基于虚拟响应信号的结构参数时域辨识研究

在充分考虑线性动力系统的时域响应特性以及小波包分析的频率空间剖分特性的基础上,提出了一种基于虚拟响应信息提取的信号去噪新方法.虚拟响应虽然没有在结构动力检测过程中真实发生,但却是在某种激励下可以实现的一个响应,因此,根据虚拟响应信息同样可以进行结构系统的动力识别.数值研究表明,对于地脉动响应这种有效信号频带与噪声频带相互覆盖的低信噪比信号而言,小波阈值去噪法已无能为力,而基于虚拟响应信息提取的信号去噪方法则有较好的去噪效果.     

Signal enhancement of a novel multi-address coding lidar backscatters based on a combined technique of demodulation and wavelet de-noising

Multi-address coding (MAC) lidar is a novel lidar system recently developed by our laboratory. By applying a new combined technique of multi-address encoding, multiplexing and decoding, range resolution is effectively improved. In data processing, a signal enhancement method involving laser signal demodulation and wavelet de-noising in the downlink is proposed to improve the signal to noise ratio (SNR) of raw signal and the capability of remote application. In this paper, the working mechanism of MAC lidar is introduced and the implementation of encoding and decoding is also illustrated. We focus on the signal enhancement method and provide the mathematical model and analysis of an algorithm on the basis of the combined method of demodulation and wavelet de-noising. The experimental results and analysis demonstrate that the signal enhancement approach improves the SNR of raw data. Overall, compared with conventional lidar system, MAC lidar achieves a higher resolution and better de-noising performance in long-range detection.     

一种免装配微惯性测量单元的研制与开发

以柔性材料和高精度六面体作为惯性传感器的安装载体和基准,设计了一种免装配、安装误差小、体积小、功耗低且便于标定的微惯性测量单元。给出了安装误差小角度前提下的传感器的测量方程和标定方法;利用微控制器的并行工作机制,提出了一种快速有效的基于均值滤波和FIR滤波的组合滤波方案。实验结果表明:MIMU可以100 Hz的频率更新测量输出,加速度测量噪声小于2.5 mg、测量误差小于0.8 mg,旋转角速度测量噪声小于0.15 o/s、测量误差小于0.2 o/s,可满足微小型惯性导航系统的功耗、体积、测量精度和响应速度的应用需求。     

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。     

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。     

基于离散平稳小波变换的红外图像去噪

提出了一种基于离散平稳小波变换的红外图像去噪方法。在预先不知道噪声方差的前提下,只利用红外图像的输入数据就可以确定所要求的渐近最优阈值。对红外图像进行离散平稳小波变换后,分别对各个分解层的高频子带利用所提出的方法进行迭代去噪,使各个高频子带分别收敛于其最大信噪比。实验结果表明,所提出的方法在有效的去除红外图像噪声的同时,又能较好的保持红外图像的细节部分信息。算法在性能指标和视觉质量上均优于基于离散正交小波变换的阈值去噪方法和传统的中值滤波法。     

基于Contourlet域HMT模型的声纳图像去噪

声纳图像预处理是声纳图像目标识别与跟踪的前提;声纳图像对比度低,特性信息弱,为此,提出Contourlet域HMT模型(CT-HMT)的声纳图像去噪算法。Contourlet域中,不同方向间子带系数的相关性体现于DFB分解中,相邻尺度间父节点对应的4个子节点分布在2个可分离的方向子带上,父、子节点状态"持续性"采用Markov模型建模,尺度内Contourlet系数的"聚集性"采用混合高斯模型建模;最后,用贝叶斯准则估计无噪图像的Contourlet系数,实现声纳图像去噪。实验结果从视觉效果和定量分析两方面验证表明,本文算法能有效地抑制噪声,提取声纳图像的弱特征信息,较好地保全了图像的边缘和轮廓信息。     

基于小波变换和高斯拟合的在线谱图综合处理方法

微小型移动式现场在线检测技术是分析仪器发展的新领域。针对复杂工作环境中谱图存在强噪声干扰、谱峰重叠、不规则峰形等严重影响仪器的定性和定量准确度的瓶颈技术,提出了一种基于小波变换和高斯拟合相结合的谱图在线综合处理方法,用自研的仪器对甲苯和全氟三丁胺两种典型化合物的谱图进行了处理,并与实验室分析仪器普遍应用的算法进行了对比分析。结果表明,综合方法能够有效解决强噪声干扰、谱峰重叠、不规则峰形问题,提高仪器的定性和定量准确性,同时能够实现数据压缩,满足仪器的在线实时检测要求。综合方法处理甲苯特征峰的平均信噪比(SNR)较移动平滑方法提高了1.3倍,峰位误差ΔM降低了3.6倍,处理全氟三丁胺谱图的数据压缩比为197∶1。     

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。     

基于混沌粒子群优化的图像Contourlet阈值去噪

提出了基于混沌粒子群优化的图像Contourlet阈值去噪方法.该方法在Contourlet变换域内利用混沌粒子群算法来确定最优阈值,再通过软阈值函数去噪,且不需要噪音方差等先验信息.实验结果表明：该方法与小波Bayeshrink阈值、基于粒子群的小波阈值、Contourlet自适应阈值等去噪方法相比,能有效地去除高斯白噪音和椒盐噪音的混合噪音,提高峰值信噪比,并较好地保留图像的细节和纹理,从而明显地改善了图像的视觉效果.