空间外差光谱仪光谱降噪方法研究

空间外差光谱仪是一种新式的超高分辨率光谱仪，可用于大气监测、卫星遥感等领域。为了减少空间外差光谱信号中的噪声，提出基于提升小波变换结合中值滤波方法来实现信号的降噪。改进的提升小波变换融合了一种双因子的阈值函数、分层阈值选取。与小波变换的软、硬阈值对比发现，它能提取空间外差光谱，减小峰宽和保留重要的细节特征，降噪效果优于小波变换的软、硬阈值法。最后用信噪比和均方误差两项定量指标来衡量算法的效果。实验结果表明:该算法比软阈值法在处理氙灯和积分球时信噪比提高了24.6%和31%，均方误差减少了43.2%和51.5%；与硬阈值法相比信噪比提高了21.5%和30.6%，均方误差减少了40.2%和51.2%。因此，算法在空间外差光谱降噪方面具有可行性。     

二维局域共振周期格栅结构的低频振动带隙特性研究

为了解决周期格栅结构在低频领域的振动问题，基于局域共振机理，本文设计了一种新型复合二维周期格栅结构，结合有限元方法对结构的带隙机理及低频共振带隙特性进行了分析和研究，并在此基础上对结构进行优化设计。分析发现，仅对包覆层结构进行优化，便可大幅降低带隙的起始频率。带隙的位置由对应局域共振模态的固有频率决定，通过改变结构的材料和尺寸参数可以将带隙调节到满足实际工程应用的范围。数值仿真结果与试验测试结果一致，该结构可在40～90 Hz的低频范围打开宽度50 Hz的完全带隙，最大振动衰减达到36 dB。这种结构设计为周期格栅结构获得低频、超低频带隙提供了一种有效的方法，具有潜在的应用前景。     

非正态变异下的非线性轮廓异常点识别方法研究

在质量控制领域,非线性轮廓异常点识别问题是重点研究问题之一。本文综合运用了小波分析、数据深度、聚类分析等数据分析处理技术,提出了一种新的非正态变异的异常点识别方法。文章通过仿真分析技术,将新方法χ²与控制图方法进行性能对比,结果证实新方法能够以更高的准确率和稳定性识别异常点,表现出更好的异常点识别性能。最后将新方法应用于木板垂直密度轮廓实例对新方法进行验证,分析结果表明本方法能够有效识别出异常轮廓数据。     

基于小波Fisz变换的X射线脉冲星信号降噪研究

针对X射线脉冲星信号信噪比低,难以获取精确脉冲星信号相位的问题,提出了基于WaveletFisz变换的X射线脉冲星信号的估计方法.根据X射线脉冲星信号特性建立了信号模型,推导了Wavelet-Fisz变换理论,利用该变换将X射线脉冲星信号逼近于高斯分布,对变换后的信号数据进行估计.对大量RXTE的实测数据进行分析,结果表明在Wavelet-Fisz变换下能获得较好的估计性能,且耗时小,有利于X射线脉冲星导航的工程应用.     

降低轴流风机噪声的两种方法

本文对轴流风机的噪声源进行了理论和实验分析,对降低风机噪声的方法进行了总结。在此基础上,研究了降低风机噪声的两种新方法——叶片不等距分布方法和叶片穿孔方法。理论分析和实验结果表明,这两种方法为降低轴流风机噪声提供了新的途径。     

基于搜索平均法的气象观测数据的非线性去噪

介绍了一种新型基于相空间重构和返回图法的非线性降噪方法——搜索平均法，首先将该方法应用于被高斯白噪声所污染的Henon映射时间序列，说明根据降噪理论所编写的计算程序的正确性；然后应用于中国气象局公布全国435站1960—2000年的逐日气温观测时间序列，并利用非线性预报方法衡量降噪的效果，验证了该方法的有效性.     

高温拉曼光谱提高信噪比的途径分析

结合累积时间分辨和空间分辨建成了上海大学高温拉曼谱仪SU-HTRS(T/S).由于高温噪声的不可避免,采用了移动平均方法,傅里叶变换滤波和小波分析的方法对其进行了数据降噪处理.在不同噪声水平上分析了不同处理方式对谱峰中心位置、强度、面积的影响及处理后数据的光滑度的影响.三种方法比较起来,移动平均法快而简单,小波分析的去噪效果最好.     

叶片锯齿尾缘对降低空调室外机气动噪声影响的试验研究

依据现有的叶片尾迹宽度计算公式,计算了一空调室外机风机叶片的尾迹宽度,然后,以此尾迹宽度为参考基准,设计了两组不同形状和大小的锯齿形叶片尾缘,制作并试验研究了锯齿形尾缘对风机气动噪声的影响规律。结果表明,锯齿尾缘有明显降噪效果,正弦形锯齿较正三角形更好。锯齿尾缘通过降低宽频噪声降噪,而对离散噪声影响很小。采用与叶片尾迹...     

基于分形编码的天体光谱降噪方法

为了降低噪声影响,恢复光谱的连续谱和谱线等主要特征,以便准确测量谱线的等值宽度,文章根据天体光谱自身具有局部自相似性,而随机白噪声不具有自相似性,首次将分形方法应用于天体光谱降噪.实验表明,分形降噪方法对于准确测量谱线的等值宽度、星系红移等参数是有效的,此外,还可以实现数据压缩.分形方法适用于海量光谱的降噪和数据存储.     

基于Shannon-Cosine小波精细积分法的壁画降噪修复方法

为修复受破损且噪声点众多的壁画图像,提出了用偏微分方程（partial differential equation,PDE）扩散的方法对图像进行降噪修复。针对PDE法求解精度较低的问题,提出了一种Shannon-Cosine小波精细积分法,运用小波数值方法对偏微分方程进行离散处理,降低其方程组规模,并采用精细积分法求解,有效提高了计算速度。试验结果表明,采用该算法对受损壁画降噪处理后,视觉上,图像边界更清晰,且噪声点得到有效减少,达到了保边降噪的效果,更符合人眼的视觉效果;客观上,与中值滤波、均值滤波和维纳滤波方法相比,采用本算法处理后的图像其PSNR值和SSIM值均最大。因此,运用Shannon-Cosine小波精细积分法求解图像的PDE模型是可行的,取得了较好的图像降噪效果。