而达到去噪目的。同时针对传统的小波阈值去噪,采用daubechies4作为小波基的软阈值滤波方法对光谱数据进行去噪处理。为验证去噪算法的可行性,采集某溪水和城市生活污水的光谱信号分别采用以上两种方法进行去噪处理,实验结果表明：基于小波变换的压缩感知去噪算法适用于紫外-可见光谱法在线水质检测系统,该方法能在保留水样原始光谱信号的吸收特征的前提下有效地去噪,且去噪效果优于小波阈值去噪算法。与小波阈值去噪算法相比,信噪比提高了12.201 5 dB,均方根误差减小了0.009 3,峰值信噪比增加了5.299 dB。不仅避免了小波阈值去噪过程中阈值的选取依靠主观判断问题,而且在重构过程中有效地抑制了噪声,为直接光谱法检测水质参数提供了一种新的解决方案。     

面向语音增强的约束序贯高斯混合模型噪声功率谱估计

提出了一种基于极大似然的噪声对数功率谱估计方法,采用高斯混合模型对每一个频带上的功率谱包络构建统计模型,将时序包络划分为语音和非语音类,它们分别对应于高斯混合模型的两个高斯分量,描述语音和非语音的统计分布,其中非语音高斯分量的均值即为噪声功率谱的最优估计.采用序贯学习的方法,在极大似然准则下逐帧更新模型参数,并逐帧给出噪声功率谱的最优估计值。此外,由于序贯更新过程中语音信号长时缺失,容易导致模型失稳,提出了一种在线的最小描述长度准则(MDL)来判断语音信号是否长时缺失,从而保证了模型的稳定性.实验表明,算法性能整体优于经典的MS和IMCRA算法。      

激光云高测量去噪算法研究

针对激光雷达回波信号所含噪声的特点, 对比分析了传统去噪算法的优缺点, 重点就小波自适应阈值去噪方法和独立成分分析去噪方法进行了系统研究。为了验证这两种方法在激光云高测量信号去噪上的有效性和优劣性, 对包含高斯白噪声的模拟仿真信号进行了消噪, 并对半导体激光云高仪实际探测得到的大气回波信号进行了消噪处理, 最后对去噪结果进行了对比分析。仿真结果和实验结果表明, 这两种消噪方法均能够有效降低激光雷达回波信号中所含噪声, 并且独立成分分析消噪效果明显优于小波自适应阈值方法。     

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。     

水下声学滑翔机用于东印度洋声传播特性分析及声源估计

常规实验方法无法同步获取深海大尺度声学和水文数据,水下滑翔机可作为同步观测平台解决该问题.首先利用在东印度洋北部海域水下滑翔机同步获取的声传播和水文实验数据,分析了水下滑翔机的自噪声谱级和实验海区声传播特性,然后推算并修正了滑翔机水下运动轨迹,利用第一影区水下滑翔机接收声传播信号的脉冲多途到达时间差对声源进行测距与定深。潜标接收噪声与滑翔机自噪声谱级对比表明,水下滑翔机在海洋中无动力运动时的系统自噪声接近于潜标观测的海洋环境噪声。滑翔机实测的声传播损失与模型计算结果吻合较好,第一影区水下声源测距定深结果与实际位置较为一致,测距与定深的相对误差均小于5%。利用加载水听器的水下滑翔机可以实现水文环境数据与声学信号的同步观测,对深海声传播特性测量及定位算法研究具有重要意义。      

深海大深度声传播特性及直达声区水下声源距离估计

深海大深度声传播特性对在深海近海底进行水声目标探测和定位具有重要意义。利用一次南海中南部深海不完全声道中的脉冲声传播实验数据,分析了海底附近大深度声传播损失及脉冲多途传播特性,并根据直达波和海底-海面反射波的时延差与收发距离的关系,提出一种利用深海直达声区脉冲多途到达时间进行水下声源距离估计的方法。结果表明:当接收器深度位于南海深海海底附近而声源深度较浅时,直达声区水平宽度可达30 km,传播损失相对影区来说较小,有利于水下声源探测;直达声区的直达波与海底-海面反射波的到达时延差随着收发距离的增大单调减小,可被用于水下声源距离估计。得到水下声源的距离估计结果与实验GPS测量结果较为一致,距离估计均方误差为0.28 km。      

深海脉冲信号簇到达结构特征及其在水下声源定位中的应用

为了实现对深海水下声源的定位,对典型深海环境中的脉冲信号到达结构特征进行了理论分析,给出了声源和接收位置位于近海面时到达信号的簇信号形式近似表达式。当声源和接收位置处于近海面深度时,接收到的信号呈簇状结构形式。在提取到达信号中各簇信号到达时间、幅值等特征参数的基础上,提出了一种通过对到达信号中簇信号特征参数匹配搜索进行水下脉冲信号定位的方法,仿真分析了不同距离和不同深度处的簇信号特征,并利用一次南海海域爆炸声源的声传播实验数据进行了实验验证。结果表明:各簇信号对应的到达时间、幅值等特征参数可用于对声源位置的匹配定位;海上实验中利用单水听器得到的水下声源的距离估计结果与实测距离结果较为一致,对实验中2.0 km至90.4 km内声源的距离估计误差不大于8%。      

海洋声学环境下水中声源的时延估计法定位精度分析

水中声源的定位精度受到海洋声学环境的重要影响。结合海上试验的实际应用,分析了水下观测平台采用时延估计法对声源的定位精度问题。根据理论分析,计算了时延估计误差、海洋中声速不均匀、平台非稳性、及声传播起伏等因素引起的俯仰角和方位角误差。利用误差传递公式,获得了上述因素引起的不同平台深度下,不同距离声源的定位误差。比较了采用平面阵与立体阵、是否补偿声线弯曲效应等条件下定位误差的变化,并通过海上试验结果进行了部分验证。研究结果表明,海洋声速不均匀对定位误差的贡献最大。采用立体阵代替平面阵、测量海洋声速剖面并补偿声线弯曲引起的定位误差,在1000m距离上可使定位相对误差从最大30%降低到约10%,有效提高了较远距离上的定位精度。研究结果对于采取措施提高水中声源的定位精度有指导意义。      

深海声影区稀疏时延估计与声源测距

研究了深海声影区中经一次海底反射的多途声线到达垂直双水听器的时延差与声源位置的关系,提出了一种稀疏时延估计与声源测距方法。首先利用近海面布放的短间距垂直双水听器接收一定频带的声信号,然后计算接收信号的广义互相关函数,并利用频谱搬移和稀疏解卷积技术提取时延差,最后通过时延差匹配,估计水下声源的距离。仿真实验表明,在4300 m深海中,所提方法能够正确提取多途到达时延差,估计声影区内的声源距离。海试结果表明,当垂直接收孔径分别为21 m和30 m时,声源测距误差分别小于13.6%和8.1%。上述结果表明,所提出的时延估计方法可适应带宽较窄的接收信号,多途到达时延估计参数可用于实现声影区中的水下声源测距。      

北极跨冰层水中声源方位估计实验与分析

为了获取北极冰下声源方位信息,在北极冰层上方布放检波器和冰下投放声弹声源开展了冰下声源的分频段方位估计实验.研究结果表明,冰下声源方位估计的误差、准确率与检波器接收信号频段(或冰下声源信号频段)有关.采用低频段的接收信号进行方位估计时准确率较高,误差均值较小,所用接收信号频段≤250 Hz时,方位估计准确率可达72.9...     

Blind extraction and localization of sound sources using point sources based approaches

This paper presents theoretical models for blind sound source localization and separation of the signals emitted by arbitrary point sources in free space. Source localizations are achieved by a model based approach that accounts for the spherical spreading of an acoustic wave and utilizes an iterative triangulation, based on the signals measured by a three-dimensional microphone array. Once source locations are determined, the source signals are separated by using the point source separation (PSS) method, which is valid for all types of signals, including harmonic, continuous, transient, random, narrowband and broadband. General solutions for signals separation are presented. Theoretically, PSS can reconstruct the individual source signals exactly. This is because it employs the free-space Green's function, which defines the exact correlation among individual sources and measurement microphones. To validate PSS, numerical simulations are carried out and results are compared with those obtained by FastICA (Independent Component Analysis) code. The impacts of various parameters such as the microphone configuration, type of source signals, signal to noise ratio, number of microphones and source localization errors on the quality of signals separation by using PSS and FastICA are examined. The advantages and disadvantages of PSS and FastICA are compared and discussed.     

Source Ranging Using Ensemble Convolutional Networks in the Direct Zone of Deep Water

Using deep convolutional neural networks as primary learners and a deep neural network as meta-learner, source ranging is solved as a regression problem with the ensemble learning method. Simulated acoustic data from the acoustic propagation model are used as the training data. Real data from an experiment in the South China Sea are used as the test data to demonstrate the performance. The results indicate that in the direct zone of deep water, signals received by a very deep receiver can be used to estimate the range of underwater sound source.Within 30 km, the mean absolute error of the range predictions is 1.0 km and the mean absolute percentage error is 7.9%.     

球形传声器阵列下基于主导声源检测MUSIC群时延算法的多声源定位*

针对混响环境中,多径效应、散射、衍射等原因导致声源定位失败或分辨能力不足的现象,提出一种基于主导声源检测MUSIC群时延的邻近多声源定位方法。该方法采用球形传声器阵列,相比平面阵列可以捕获3D声场信息,利用球谐域下信号的频率分量与角度分量解耦的优势,从而可直接利用频率平滑技术处理宽带语声信号而不需要构造聚焦矩阵,并在球谐域下通过设置阈值对一组时频段进行主导声源检测,从而选择出包含直达声的一组时频块来构造MUSIC群时延空间谱。上述举措在提升波达方向估计在高混响环境下定位鲁棒性的同时,也提高了多个邻近声源的分辨能力。仿真实验结果表明,所提出的主导声源检测MUSIC群时延算法,在高混响和低信噪比条件下,仍具有更好的定位精度与更优的邻近多声源分辨效果。     

一种基于简正波模态消频散变换的声源距离深度估计方法

针对浅海环境中传播的低频宽带水声脉冲信号,基于简正波水平波数差和波导不变量之间的关系,本文提出了一种利用距离-频散参数二维平面聚焦测距与匹配模态能量定深的目标声源定位方法.首先,通过将由频散参数和波导不变量表示的前几阶模态相速度与由环境模型计算的相速度进行对比分析,从而估计出前几阶模态的频散参数和环境的波导不变量.其次,利用估计出的频散参数值和波导不变量对接收信号进行消频散变换处理,只有当接收信号的距离参数等于目标声源距离时,各号简正波的幅度均达到最大值,在距离-频散参数二维平面上,出现声压聚焦的现象,利用此现象可以估计目标声源的距离.不仅如此,消频散变换后的接收信号,前几阶模态在时域上明显地分离开来,可以准确地估计出前几阶模态的能量,采用多模态能量匹配的方式,可以估计出目标声源的深度.最后,通过对仿真和冬季获得的气枪信号数据处理结果验证了本文方法的有效性.