激光陀螺信号的小波滤波方法研究

随机噪声是影响激光陀螺精度的一个重要因素,其中随机噪声包括分形噪声和白噪声,采用传统的方法很难去除分形噪声.对于激光陀螺中的随机噪声,利用分形噪声在小波变换域的特殊性质采用小波变换域参数估计方法获得噪声参数;然后采用小波阈值滤波方法去除噪声.对某型号的激光陀螺的滤波结果表明了该方法的有效性.     

基于经验模态分解的光纤陀螺1/fγ类型分形噪声滤除方法

提出了一种可有效滤除输出信号中干扰信号的新的光纤陀螺信号降噪方法.中高精度光纤陀螺的随机噪声中包含了白噪声和具有长程相关性、自相似性及1/fγ型谱密度特点的一种非平稳随机噪声--1/fγ型分形噪声.利用传统的滤波方法无法有效去除该类分形噪声,而新方法以经验模态分解(EMD)和阈值降噪方法为核心,结合提升小波理论对光纤陀螺的输出信号进行软阈值滤波,进而提高光纤陀螺的精度.利用这种新方法对多组实测数据进行滤波仿真实验,结果中仅偏置稳定性一项性能指标就已表明,使用新滤波方法滤波后数据精度可提高一个数量级,而相较传统的小波滤波方法可提高2.5倍,故此验证了新方法的有效性.     

基于提升小波的光纤陀螺分形噪声滤除方法

光纤陀螺(FOG)随机噪声中包含了白噪声和具有长程相关性、自相似性及1/fr类型谱密度特点的一种非平稳随机噪声--1/fr类分形噪声.采用传统的方法很难去除该类噪声.由于小波分析的多分辨分析特性,使之成为研究分形噪声的有力工具.提出一种新的基于提升小波的自适应阈值选取滤波方法对光纤陀螺的输出信号进行阈值滤波,进而提高光纤陀螺的精度,算法包括提升小波分解、滤波参数估计及自适应软阈值滤波.对多组实测数据进行仿真实验,将传统小波固定阈值滤波方法与新方法进行比较,实验结果验证了新方法的有效性.     

光纤陀螺全频域小波阈值降噪技术

为了有效地去除光纤陀螺信号中的分形噪声,提出了全频域小波多尺度阈值降噪方法。从分形信号的分数微分形式出发,建立了分形信号与高斯白噪声之间的联系,结合小波分析的高阶消失矩特性,实现了分形信号在小波空间的去相关。当分形信号被具有高阶消失矩的小波分解后,其在小波域具有白噪声的特点,可以采用阈值处理的方法予以去除。同时,根据陀螺信号噪声的宽频带特点,对小波分解的低频近似系数和高频细节系数进行阈值处理,有效地抑制了噪声成分。光纤陀螺信号的降噪实例表明:相比传统的小波阈值降噪方法、卡尔曼滤波方法和滑动平均滤波方法,该方法具有较好的降噪效果。     

1/f分形噪声的一种多尺度Kalman滤波方法

针对淹没在1／f分形噪声中的有用信号恢复问题，提出了一种基于小波变换与Kalman滤波的多尺度滤波算法。首先将带有1／f分形噪声的信号分解成多尺度的子带信号，通过小波变换对1／f分形噪声的白化作用，消除了1／f分形噪声的自相似性和长程相关性。然后在小波域内，利用Kalman滤波实现了噪声和有用信号的分离，估计出了各子带中的有用信号。最后进行小波重构，较好地恢复出淹没在1／f分形噪声中的有用信号。仿真实验表明，使用多尺度Kalman滤波器能有效地抑制分形噪声，显著地提高了信噪比。     

基于多尺度Wiener滤波器的分形噪声滤波

针对淹没在1/f噪声中的有用信号恢复问题,本文提出了一套基于双正交小波变换与Wiener滤波的多尺度滤波算法,并设计出多尺度Wiener滤波器.首先,利用双正交小波变换将带有1/f噪声的信号分解成多尺度的子带信号,通过小波变换对1/f噪声的白化作用,消除了1/f噪声的非平稳性、自相似性和长程相关性.其次,在小波域内,利用Wiener滤波,实现了噪声和有用信号的分离,估计出了各子带中的有用信号.最后,利用双正交小波的精确重构性,较好地恢复出淹没在1/f噪声中的有用信号.仿真实验表明,该滤波器能有效的抑制分形噪声,显著地提高信噪比.     

小波分析在光纤陀螺分形噪声模拟中的应用

光纤陀螺随机误差的功率谱密度分别与频率的γ次方成反比,这类随机过程统称为1/fγ分形噪声,研究生成这类信号的方法对分析光纤陀螺的输出信号具有重要意义。分形噪声具有非平稳性、长程相关性、自相似性及1/fγ谱密度的特性,小波变换的多分辨分析是研究1/fγ噪声的良好工具。通过对高斯白噪声进行小波变换,再结合1/fγ噪声的方差特性,找到了满足1/fγ信号生成定理的各尺度正交小波系数,最后采用正交小波逆变换模拟出分形噪声,此方法可以产生任意噪声强度σ2、任意谱参数γ的1/fγ噪声。     

光纤陀螺信号数字滤波算法研究

针对光纤陀螺信号漂移误差和噪声的影响及陀螺稳定平台系统的特点,研究了滑动滤波、FLP自适应滤波、小波变换阈值滤波3种直接对陀螺输出信号进行数字滤波处理的方案.最后对某陀螺惯性稳定跟踪转台中使用的光纤陀螺信号的测试和统计分析结果表明,采用小波变换阈值滤波可有选择地对陀螺信号的噪声成分进行抑制,其滤波去噪效果明显.     

基于小波分析的光纤陀螺滤波方法

光纤陀螺由于自身的原因,用传统的去除方法难以去除噪声。而小波分析具有很多的特性,是研究分形噪声的有效方法。本文介绍了小波变换的基本理,讨论了小波滤波方法的基本步骤。仿真验证了小波分解、小波软阈值滤波算法、不同阈值选取方法的传统小波滤波方法以及利用传统小波分析滤除光纤陀螺噪声的方法。     

小波阈值滤波在光纤陀螺信号处理中的应用

根据光纤陀螺信号的数学模型和小波多分辨率分析的特点,利用小波变换阈值滤波可有效地处理光纤陀螺信号的噪声.利用Allan方差法并通过最小二乘拟合得到光纤陀螺信号噪声中各误差源的幅度.对某型号光纤陀螺静态输出信号进行了小波阈值滤波,并定量地分析和比较了4种常用阈值下的滤波效果.通过实验结果分析,验证了小波变换阈值滤波在光纤陀螺信号处理中的可行性,并验证了针对某型号光纤陀螺静态输出信号,采用长度对数阈值滤波的优越性,对光纤陀螺信号处理具有参考价值.     

压电陀螺信号处理与滤波技术研究

针对压电陀螺在工程上实际应用的需求,对其输出做了测试和建模,设计并实现了α-β滤波、卡尔曼滤波和小波滤波3种不同方法对该信号的噪声滤除,分别给出了滤波后陀螺输出信号图和标准差的对比.通过对试验数据的分析,肯定了3种方法在压电陀螺输出信号滤波处理中的有效性,并分析了各自的优缺点.     

二代小波降噪在激光陀螺信号滤波中的应用

为了抑制激光陀螺的随机漂移,提高其使用精度,提出了一种改进的第二代小波变换降噪方法对陀螺随机漂移测试数据进行滤波处理.该方法在二代小波变换时采用多组预测器和更新器,根据变换样本与相邻样本之间的相关性检测信号的局部特征,确定每个尺度上的每个变换样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.该方法克服了传统小波变换降噪方法的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.运用该方法对激光陀螺测试数据进行了滤波降噪实验,并用Allan方差法对不同降噪算法的降噪效果进行了比较分析,实验结果验证了该方法的有效性和优越性.     

形态学滤波在压电陀螺信号处理中的应用

基于数学形态学滤波中的开-闭和闭-开滤波器的基本原理,针对压电陀螺信号噪声的特点和结构元素的选择原则,选用半圆形、三角形和余弦形的结构元素,构造一种多结构元素并行复合形态滤波器,对某型号压电陀螺的静态漂移和动态测量信号进行仿真分析,并与小波变换的处理结果进行了比较。结果表明,形态学滤波器可有效提高输出信号的信噪比,提高处理过程的速度,易于工程实现。     

杂波抑制的分形处理:小波-多尺度自适应Kalman滤波

从杂波分形模型的角度,以基于小波变换和多尺度自适应Kalman滤波的方法,解决雷达信号处理中重要的杂波抑制问题。首先对接收信号作小波分解,利用小波系数建立状态方程和观测方程,用Kalman滤波对每一尺度估计分形杂波,然后从接收信号中减去估计得到的分形杂波,从而实现杂波抑制。仿真结果表明,基于小波变换和多尺度Kalman滤波的处理方法,能对分形杂波进行有效的估计分析,进而实现有效的抑制。     

提升小波变换在HRG动态信号处理中的应用

为减少动态环境下半球谐振陀螺输出信号噪声,提高惯导系统精度,提出了一种基于提升小波变换(LWT)的滤波算法。将信号经小波变换提升算法进行尺度分解后,对低频小波系数进行前向线性预测(FLP)滤波,进一步去除低频干扰,提取有用信号,高频小波系数直接置零或按照一定阈值规则处理,显著提高了重构信号的精度,去除了陀螺噪声。详细对比了新算法、卡尔曼滤波算法和FLP滤波算法,并分析了三者的去噪效果。仿真结果和实际试验数据表明:新算法能有效抑制动态环境下半球谐振陀螺输出噪声,标准差为卡尔曼滤波算法的一半,运算时间缩短了30%;该滤波算法不但速度快,精度高,而且计算量小,抗干扰性好,滤波后可以有效跟踪有用信号。     

一种小波域平滑滤波的杂波抑制方法

 本文提出了一种小波域平滑滤波的杂波抑制方法,该方法将原始图像变换到小波域后,分别对各小波子带先作平滑、后作差分处理以最大限度地滤除背景杂波和噪声,然后再对图像进行小波逆变换,达到有效抑制背景的目的. 实验结果表明,该方法处理后得到的残差图像呈现出很好的高斯性和独立性,并且目标邻域信号杂波比（SCNR）的平均增益比对图像直接平滑滤波的邻域信号杂波比（SCNR）的平均增益提高2dB左右,算法性能明显优于图像域平滑滤波的传统方法.     

一种具有鲁棒性的基于小波变换的滤波方法

该文研究了空间分布不均匀信号及不同噪声在小波变换下的不同特性,提出了一种基于小波变换与排序统计滤波相结合的噪声消除方法。该方法利用了不同尺度下小波变换之间的相关特性及不同噪声小波变换的特性并结合排序统计原理自适应地选择小波域局部门限进行降噪滤波。实验证明,该滤波方法对于不同性质噪声都有很好的滤波性能。     

小波域中值滤波在激光陀螺信号处理中的应用

各种随机噪声是导致激光陀螺产生误差的主要因素，且其性质特殊，很难用传统的滤波方法去除。为了减小激光陀螺的随机误差，提高测量精度，提出了小波域的中值滤波器滤波方法，对激光陀螺零漂数据进行了滤波，并采用Allan方差法对滤波效果进行了定量分析。结果表明，此方法的滤波效果优于中值滤波和小波软阈值滤波效果，能有效地减小激光陀螺零漂信号中的角度随机游走、角速度随机游走、速率斜坡、零偏不稳定性和量化噪声，提高激光陀螺零漂输出的稳定性。     

基于SWT自适应模糊萎缩的SAR图像降斑算法

提出了基于小波域高斯混合模型贝叶斯估计模糊萎缩的SAR图像降斑算法.该算法分析了SAR图像在平稳小波变换(SWT)域中的统计模型,并用高斯混合模型对其进行描述,推导出基于贝叶斯估计的信号最小均方误差(MMSE)的模糊萎缩因子.籍此再根据小波域相邻尺度间小波系数的相关性,采用分区域模糊萎缩思想,很好地得到无斑点真实信号小波系数的估计.仿真结果表明该算法在大大抑制斑点噪声的同时,有效的保持了边缘,其性能优于改进Lee滤波,小波软阈值和SWT萎缩降斑算法.     

基于探测器噪声分析的红外图像增强算法

红外成像制导系统中,来自目标的辐射信号是极其微弱的,噪声特性直接影响探测器的探测能力,降低探测器的噪声是提高其探测能力的有效方法之一。首先,对探测器噪声的频谱进行了分析;然后,提出了基于探测器噪声分析的红外图像去噪算法——基于小波域自适应维纳滤波算法,主要讨论在预处理阶段如何去除白噪声和分形噪声。由于分形噪声的小波系数是平稳的,不相关的,可近似看作高斯白噪声,通过对图像进行小波变换,先将分形噪声转化为白噪声,进而采用自适应维纳滤波算法滤除噪声。用采集的大量红外图像作实验,结果表明,该算法能够有效地去除多元探测器成像中的噪声信号,显著地提高信噪比,为后续弱小目标的检测和识别提供了良好的基础。