K-SVD和OMP算法在超声信号去噪中的应用

针对在线采集时超声波检测信号中存在大量噪声,降低了材料内部缺陷诊断准确性的问题,提出了一种基于广义K+奇异值分解算法(K-SVD)和正交匹配追踪算法(OMP)相结合的超声回波信号去噪算法。该算法利用K-SVD算法将Gabor字典训练成能够最有效反映信号结构特征的超完备字典,然后基于训练完成的超完备字典,用OMP算法把一定数量的字典原子进行线性组合来构成原始信号,从而实现信号的去噪。通过仿真实验将本文方法与传统的小波阈值去噪方法进行了对比研究。实验结果表明,该方法对超声回波信号的去噪效果优于小波阈值去噪方法,且噪声越大对比越明显,不仅可更有效地滤除信号中的高斯白噪声,提高信噪比,且尽可能保留了原始信号有用信息。     

FastICA算法在脑电信号去噪中的应用

FastICA算法不需要计算高阶统计量,收敛速度快。将快速FastICA算法应用到脑电信号的去噪中,模拟结果表明,采用该方法能够有效的去除脑电信号中的心电。     

时频结合自适应阈值小波包消噪算法

在充分考虑人耳听觉特性和噪声统计特性的基础上,提出一种时频结合Bark尺度自适应阈值的语音消噪算法,在Bark频域上自适应调整增强系数可以较准确地进行阈值判定。仿真实验验证,时频结合算法在低信噪比输入情况下较传统语音降噪方法具有明显优势,其在消除高斯白噪声的同时有效降低了语音损失,可获得最大信噪比,谱失真测度最小,增强语音的MOS(Mean Opinion Score)评分明显提高,具有较好的听觉效果。     

基于粒子群算法的多通道光纤布拉格光栅滤波器优化设计

在多通道光纤布拉格光栅(FBG)滤波器的设计中,通道数目的增加会导致最大折射率调制深度的成倍增长,从而造成物理上的不可实现。为此,提出一种基于粒子群算法(PSO)与直接设计方法相结合的多通道FBG滤波器设计方法。该方法以最小化最大折射率调制深度为优化目标,在目标反射谱中引入一组群时延参数,为每个通道分配合适的群时延参数,建立群时延参数的优化模型。通过粒子群算法计算得到各通道群时延参数的优化分配值,提升折射率调制深度的均匀化分布程度,促使最大折射率调制深度降低到物理可实现的范围内。仿真实验结果表明设计的40通道数、106通道数的两种FBG滤波器的反射谱均匀性好,最大折射率调制深度均降到0.001以下。     

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。     

基于LPC2132的多通道温度控制器设计

针对众多工业设备需要同步控制数量较多加热设备的需求,给出了一种基于ARM处理器的多通道温度控制器设计方案。各通道温度传感器信号经由模拟选择开关分时选用后送至仪表运放AD620放大,再由AD芯片AD7705转换成数字信号后传送给ARM处理器LPC2132进行处理转换成实际温度。结合期望的目标温度,利用积分分离PID算法计算输出控制量并以PWM方式驱动固态继电器调节加热器件在控制周期内通电时间的占空比。实验结果表明温度控制器的测温一致性和温控性能均能得到有效提升。     

阵列天线最大输出信干噪比下最优权重降维算法

本文研究阵列天线系统最大输出信干噪比准则下最优权重的降维算法。在求最优权重的过程中，计算复杂度是我们要关心的重要的问题，而计算复杂度与权重矢量的维数成正比。权重矢量的维数和天线阵的阵元个数相同。在期望方向和干扰方向小于天线阵元个数的情况下，完全可以通过某种变换，降低计算最优权重的实际维数，从而降低计算复杂度。     

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。     

电动汽车燃料电池电压温度参数的逆控制优化

燃料电池的温度和电压是影响电动汽车性能最关键的两个参数;由于电动汽车燃料电池的温度和电压具有较强的非线性和耦合性的特点,使得传统的线性系统理论无法适用;为此,提出一种基于最小二乘支持向量机(LS-SVM)的燃料电池逆控制优化算法;利用LS-SVM建立燃料电池逆模型,利用RLS算法对燃料电池逆模型进行校验,利用ε-滤波方法对控制器进行在线参数调节;仿真结果证明该逆控制方法能够快速准确地对燃料电池中电压和温度进行精确解耦控制,保证了电动汽车对燃料电池的性能要求。     

多通道置信度加权颜色恒常性算法

颜色恒常性是实现识别、分割和三维物体重建等视觉任务的重要前提.为使计算机视觉系统具有颜色恒常性感知功能,提出多通道特征置信度加权网络,在减少网络层数和模型参数的同时充分提取图像中的特征;通过多通道置信度加权方法利用每个通道中可以为光源估计提供更多信息的特征准确估计出全局场景光源.在基于重处理的ColorChecker和...     

Improving performance of FxRLS algorithm for active noise control of impulsive noise

Active noise control (ANC) systems employing adaptive filters suffer from stability issues in the presence of impulsive noise. New impulsive noise control algorithms based on filtered-x recursive least square (FxRLS) algorithm are presented. The FxRLS algorithm gives better convergence than the filtered-x least mean square (FxLMS) algorithm and its variants but lacks robustness in the presence of high impulsive noise. In order to improve the robustness of FxRLS algorithm for ANC of impulsive noise, two modifications are suggested. First proposed modification clips the reference and error signals while, the second modification incorporates energy of the error signal in the gain of FxRLS (MGFxRLS) algorithm. The results demonstrate improved stability and robustness of proposed modifications in the FxRLS algorithm. However, another limitation associated with the FxRLS algorithm is its computationally complex nature. In order to reduce the computational load, a hybrid algorithm based on proposed MGFxRLS and normalized step size FxLMS (NSS-FXLMS) is also developed in this paper. The proposed hybrid algorithm combines the stability of NSS-FxLMS algorithm with the fast convergence speed of the proposed MGFxRLS algorithm. The results of the proposed hybrid algorithm prove that its convergence speed is faster than that of NSS-FxLMS algorithm with computational complexity lesser than that of FxRLS algorithm.     

异构混合相关熵有源噪声控制算法

近几年兴起的基于最大相关熵准则的FxMCC算法在有源噪声控制系统中取得了良好的降噪性能。然而,已有的FxMCC算法仅使用了单一的高斯核,算法在强脉冲噪声环境下降噪能力严重退化,且算法对核宽参数极敏感,不合适的核宽会降低算法降噪性能。为了弥补FxMCC算法的不足,该文引入异构混合相关熵,使用由高斯核和拉普拉斯核组成的混合核作为代价函数,推导了基于异构混合相关熵的FxMCC-MK算法。该文进一步分析了所提算法的收敛条件和稳定性,并与已有的算法进行了计算复杂度比较。仿真结果表明,在标准对称α稳定分布脉冲噪声和真实噪声录声的有源噪声控制中,相比于已有的相关熵算法,该文提出的FxMCC-MK算法具有更低的核宽参数敏感度,更强的鲁棒性和更快追踪能力。     

主动噪声控制声学通道的实验辨识

传统的自适应滤波器不能直接用于主动噪声控制，因为扬声器和误差传声器之间的声学通道可能使系统不稳定。本文根据声学通道的相应特性，建立补偿滤波器，提出了用实验方法辨识声学通道传输特性。在房间实验中研究了单通道相位因子的变化特性，并进一步用于飞机人多通道主动噪声控制，给出了相应的实验结果。     

空间有源消声实验研究

本文分别在半声室和普通房间进行有源消声实验，证明了作者以前提出的算法是收敛的，稳定的，以此算法构成的多通道有源消声系统对直达声和混响声都能进行了有效的控制。     

一种基于虚拟传感的无需误差传声器的自适应有源降噪方法*

该文基于虚拟传感技术引入了一种用于耳机的无需误差传声器的自适应有源降噪方法。该算法仅使用一个参考传声器实现了一种前馈和反馈自适应算法结合的有源降噪算法,提高了有源降噪稳定性,简化了耳机硬件结构。利用DSP平台实现了该文提出的方案,并通过实验验证了其良好的降噪性能和实用价值。     

Hybrid active and passive control of fan noise

This paper deals with the global reduction of axial flow fan noise in ducts in a building using a hybrid passive-active noise control method. The effectiveness of using an infra-red device as a reference signal source is also investigated. It is shown that using such a hybrid noise control system over an axial-flow fan reduces the overall sound pressure level by 5 dB(A) in the surrounding environment and global control of the blade passing frequency can also be achieved. This paper also shows that using an infra-red device as a reference signal source produces marginally better control as compared with using a microphone reference sensor. Moreover, long term stability is guaranteed and the possibility of acoustic feedback is eliminated.     

噪声主动控制研究的发展与动向

本回顾了噪声主动控制的典型设计方法和常见的算法,结合当前较新的鲁棒控制方法,指出今后噪声主动控制的一些发展动向,为这一技术的实用性提供借鉴。     

基于声场复现的有源噪声控制支撑技术*

有源噪声控制是一种有广泛用途的低频噪声控制技术,目前已在部分场合取得商业化应用,然而该技术的大规模应用仍然面临诸多困难,声场复现技术为解决其中的关键问题提供了有效手段。该文论述了声场复现的两种实现方式(声场重构和声场再现)的基本原理、国内外现状及其在有源控制技术开发中的应用,尤其是基于声压匹配法的初级声场重构、基于球阵的声场再现以及电声器件布放优化设计。     

空间有源消声的微机控制

本文讨论用通用微机控制空间有源消声．以修正的PID（比例、积分、微分）算法加上逻辑判断构成的控制软件，使得系统收敛迅速，跟踪速度快，消声效果令人满意，而且系统工作稳定可靠，     

空间有源消声的微机控制

本文讨论了通用微机控制空间有源消声，以修正的ＰＩＤ算法加上逻辑判断构成的控制软件，使得系统收敛迅速，跟踪速度快，消声效果令人满意，而且系统工作稳定可靠。