舰船辐射噪声混沌特征提取方法研究

研究舰船辐射噪声信号影响目标识别,针对传统子空间降算法只适用于多通道信号处理,为了清楚识别目标,提出多次迭代降噪的思想,并根据定义的信噪比改善量控制迭代次数.用相空间重构进行特征提取,为了降低特征维数,引入K-L变换进行特征压缩,提出一个基于子空间降噪理论与相空间重构以及K-L变换相结合的完整的舰船辐射噪声特征提取方法,进行计算机仿真,结果表明对舰船辐射噪声特征有效提取和分类识别很有效,证明方法对三类目标舰船噪声信号具有较好的分类效果.     

基于小波去噪法的语音降噪

本文利用小波去噪法,来实现对混叠了外界噪声的语音信号的滤波和消除噪声.首先介绍了小波降噪法原理及特点,然后完成了小波去噪法在MATLAB中的实现,并且计算出信噪比以及设计GUI界面,直观显示出利用小波去噪算法的降噪效果.GUI界面显示的频域和时域降噪图形表明,基于小波去噪法的语音降噪能够很好的实现对噪声的滤除以及恢复原始信号.     

多层降噪自动编码器的心电信号去噪算法

传统的心电信号(ECG)去噪算法在去除线性的、平稳的ECG信号噪声时效果显著,但是在面对非线性、非平稳的ECG信号噪声时去噪效果不理想.为了提高心电信号算法的去噪能力运用了一种基于降噪自动编码器的ECG去噪算法.降噪自动编码器(DAE)具有噪声鲁棒性的特点,可以在信号受到污染的情况下尽可能地恢复数据的原始状态.为了进一步提升降噪自动编码器算法的去噪效果用多个降噪自动编码器堆叠形成深度神经网络对心电信号进行降噪处理.通过实验结果表明:多层降噪自动编码器(SDAE)算法相较于DAE算法和传统的心电信号去噪算法,SDAE算法对非线性、非平稳的信号噪声具有更好的降噪效果,而且保留了原始心电信号绝大部分的细节信息,对噪声具有较强的抗干扰能力,满足了心电信号的去噪要求.     

一种利用叠加降噪提高二次相关TDOA精度的方法

二次相关TDOA算法具有一定的抗噪声性能,但在信噪比很低的条件下无法准确估计出时延。针对二次相关TDOA算法,在低信噪比下可能存在误差的情况,提出了利用叠加降噪提高接收信号的信噪比的新方法,从而提高算法精度。在接收到信号后,算法依据统计学的理论,采用信号叠加降噪的方法提高信号的信噪比,从而提升二次相关TDOA结果的精度。通过仿真结果表明,在低信噪比的情况下改进后的算法在较大程度上提升了时延估计的精度,提高了二次相关TDOA的应用范围。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

Turbo迭代下的改进谱减法研究

自迭代式的谱减法虽然能有效提高去噪度,但是随着迭代次数的增加会造成语音畸变。结合Turbo迭代原理,在噪声子空间引入小波包多阈值去噪对迭代谱减法进行改进。将谱减法和小波包多阈值去噪根据Turbo原理结合起来,两个分量滤波算法各自工作在信号子空间和噪声子空间提取语音信号,并在每次迭代时将各自输出作为另一分量滤波算法的先验信息。仿真实验表明：该算法在10次Turbo迭代处理后收敛,并在低信噪比下能较好地去噪和降低语音失真度。     

瞬变电磁信号降噪算法

研究地下异常体的有用信息,由于需要野外采集,所接收的瞬变电磁信号会叠加各种电磁干扰和噪声,而传统的降噪方法不能较好地对瞬变电磁接收的二次场衰减信号降噪,严重影响了利用信号对地下异常体特征的数据成图和地质状况解释.针对上述问题,提出了改进的基于独立成分分析的瞬变电磁接收信号降噪处理算法.由接收的瞬变电磁信号构成多维观测向量,利用独立成分分析方法从观测向量中分离出信号空间基向量,然后采用峰度判别准则对信号空间和噪声空间进行分离,保留二次场信号基向量,用二次场信号基向量张成信号子空间,实现降低噪声的目的.降噪后的瞬变电磁信号可以更好地反演出地下相关信息.通过对实测数据的验证,结果表明提出的算法应用于瞬变电磁法信号降噪是可行的,能有效地降低噪声并分离出二次场信号的有用信息,对提高瞬变电磁数据成图和地质状况解释质量具有较好的作用.     

基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

基于Bayes阈值估计的小波在转子故障信号降噪中的运用

提出了一种有效的转子故障信号的降噪方法.该方法利用概率统计的最优估计原理对样本信号进行估计,增加了小波阈值参数的可靠性.根据Bayes估计风险最小的原则,对不同子带的小波系数估计小波阈值,通过软阈值函数进行逐层降噪,对降噪后的信号进行重构,达到对转子故障信号降噪.把从多功能振动实验台上取得的转子故障振动信号,利用该方法进行降噪.并将降噪结果与Birge-Massart小波阈值降噪法和Donoho小波阈值降噪法的处理结果进行比较,结果显示使用Bayes(贝叶斯)阈值估计降噪法处理的信号能够很好地保留信号的细节部分,而且信噪比(SNR)也有明显提高.     

基于相空间重构的语音增强

将相空间降噪方法应用于语音增强之中。由于语音信号集中在有限空间,而随机噪声则分散在各个分量中,通过找到信号能量集中的信号空间,去除噪声能量集中的冗余空间,达到减少噪声的目的。针对语音信号的特点,本文对相空间降噪基本算法中邻点的选取方法进行了改进,在没有增加太多运算量的前提下,提高了对不同信噪比信号的适应性。另外,应用改进后的算法,本文分别对汉语单个音素和连续语音进行了相空间语音增强测试。实验结果显示,改进邻域选择后的相空间语音增强方法可以显著提高信噪比。