基于提升小波变换的矿物油荧光光谱去噪研究

矿物油的使用是造成雾霾等空气污染问题的重要原因。矿物油荧光光谱检测系统光谱消噪处理的有效性和快速性是在线实时监测系统的热点问题。研究应用提升算法小波变换(LWT)矿物油荧光光谱去噪的方法。与传统的离散小波变换(DWT)相比,提升小波变换将现有的小波滤波器分解成基本的构造模块,分步骤完成变换,结构简单,运算速度快。在矿物油荧光光谱去噪过程中具有运算量低、原位运算和便于实现的特点,有效解决了传统小波变换在这方面的不足。提升算法的小波变换、传统离散小波变换和经验模态变换(EMD)分别运用到0#柴油、97#汽油、煤油三种矿物油的荧光光谱去噪中,评价去噪效果指标的信噪比(SNR)、重构均方根误差(RMSE)和波形相似度(NCC)证明了提升方法小波变换用于矿物油荧光光谱去噪的有效性。同时,提升算法变换能提高构造的灵活性和运算的简单性使消噪时间降低62%,证明了提升算法的小波变换运用到矿物油荧光光谱去噪中的快速性,适于矿物油实时消噪处理系统。     

用MATLAB模拟信号检测和复原实验

利用MATLAB信号处理工具箱和GUI工具,结合维纳变换和小波变换等去噪算法,建立了一个声音信号的光电探测和复原的模拟系统.     

闪电瞬态电场信号波形去噪方法

 通过对传统数字滤波和Birge-Massart小波阈值法的比较，对闪电瞬态电场信号进行了去噪研究。构建了双指数衰减脉冲信号并在其上叠加了高斯白噪声信号来仿真闪电瞬态电场实测波形，通过计算去噪前后信号的均方误差和幅值误差，比较了加权平滑滤波、FIR数字低通滤波器和小波阈值法的去噪效果，从处理仿真波形和实测波形结果可以发现，小波阈值去噪方法明显优于另外两种传统滤波方法。通过比较仿真信号由不同小波分解层数去噪结果的均方误差和幅值误差，确定在对闪电电场实测信号的去噪过程中，小波系数分解层数应选5~7。     

时变带限信道中光通信的均衡与去噪技术

为了解决时变带限信道中的光通信问题,基于自适应均衡和盲均衡方法,提出了一种半盲光信号均衡方案,适用于大气海洋等时变带限光信道的光通信信号处理.对带限光信道中传输的包含泊松噪音开关键控调制光脉冲信号的不同数字均衡处理方法进行了数值模拟,比较了不同方法的结果,证明半盲均衡能更快匹配光信道且能保持收敛.同时,利用小波方法研究了含噪光接收信号去噪问题,发现光滑小波软阈值去噪方法更适合空间光脉冲信号波形,并对通信眼图进行了去噪的数值模拟.     

基于稀疏分解的轨道移频信号去噪算法研究

随着我国铁路的高速发展,轨道移频信号的检测译码技术受到广泛关注;然而实际采集的轨道移频信号不可避免地会混入大量的背景噪声和干扰,因此译码前需要去噪以提高译码的准确性;提出一种基于稀疏分解的轨道移频信号去噪算法,利用移频信号特点构建过完备原子库,采用粗细二阶段匹配追踪算法实现移频信号的噪声去除;将文章算法应用到主流的ZPW-2000轨道移频信号中,结果表明,该算法具有比小波阈值、经验模式分解算法更好的去噪性能,能够有效地去除低信噪比移频信号的噪声,且去噪后译码信噪比可提高10 dB,另外,采用粗细二阶段原子搜索算法显著降低了匹配追踪的运算量,满足实时性要求。     

基于小波变换的紫外光通信信号工频干扰去除方法研究

在无线紫外光通信系统中,日光灯等会对系统产生工频干扰,干扰会以正弦波形式叠加到经光电倍增管接收的有用信号上,并对后续的抽样判决产生影响。首先分析了小波变换去除工频干扰噪声的原理,给出了基于接收信号波形计算信噪比的方法,并基于该方法对小波变换的去工频性能进行了分析,最后讨论了小波去除工频干扰时最优小波基的选取问题。频谱分析表明,小波变换可有效消除100 Hz和200 Hz的工频干扰,当小波基选为sym40时小波去除工频干扰的性能最好,去噪后信噪比为12.22 dB。     

一种改进的EMD硬阈值去噪算法

为了提升基于经典小波阈值的EMD去噪算法的性能,利用高斯白噪声的统计特征提出了一种改进的硬阈值去噪算法;首先将含噪信号进行EMD分解,把第一个固有模态函数作为高频噪声直接去除并估算出其他 IMF中高斯白噪声的能量,然后根据硬阈值去噪的原理,利用滤除掉的样本点包含的能量等于白噪声的能量确定出合适的阈值;该方法能根据样本点自适应地确定阈值;最后通过对含噪正弦信号和仿真心电信号的去噪实验证实了改进后的阈值使算法去噪效果有明显提升。     

改进阈值提升小波和自适应滤波器的开放光路红外光谱去噪

大气污染物的主要组成成分为挥发性有机物(VOCs),傅里叶变换红外光谱技术(FTIR)是现阶段应用广泛的挥发性有机物在线测量方法。开放光路获取到的大气红外光谱(OP-FTIR)易受各种噪声污染,如何有效、快速的去除红外光谱中的噪声是大气在线实时监测系统研究的热点。综合利用提升小波变换结构简单、运算量低的优点以及最小均方误差自适应滤波器的自动调节参数以达最优化滤波的性能,提出了一种改进阈值提升小波结合自适应滤波的红外光谱去噪算法。该算法先通过改进阈值小波系数的提升小波去噪,在去噪的同时保留更多光谱特征信息,然后使用提升小波变换分解出的高频系数重构出噪声相关信号,将其作为最小均方误差自适应滤波器的参考输入进行二次滤波处理,最终获得的去噪信号很好的去除了与特征光谱频谱重叠的噪声信号。分别对人工添加噪声的标准红外光谱和合肥市市区上空实测开放光路红外光谱进行去噪处理,结果显示使用该算法处理后的光谱信噪比(SNR)较离散小波传统阈值去噪方法高出3db,均方根误差(RSME)平均减少30%左右,运行时间减少46%。表明该算法计算简单、运行速度快,对于大气环境监测实时消噪系统具有重要的实际应用意义。     

基于小波包分析二次阈值去噪图像复原方法

提出了基于小波包分析的二次去噪复原的图像复原新方法。利用小波包分析在信号去噪中对图像信号高频部分更加灵活、更加精确的局部分析能力,针对低信噪比模糊图像,通过选取较小的阈值,交替地进行了两次预去噪处理和复原。采用PML算法,实验比较了小波包阈值一次去噪法和二次去噪法。实验表明,二次去噪法由于阈值取值较小,对退化图像信息的能量分布改变较小,可以获得比一次去噪法更加良好的复原效果。     

基于张量的平稳小波变换红外图像去噪

提出了一种基于张量的平稳小波变换红外图像去噪方法.采用平稳小波对噪声红外图像进行分解,保持低频近似图像不变,将所有尺度上的水平、垂直和对角方向的高频细节图像组合为一个立方体,形成三阶张量,通过多线性代数方法估计信号小波系数,这种处理方式没有破坏小波系数之间的固有空间关系,同时考虑到了尺度问和尺度内小波系数的相关性,优于传统的基于线性最小均方误差的信号小波系数估计算法,最后由低频近似图像与估计的高频细节图像通过平稳小波逆变换得到去噪图像.实验结果表明,该方法在性能指标和视觉质量上优于传统的平稳小波域最小均方误差去噪算法,为小波系数的较准确估计提供了一种全新思路.     

Denoising of quadrature ultrasound Doppler signal from bi-directional flow based on matching pursuit

Denoising of Doppler signal is a preliminary and important step in medical ultrasound imaging. To denoise quadrature Doppler signal from bi-directional flow, we propose a novel method based on matching pursuit in this paper. The proposed method is an iterative decomposition algorithm which decomposes the original Doppler signal into a linear expansion of atoms in a time-frequency dictionary. The time-frequency dictionary is similar to Fourier transform domain and the atoms are similar to orthogonal bases in Fourier transform. In each step of the iteration, the atom which gives the largest inner product with the analyzed signal is selected from the dictionary, and the contribution of this atom is subtracted from the Doppler signal. This process is repeated on the residue until the SNR reaches the maximum. The linear expansion of the selected atoms is the denoised signal. Simulations were conducted on a simulation model with a sampling rate of 12.8 kHz. When the original SNRs are 0 dB, 2 dB, 4 dB, 6 dB, 8 dB, 10 dB, the proposed method can improve the SNR for 7.9 dB, 7.8 dB, 7.5 dB, 7.3 dB, 7.05 dB, 6.8 dB respectively, reduce the root mean square error (RMSE) of the mean frequency waveform to 0.0441 kHz, 0.0303 kHz, 0.0245 kHz, 0.0215 kHz, 0.0161 kHz, 0.0125 kHz respectively, and suppress the RMSE of the spectral width waveform to 0.1774 kHz, 0.0591 kHz, 0.0486 kHz, 0.0170 kHz, 0.0145 kHz, 0.0117 kHz respectively. Preliminary in vivo evaluation was also carried out on a healthy 33-year-old male using B-K medical A/S 3535 ultrasound scanner, and the results showed that the proposed method can effectively enhance the Doppler spectrogram.     

基于奇异值分解和中位数绝对偏差的拉曼成像数据去噪方法

拉曼成像是一种无损伤、无需标记的光谱成像技术,它可以提供样品的不同组分的分子指纹信息以及空间分布特征,相比其他成像技术有着更重要的应用。但是拉曼散射的截面积小,灵敏度低,加上在很多实验中为了观察某些组分的动态分布而缩短扫描时间,导致最终得到的成像数据被噪声干扰,因此往往需要对信号进行去噪处理。常规的算法一般都是基于一个给定的数学模型对光谱进行处理,容易造成过滤波,使得信号失真;另外,在处理拉曼成像数据时,常规算法往往是对数据进行逐条光谱去噪,从而忽略了多条光谱之间的相互关系,导致最终的拉曼图像仍然受许多噪点干扰。因此,提出了一种基于奇异值分解和中位数绝对偏差的拉曼成像的信号处理方法,用于拉曼成像数据的去噪处理。该方法首先对拉曼成像数据进行奇异值分解,获得一个奇异值矩阵与两个正交矩阵;然后通过中位数绝对偏差法对奇异值矩阵中的各奇异值进行离群值检测,选取前k个被连续标记的离群值作为要保留的奇异值,并将其余的奇异值赋值为零,得到新的奇异值矩阵;最后用新的奇异值矩阵与两个正交矩阵重新求解得到去噪后的拉曼成像数据。实验中,首先验证了中位数绝对偏差法确定前k个奇异值的正确性,其次分别从处理后的图像质量和信号波形两方面对比了该算法与常规算法的去噪效果。结果证明,中位数绝对偏差法可以快速地确定出合理的k值大小,而且,依据该k值处理后的成像数据不仅在成像质量上消除了大量的噪点,使得组分的空间分布特征清晰可见,也在信号波形上较完美地保留了微小谱峰,并恢复光谱信号。该算法不同于常规算法,能同时对整个拉曼成像数据进行处理,并保留光谱之间的统计特征,是一种更加有效的拉曼成像数据的去噪方法。     

Acceleration target detection based on LFM radar

In radar systems, the echo signal caused by an accelerated target can be similarly considered as linear frequency modulation (LFM) signal. In high signal-to-noise ratio (SNR), discrete polynomial-phase transform (DPT) algorithm can be used to detect the echo signal, as it has low computation complexity and high real-time performance. However, in low SNR, the DPT algorithm has a large mean square error of the rate of frequency modulation and a low detection probability. In order to detect LFM signal in low SNR, this paper proposes a detection method, segment discrete polynomial-phase transform (SDPT), which means, at first, dividing the whole echo pulses into several segments with same duration in time domain, and then, using coherent accumulation method of DFT to segments, at last, processing this signal with DPT in intra-segment. In the case of a large number of segments, the SDPT can improve the output SNR. In addition, in a certain SNR, to the target signal with big sampling interval, large acceleration and less segments, this paper proposes an algorithm to detect the LFM signal generated from the combination of an improved DPT (IDPT) and fractional Fourier transform (FRFT). The output SNR of this algorithm is connected with the length of time delay. In the simulation, when the length of the time delay is 0.2 N, the output SNR is 2.5 dB more than that which results from directly using DPT. Finally, the detection performance and algorithm complexity of the proposed algorithm were analyzed, and the simulated and measured data verify the effectiveness of the algorithm.     

An innovation based random weighting estimation mechanism for denoising fiber optic gyro drift signal

In Interferometric Fiber Optic Gyroscope (IFOG), the diminution of random noise and drift error is a critical task. These errors degrade the performance of IFOG. In this paper, a modified adaptive Kalman gain correction (AKFG) algorithm is proposed to denoise IFOG signal. The covariance matrix of innovation sequence is estimated using weighted average window method in which the weights are randomly generated in the range [0, 1]. Innovation based random weighted estimation (IRWE)-AKFG is applied to denoise the IFOG drift signal. The Kalman gain is adaptively updated using the covariance matrix of innovation sequence. The proposed algorithm is applied for denoising IFOG signal under static and dynamic environment. Allan variance method is used to analyze and quantify the stochastic errors in IFOG sensor. The performance of the proposed algorithm is compared with Conventional Kalman filter (CKF) and the simulation results reveal that the proposed algorithm is an efficient algorithm for denoising the IFOG signal.     

基于FPGA的HIMM同步高频信号源设计

针对医用重离子加速器装置(HIMM)同步加速器对于高频系统不同能量波形输出的需求,设计实现可输出不同能量对应腔体电压及偏磁电流波形的同步信号源。该系统以ARTERA公司FPGA作为核心处理元件,接收并处理多组腔体电压及偏磁电流波形文件,同时以DAC作为输出单元,通过接收同步光触发信号实现不同能量对应给定波形信号的无缝切换及同步输出,完成HIMM同步高频信号源的设计。测试结果表明,该信号源工作稳定,可实现各种不同能量对应波形的无缝切换及同步输出,其性能完全满足HIMM系统对碳离子捕获加速的要求。相比于商业任意波形发生器产品,该系统价格低廉,且模块化的设计易于集成,可广泛应用于其他需产生任意波形信号的场合。     

一种强噪声背景下微弱超声信号提取方法研究

为解决在强噪声背景下获取超声信号的难题,基于粒子群优化算法和稀疏分解理论提出一种强噪声背景下微弱超声信号提取方法.该方法将降噪问题转换为在无穷大参数集上对函数进行优化的问题,首先以稀疏分解理论和超声信号的结构特点为依据构建了粒子群优化算法运行所需要的目标函数及去噪后信号的重构函数,从而将粒子群优化算法和超声信号降噪联系在一起;然后根据粒子群优化算法可以在连续参数空间寻优的特点建立了用于匹配超声信号的连续超完备字典,并采用改进的自适应粒子群优化算法在该字典中对目标函数进行优化;最后根据对目标函数在字典上的优化结果确定最优原子,并利用最优原子按照重构函数重构出降噪后的超声信号.通过对仿真超声信号和实测超声信号的处理,结果表明本文提出的方法可以有效提取信噪比低至-4 dB的强噪声背景下的微弱超声信号,且和基于自适应阈值的小波方法相比本文方法表现出更好的降噪性能.     

A speech-to-noise ratio measurement algorithm

An algorithm to measure speech-to-noise ratios has been implemented on a minicomputer. The algorithm attributes the energy within each consecutive 20-ms frame of a speech-plus-noise waveform to either a speech or noise source. This discrimination process is based upon the known characteristics of frame energy histograms of such waveforms. In response to observed inaccuracies of this discrimination process in cases of low speech versus noise separation, a method of estimating the speech Vrms of the signal is incorporated which attempts to recover speech energy, "masked" by noise. The algorithm's ability to track known speech-to-noise ratios on a decibel-for-decibel basis down to a ratio of approximately 5 dB has been demonstrated by experimentation.     

基于强耦合Duffing振子的微弱脉冲信号检测与参数估计

耦合Duffing振子在检测强噪声中的微弱脉冲信号时具有可检测信噪比低等优点,但目前检测模型还存在系统性能与初始状态有关、只能工作在倍周期分岔状态等缺陷.为此本文构建了一种能克服上述缺点的新的微弱脉冲信号检测模型,通过对两个Duffing振子同时施加较大的恢复力和阻尼力耦合,可使振子间产生广义的"阱内失同步"现象,基于这种现象可实现微弱脉冲信号的检测与恢复.以信噪比改善和波形相似度为衡量指标,研究了周期策动力幅值与周期、耦合系数、计算步长、阻尼系数等参量对模型信号检测与波形恢复效果的影响.对方波、双指数脉冲和高斯导数脉冲进行检测和恢复的实验结果表明,本文所构建的模型能够在较低信噪比条件下有效地检测并恢复出高斯白噪声背景中的微弱脉冲信号,进而改善了现有的Duffing振子对非周期脉冲信号的检测能力并扩展了其应用领域.     

多核DSP高速实时信号处理系统设计

介绍了基于TI公司多核定点DSP(TMS320C6474)的高速实时数字信号处理系统。系统利用FPGA作为控制单元和转接芯片,通过SRIO接口作为DSP芯片的数据输入输出接口,具有信号处理能力超高、输入输出接口简洁、以及存储能力较大的优点。在软件实现中,利用了乒乓数据吞吐,静态内存分配技术和三核软件同步机制,通过优化算法,高效地实现了三核DSP实时信号处理,计算效率达到了设计要求。在项目图像信号实时处理中得到了成功应用,取得了良好的效果。     

混沌信号的压缩感知去噪

对非线性时间序列进行噪声抑制是从中提取有效信息的前提. 混沌信号的去噪算法不仅要使滤波后的信号具有较高的信噪比, 也要具有较好的不确定性. 从压缩感知的角度出发,提出了一种新的噪声抑制方法. 该方法包括估计噪声方差, 以及依据动态的稀疏度将观测值往确定的过完备字典上投影. 仿真实验表明, 该方法比常用的小波阈值法和局部曲线拟合法具有更高的输出信噪比, 而原始信号的混沌特性也能得到较大程度的恢复.