改进权值算法在物联网噪声过滤中应用

提出了一种自适应线性权值算法过滤传感网散粒噪声,算法首先提取散粒噪声的特征参数,然后对参数进行线性迭代变换,计算获得自适应权值参数,从而有效实现对散粒噪声的过滤。实验结果表明,该算法能过滤传感网中的散粒噪声,且效果良好。     

物联无线传感网入侵检测技术的研究

作为物联网体系构成要素之一的无线传感网,由于无线链路的脆弱性,节点分布广、缺少物理保护等原因,使得无线传感网始终面临诸多安全问题。本文主要讨论了针对物联无线传感网入侵检测的原理、技术特点、体系结构、基于神经网络的入侵检测等内容,并指出现有入侵检测技术发展的现状,提出其发展的方向。     

基于自适应噪声抵消的无线传感网络信道优化

无线传感器网络通信技术广泛应用在物联网近场通信、水声通信等领域。无线传感网络通信信道受到多途干扰,导致信道失衡,需要进行信道均衡模型设计。提出一种基于自适应噪声抵消的无线传感器网络通信信道优化技术,首先构建了无线传感器网络通信的信道模型,对无线传感器网络信道传播过程中衰减损失和各条路径的信号进行重组,采用自适应噪声抵消算法进行信道的多途干扰滤波,结合最小二乘（ RLS）准则算法进行无线传感器网络通信信道均衡设计。仿真结果表明,采用该通信信道均衡技术能有效提高无线传感器网络通信的信道质量,降低通信传输失真和误比特率,实现信道自适应均衡,提高通信的抗干扰能力。     

水产养殖的物联环境监控系统设计

物联网技术的发展,带动了对水产养殖环境的监控,能够更有效的促进水产养殖。本设计在物联网的感念上,设计了一种基于水产养殖的环境监控系统,对水产养殖的系统架构、传感网络层的硬件和无线网络建立进行了系统设计。     

模压全息图片的噪声

本文把全息看作信息传递过程，从把信息（图象）加载到作为载波的物光上开始，通过参考光相干接收，并存储在干板上，经电铸，模压转移信息，最后用再现光把信息解调出来，这当中的任何一过程都会受到遇外干扰，它们就形成噪声。本文指出每一过程可能产生的噪声和抑制办法，并重点分析了散斑噪声，干版，模板和ＰＥＴ材料自身的粒散噪声，指出提高全息质量的关键，乃是在保持恰当衍射效率的情况下，提高信噪比的问题。     

了解线性稳压器的噪声

模拟电路的噪声多种多样，其中包括热噪声、闪烁噪声、散粒噪声(shotnoise)等。在LDO应用中，噪声有时会与电源纹波抑制比(PSRR)相混淆。它们都是在输出端产生不需要的信号，因此二者常混在一起被称为“噪声”。这是不正确的。PSRR是指输出的帷波量，它来自于输人中的纹波。而噪声纯粹是一个物理现象，晶体管与电阻器(电容器不产生噪声)在基本的水平上就会产生噪声。     

泛在／物联／传感网与其它信息通信网络关系分析思考

文章全面综述了泛在网、物联网和传感器网络的提出背景、概念与内涵、关键技术、发展现状等,分析了三者间的关系及三者与其它信息通信网络的关系,并提出了以信息化为主旋律的融合发展策略。     

一种基于多权值优化的无线传感网分簇算法的研究

在无线传感网(WSN)中,网络的拓扑结构影响传感器节点的负载平衡,关系网络的容量与生存周期,而分簇结构是一种有效的拓扑控制方式。该文着眼于无线传感网络的拓扑结构,提出基于多权值的分簇算法MWBC(Multi-WeightBasedClustering),在初期通过节点间的信息交互,获得较多的局部网络信息,如:节点的度、当前能量值、发射功率、链路质量、相对位置等,在此基础上根据不同的网络应用背景作出不同的分簇决策,并预设簇的最大规模以利于接入协议的资源管理与分配。仿真结果表明,与具有代表性的分簇算法LEACH与HEED相比,在分簇的合理性上有较大的优势。     

光纤传感技术在物联网中的应用

物联网是当前的一个研究热点,而光纤传感技术在物联网中的应用已经引起了广泛关注。物联网的技术构成有4个层次,分别是用户与应用接口、数据处理技术、数据传输网络、传感网络。在物联网中要用到各种各样大量的传感器。传感器可用于感知各种各样的环境参数,如温度、重力、光电、声音、位移、振动等,为物联网提供最原始的数据信息。对光纤传感器的结构、分类以及其在物联网中的应用实例进行介绍,如光纤陀螺,光纤水听器、光纤光栅传感器、光纤电流传感器。最后介绍了基于布里渊效应的连续分布式光纤传感技术在物联网中的前沿应用。     

消除脉冲噪声的改进自适应滤波算法

针对灰度图像受脉冲噪声污染后的恢复处理问题,提出了一种改进的自适应中值滤波算法。该方法根据脉冲噪声的分布特点,采用极大值、极小值和领域均值判定准则进行噪声点的检测,然后用检测窗口内最小非噪声点集合的中值作为噪声点的滤波输出。实验结果表明,与其他几种算法相比,文中算法不仅在峰值信噪比(Peak Signal to Noise Ratio)和结构相似度(Structural Similarity,SSIM)上有较大优势,而且还具有较低的时间复杂度和更好的自适应性。也进一步说明该方法不仅能有效地检测并滤除噪声点,还能较好地保护图像的边缘细节。     

基于细节保留的椒盐噪声自适应滤波算法

针对灰度图像中椒盐噪声的特点,提出了一种更加精确的噪声检测方法:该方法利用滤波窗口内像素点灰度值的不同,将受椒盐噪声污染的图像中像素点划分为噪声点,疑似噪声点和信号点.通过设定阈值,并参考相邻像素点的相关性来进一步区分疑似噪声点,最终建立噪声标记矩阵.对于被标记的噪声点,采用自适应滤波算法,保留更多的图像细节.仿真结果表明,该算法在除去噪声点的同时,对于边缘细节也有非常好的保护作用.     

基于噪声检测的高密椒盐噪声自适应滤波算法

为了减少图像中的椒盐噪声对后续图像处理的影响,针对高密度噪声污染图像,提出了基于噪声检测的高密度椒盐噪声滤波算法。噪声检测方法理论可靠,保证了较高的噪声检测率,根据噪声点邻域信号点分布的不同采用不同的策略,能最大限度保护图像的细节信息,使得高密度噪声污染图像也能得到较好的恢复。实验结果表明,所提出的滤波算法具有较强的自适应性、较高的算法保真率及较好的滤波效果。     

基于神经网络噪声检测的自适应中值滤波器

针对椒盐噪声污染图像的滤波问题,提出了一种基于前馈神经网络的噪声检测器。基于这种噪声检测方法,采用自适应中值滤波算法,依据像素点的不同属性采用不同的滤波策略。实验结果表明,该算法在有效去除椒盐噪声的同时更好地保留了图像的边缘和细节,是一种有效的图像去噪方法。     

声信号噪声滤除算法研究

文中分析了声信号中随机噪声去除的可能性,讨论了在时域上滤除随机噪声的算法。在分析和比较了固定滤波,自适应滤波等在时域上滤除噪声方法的基础上,提供和最小均方自适应滤波的方法,研究了最佳滤波因子的获得和滤波参数的选择。用很小的运算量取得了较好的效果。     

一种基于噪声估计的能量检测自适应门限新算法

频谱感知是认知无线电研究的关键技术之一,能量检测法是典型的频谱感知方法,但传统能量检测法的性能很容易受噪声功率变化影响。本文提出一种基于噪声方差估计的能量检测自适应门限算法。该算法基于噪声统计模型实时估计噪声方差,自适应地设置判决门限,达到更充分利用频谱资源的目的。仿真结果证明,该算法能准确估计噪声方差,有效地提高频谱检测性能。     

一种新的干涉相位图局部自适应滤波方法

为了有效提高对InSAR干涉相位噪声的抑制性能并充分保持干涉相位图细节信息,该文提出一种基于局部地形相位补偿和各向异性高斯滤波函数(AGF)的自适应复相位滤波方法。该方法首先利用局部频率估计方法补偿地形相位,以便于消除局部地形相位对滤波窗口内干涉相位的不利影响。然后,构造了尺度和方向自适应的AGF,并对同分布样本进行局部加权的方向滤波。这里,AGF尺度随相干系数等级自适应变化：在低相干区域,采用的大尺度AGF能够充分地抑制相位噪声;在高相干区域,采用的小尺度AGF能更好地保持相位细节信息。AGF方向根据最大加权相干积累准则确定,以选取同分布的滤波样本估计中心像素相位值。实验结果表明,与多种滤波方法相比,该文方法在减少干涉相位图残点和保持条纹边缘等方面均具有更好的性能。     

基于二次噪声检测和细节保护规则函数的图像滤波算法

现有的图像椒盐噪声滤除算法缺乏对小于滤波窗口的图像细节与边缘信息的保护能力,本文提出了一种基于二次噪声检测和细节保护规则函数的图像椒盐噪声滤波算法,算法将滤噪过程分为两个阶段:噪声检测和噪声恢复阶段.在噪声检测过程中,用自适应中值原理对图像中的噪声点进行初步检测,然后通过局部模糊隶属度函数对检测出的噪声点进行二次判断,有效提高了噪声检测的准确度.在噪声恢复阶段,利用细节保护规则函数与₁数据逼近的凸面代价函数来恢复噪声点.为了充分利用图像局部特征,该算法自适应地选择噪声点周围的象素点利用细节规则保护函数得到输出值,当图像噪声点的凸面代价函数值达到最小时,噪声图像得到最佳恢复.实验结果表明,本文提出的滤波算法针对椒盐噪声具有很好的细节保护与噪声滤除能力,特别是在噪声感染率高(70%以上)的情况下,算法性能优于现有的其它算法.     

基于自适应滤波的压缩感知重构方法

自适应滤波框架中,滤波器的抽头系数可以利用特定的自适应算法达到近似维纳解,从而使滤波器的输出误差达到最小.将这个框架应用到压缩感知重构信号中,信号的稀疏系数等效为滤波器系数权值向量,从而可获得最佳的稀疏系数,以高概率重构信号.本文介绍了已有学者研究出的一种L0最小均方算法(L0-LMS),该算法中引入零引力项加快了权矢量向稀疏解收敛的速度,保证解的稀疏性.通过仿真可知,基于自适应滤波算法重构稀疏信号的性能较好,甚至优于压缩感知中常用的OMP算法.