消除噪声的一种变步长自适应滤波方法

在电子系统中不可避免地会受到噪声的干扰．用固定参数的滤波器进行消除噪声有其缺陷，它对信号与噪声的先验知识需要得较多．本文讨论了用一种变步长自适应滤波器消除噪声的方法．实验仿真证明这种方法能有效地去除弱信号中的噪声．     

基于非理想情况对加速度计信号的滤波

为消除舰艇加速度计的噪声信号，提出一种先对信号用扩展卡尔曼滤波器进行非线性滤波，再用巴特沃斯低通滤波器来提取其有用信号的方法，仿真结果表明此方法能够有效地消除舰艇在非理想状态时加速度计的复杂噪声。     

基于HFM和感知后滤波器的语音增强

研究了只能获得带噪信号的情况下的语音增强问题。将语音信号看作由高斯噪声激励的自回归(AR)过程,观测噪声为加性高斯白噪声,把信号转化为状态空间模型。首先用隐马尔可夫模型(HMM)估计AR参数和噪声的方差作为卡尔曼滤波器初值,估计信号作为参数估计的中间值给出,然后将估计信号通过一个感知滤波器平滑以消除残余噪声。仿真结果表明该算法有良好的性能。     

用数字滤波器从噪声中提取语音

本文介绍了一种用自适应数字滤波器,从叠加了噪声的语音信号中,消除噪声,改善其清晰度的方法。通过 FFT,滤波只在频率域进行,滤波器的系统函数是以重放语音振幅谱为基准决定的,为了消除与语音频带不同的噪声成分,采用了门限。各输入按非语音滑音或稳态元音分割开,对滑音作了特殊的处理,在白噪声和粉红噪声的情况下,音节清晰度都改善了8%。     

语音信号的滤波设计

在现代通信系统中,噪声会不可避免地掺杂在其中,最通用的方法就是利用滤波器来滤除这些杂波噪声。基于此,设计了FIR与IIR数字滤波器来消除语音信号中的噪音,并且使用MATLAB对其进行仿真分析,从仿真结果中可以清晰地看出两种滤波器对语音信号的处理效果。     

基于DSP的自适应噪声消除

将基于DSP的自适应滤波器用于通信系统,利用自适应滤波器的通带始终和输入信号频带宽度自适应相匹配的特点,实现通信系统中的噪声消除.实践证明较好地实现了噪声消除,能够达到改善通信质量,增加通信距离的效果.     

带有噪声相关性的自适应噪声抵消系统仿真研究

本文为了在语音信号处理中能消除含噪语音信号中的背景噪音,采用自适应信号处理的理论和技术来达到提高语音信号质量的目的。通过介绍自适应滤波器原理,在对自适应滤波器相关理论研究的基础上,研究了LMS自适应滤波算法,并对LMS自适应算法进行了分析。同时为了使输入的参考信号与噪声相关,加入分离周期信号与带有窄带干扰抑制的宽带信号。通过分析仿真结果表明基于LMS算法的自适应噪声抵消技术可以有效地抵消正弦干扰信号,同时加入宽带信号中的周期性噪声,在没有另外的与噪声相关的参考信号的情况下,可以使用自适应噪声抵消系统来消除这种同期性干扰噪声。     

全相位滤波白噪声产生有色噪声及其功率谱估计

本文提出用全相位数字滤波器这种新型滤波器滤波白噪声产生有色噪声的方法,这种方法比用传统FIR滤波器产生的有色噪声频谱泄漏少,阻带衰减功率大等优点.并且分别用Welch法和全相位法对在有色噪声中混入的双频小信号余弦波进行谱估计,实验证明全相位谱估计性能优于经典谱估计.     

一种新的自适应语音增强系统

针对自适应噪声对消(ANC)语音增强系统的性能高度依赖于参考信号的质量，任何原始语音信号泄漏到参考信号中，都会导致原始语音信号失真和噪声抵消性能恶化这一问题，本文提出一种对泄漏不敏感的附加随机噪声(ARN)自适应噪声对消语音增强系统。它通过在参考信号中加入一个低功率的宽带随机训练信号，然后用该训练信号作参考信号对噪声传输函数(NTF)进行自适应建模，并在使用自适应预测滤波器(APF)消除NTF自适应建模的语音信号干扰的同时，用补偿滤波器(CPF)来修正由APF引起的参考信号失真。计算机仿真表明，这种ARNANC语音增强系统在泄漏情况下能将原始语音信号从带噪语音信号中有效分离出来。     

噪声对消在信号处理系统中的应用

论述基于LMS算法的自适应滤波器噪声对消的工作原理,以及基于AR模型的信号分析方法。在这两种方法相结合的情况下,能有效去除信号的噪声。对含有瞬态干扰的微弱信号,用AR模型法估计出噪声的系数并预测噪声波形,通过自适应滤波器噪声对消原理进行滤波,最后在Matlab环境下进行仿真试验,结果表明该方法具有较好的去噪效果。     

混沌时间序列信号的降噪

混响背景下目标信号的检测、降噪方法与实现,一直以来都是一个难题。建立了非线性降噪模型,并且应用此模型进行混沌时间序列信号检测。以典型的Henon混沌系统所产生的时问序列作为样本和水下目标信号噪声序列为例,进行了降噪和预测,结果表明该方法是有效的,可行的。     

Noise reduction for sonar images by statistical analysis and fields of experts

Sonar images are usually suffering from speckle noise which results in poor visual quality. In order to improve the sonar imaging quality, removing or reducing these speckle noises is a very important and arduous task. In this paper, the imaging principle and noise characteristics of the side-scan sonar (SSS) are analyzed, and five typical probability distribution functions are used to fit the seabed reverberation. Through experiment comparison, the Gamma distribution is selected to simulate the noise of the SSS image caused by the reverberation. Simultaneously, the fields of experts denoising algorithm based on the Gamma distribution (Gamma FoE) is proposed for SSS image denoising. In order to perceive and measure the denoising effect better, evaluation indexes of Fast Noise Variance Estimation (FNVE, an image noise estimation method) and Blind Referenceless Image Spatial Quality Evaluator (BRISQUE, an image quality evaluation method) are selected for image quality perception. The final results of the SSS image denoise experiment show that the Gamma FoE denoise algorithm has a better effect on SSS image denoise application than other denoise algorithms.     

基于Contourlet变换的煤粒图像消噪方法

为了准确检测煤粒相关信息,有必要对煤粒图像进行消噪处理。Contourlet变换具有多尺度、多方向性及各向异性等特点,可用于煤粒图像消噪。首先将图像进行多尺度分解及方向滤波,然后运用软、硬阈值进行消噪处理,接着进行Contourlet逆变换,得到消噪后图像。实验结果表明,采用Contourlet变换能有效去除煤粒图像噪声,并能保持煤粒图像纹理细节,提高图像信噪比(SNR),其消噪效果优于传统小波消噪。     

一种基于自适应双向扩散过程的无源毫米波图像去噪与增强

研究和设计了一种新型自适应双向扩散过程,对无源毫米波图像进行降噪和增强处理.根据图像的局部特征进行自适应扩散处理,在图像的同质区域进行各向同性扩散降低噪声,在图像的边缘处沿着图像边缘的切向方向进行正向扩散降低噪声,沿着图像边缘的法向方向进行反向扩散锐化边缘.通过对仿真图像和实测的91.5 GHz无源毫米波图像的实验表明...     

一种非线性复扩散与冲击滤波的图像消噪方法

由于图像复扩散的虚数部分等价于图像高斯卷积后二阶梯度算子,因此利用复扩散的虚部去控制扩散系数可得到前后向复扩散,然而这种选择性的前后向复扩散不能有效消除图像细节区域的噪声。针对前后向复扩散的缺点,提出一种复扩散与冲击滤波相结合的前后向复扩散,利用复扩散去消噪,虚部控制冲击滤波器实现图像边界的锐化。通过实验证明了这种扩散消噪的同时更好的保留图像的细节,且具有更高的峰值信噪比。     

基于遗传算法的多小波自适应阈值去噪研究

针对噪声多小波分解后的尺度性与图像本身的特性,通过遗传算法自适应寻求图像的最小均方误差,提出了一种基于遗传算法的多小波自适应阈值去噪算法.实验结果证明,该算法明显优于传统算法,不仅能有效地滤除图像中的噪声,而且能较好地保留图像的边缘信息,具有更为理想的去噪效果.     

基于MATLAB的振动信号去噪研究

在信源定位或设备故障诊断中,通过数据采集器采样得到的振动信号数据中往往叠加有噪声,使得其中有用的特征信息也常常被淹没在噪声之中。为了将数据尽可能真实地还原成实际振动状况,提取真实信号的特征,须对干扰信号进行去噪。文中首先对实测振动信号消除了趋势项,并用切比雪夫带通滤波器和小波软阈值法对信号去噪。仿真结果表明：小波软阈值法去噪比切比雪夫滤波器去噪效果明显,且保留了原信号的细节特征,具有较高的使用价值。     

小波分析消噪及其在Matlab中的实现

小波分析是一种信号的时问一频率分析方法。由于小波分析可以将信号的高低频成分分开，他在消除噪声方面有着显著的效果。本文简述了小波分析的原理，并通过Matlab实现了对一条近红外光谱的消噪。     

基于多时相红外图像探测浅层地下目标

因浅层地下目标的存在引起地表红外图像随时间变化,通过多时相红外图像探测了地下目标.针对部分红外图像中的曝光噪声等干扰会造成多时相红外图像自动选取的困难,提出了基于核小成分分析的多时相去噪方法,自动获得效果良好的图像;然后采用基于空间和时相变化信息约束的多时相模糊核聚类算法对去噪后的多时相红外图像进行分类,其中引入了时相信息指数,对时相权重因子进行修正;最后由分类结果给出符合逻辑的地下目标的位置及大致种类数,并由地下目标的红外成像机理初步给出地下目标的大体物理性质,为利用热红外图像探测地下目标提供了一些有意义的研究.     

光偏折层析重建流场中的两阶段降噪技术

光学层析技术中,包含在投影信息中的噪声会严重影响重建精度。针对偏折层析的关键环节,提出分两阶段对噪声进行抑制的方法。其一是在数据提取阶段使用小波分析技术对偏移量进行降噪,其二是重建时使用偏折角平均修正算法抑制噪声对迭代计算的影响。模拟实验中使用莫尔层析重建技术对三峰温度场进行了重建,结果显示降噪处理能够明显改善噪声对重建造成的不良影响,对误差曲线的分析表明,该处理使得100次迭代后误差的降幅高达45%。结合8邻域求导算法和降噪处理技术,对小型防风喷焰进行实际测量,证实了莫尔偏折层析技术在流场测量领域的实用价值。