磁共振截断频谱信号重建的奇异谱分析法

本文提出一种消除磁共振(MR)图像截断伪影的新方法。在我们的方法中,把任何信号频谱表示为由信号奇异点为参量的频谱函数的加权和,奇异点和加权系数从截断频谱数据中提取,从而准确恢复MR截断频谱的高频分量,达到MR消除截断伪影之目的。实际和模拟结果都表明这种方法效果高于现有方法。     

磁共振截断频谱图像边缘检测新技术

本文提出了一种适合于含有截断伪影磁共振图像(磁共振截断频谱图像)的边缘检测新算法.本方法中,把任何有截断伪影的信号表示为以奇异点为参量的截断奇异函数的加权和,奇异点和加权系数由该信号决定,而计算出的奇异点就是图像的边缘,从而剔除了由截断伪影而引入的虚假边缘.实际和仿真结果表明这种方法效果高于现有方法.     

X-CT有限角投影图像重建的截断奇异函数分析法

本文提出一种新的X-CT截断投影数据图像重建方法.本文的方法是从采集到的X-CT有限角截断投影数据中提取用于重建图像的特征信息,并用这些特征信息构造截断奇异函数,再由这些截断奇异函数的线性泛函来重构X-CT图像,达到消除X-CT有限角投影数据图像重建中的截断伪影之目的.实际和模拟结果都表明这种方法效果高于现有方法.     

基于AR模型的最大熵磁共振成像重建算法

本文提出了一种基于ＡＲ模型的磁共振成像算法，通过所获得的自回归系数及线性预测误差，替代了传统的快速傅里叶（ＦＦＴ）重建方法，获得了满意的重建图像，由于在实际系统中，只能得到有限的频谱数据，利用传统的ＦＦＴ方法重建磁共振图像，将导致截断伪影和低的分辨率。本算法利用ＡＲ模型外推未知频谱数据，替代ＦＦＴ方法的填零法重建，并利用ＢＵＲＧ算法中的ＡＲ模型参数计算的有效性，不仅消除了截断伪影，抑制噪声提高了分     

基于周期截断数据矩阵奇异值分解的干扰抑制技术

针对现有适用于单天线接收机的干扰抑制技术难以为周期调频(PFM)干扰和卫星导航信号提供足够分离度,导致消除干扰成分时卫星导航信号损伤较大的问题,该文提出一种基于周期截断数据矩阵奇异值分解的干扰抑制方法。利用调频干扰信号的周期性把分散在较大带宽的能量集中到重排数据中几个甚至单个频点;进而采用奇异值分解(SVD)将干扰与期望信号映射进不同的投影子空间以消除干扰成分。仿真结果表明该方法可以降低在剔除干扰时卫星导航信号损失,提升卫星导航接收机对抗宽带周期调频干扰的能力。     

边缘学科分支最新动向

TN一051 99061364一种荃于人体器官相似性的医学图象编码方案/王汇源(山东工业大学)11电子科学学刊.一1 999,21(1).一121一123在对同一人体器官的连续切片或不同人体的相同位置的放射医学图象的相似性进行讨论的基础上,提出了一种新的医学图象压缩编码方案.实验结果证明了该方案的合理性.图6表1参3(李)在电生理信号处理和时频分析方面有着光明的应用前景.图4表1参6(木)TN一051 99061365磁共振截断频谱信号重建的奇异谱分析法/骆建华,楼正国(上海交通大学)11电子科学学刊一1 999,21(3)一397一403文中提出一种消除磁共振(MR)图像截断伪影的…     

基于EMD和SVD的光电容积脉搏波信号去噪方法

光电容积脉搏波采集过程中存在基线漂移和高频噪声会给后续人体生理参数的测量带来困难,因此消除噪声干扰是准确进行相关生理参数测量的关键问题。提出一种结合经验模态分解和奇异值分解的去噪方法。该方法采用经验模态分解将光电容积脉搏波信号分解为若干个固有模态函数,通过功率谱密度判断代表基线漂移信息的固有模态函数获得基线漂移曲线;使用奇异值分解处理光电容积脉搏波信号中的高频噪声,针对传统的差分谱法无法准确识别奇异值有效阶次的不足,提出加权能量贡献率的方法选取奇异值的有效阶次。实验结果表明,该方法能有效消除光电容积脉搏波信号中的基线漂移和高频噪声,这对光电容积脉搏波信号检测精度的提高具有重要意义。     

基于极大似然估计的奇异点检测

信号的奇异点往往包含信号比较重要的信息,对其进行检测和定位在许多实际问题中都有重要的意义。根据脉冲型奇异点的特点,提出了一个基于极大似然估计的脉冲奇异点检测方法。该方法利用Bernoulli概型来建模,用于对脉冲奇异点的检测,将脉冲奇异点的检测问题转化为一个参数估计问题,并利用极大似然估计方法给出了参数的估计。通过对大量的仿真信号及真实信号脉冲奇异点的检测证明,该检测方法计算简单,行之有效。     

一种LabVIEW下信号奇异点检测方法

本文介绍了一种在LabVIEW环境下通过LabVIEW MathScript调用MATLAB中小波函数实现对信号奇异点检测的方法。通过对传感器故障信号的仿真实验,较准确的定位到了突变点,同时给出了对应的消除措施,降低了检测信号的误差率,证明了该方法的有效性。     

基于奇异值分解的直扩信号伪码序列及信息序列盲估计方法

针对非合作扩频通信中直扩信号伪码序列的盲估计问题,在已知码片速率和伪码周期的前提下,该文提出一种基于奇异值分解的直扩信号伪码序列及信息序列的盲估计方法。该方法对接收信号构成的观测矩阵进行奇异值分解,通过左奇异向量实现伪码序列估计的盲估计。同时,通过右奇异向量可以在信号序列未同步和伪码序列未知的情况下实现信息序列的盲估计。仿真实验结果表明该算法具有精确度高、稳定性高、计算量小和观测时间短等优点。     

基于奇异值分解的岩心高光谱数据降噪研究

为了更有效地消除岩心高光谱数据中的噪声,提出基于奇异值分解的岩心高光谱数据降噪方法,引入奇异值下降率的概念,利用奇异值下降率单调性的突变点来确定表征信号有用奇异值的个数。用该方法对地物光谱仪ASD FieldSpec?4实地采集到的岩心高光谱数据进行降噪处理,并与依据奇异值相对强度确定奇异值突变点的降噪方法进行对比,利用均方根误差(RMSE)、信噪比(SNR)两项指标对降噪效果进行评价。实验结果表明,该方法更能提高信噪比,降低均方根误差,更能有效保持原始岩心高光谱曲线的吸收特征,消除高光谱曲线上的毛噪现象。     

基于奇异值分解的半易损水印算法

随着数字图像在报刊杂志、医院、法庭中的广泛应用，越来越需要一种有效的图像认证方法，数字水印技术为上述问题提供了一个潜在的解决方案。本文提出了一种基于分组奇异值分解（SVD）的半易损水印技术，算法将经过伪随机排序的二值图像通过量化策略嵌入到分组SVD分解中最大的奇异值点，提取水印信号无需使用原始图像。仿真实验表明水印是不可察觉的，可将JPEG有损压缩同恶意攻击区分开来，能够准确地定位被篡改的图像内容。     

基于小波二维重建的强噪声光栅信号奇异点检测

机械传动轴扭矩信号的奇异点携带重要信息,准确而有效地检测出信号的奇异点,对于故障分析和保障系统安全具有重要意义.实际采集的光栅传感信号含有很强的噪声,干扰了奇异点的检测.传统的小波频域或其他滤波方法,会同时光滑信号奇异点.根据信号和噪声在小波变换下的不同特性,提出了一种将小波滤波与奇异值检测相结合的方法,通过将噪声频段的分解系数置0,实现信号的小波时-频二维滤波重建,它能在滤去噪声的同时很好地保持信号的奇异信息,适合强噪声下的信号奇异性检测与分析.实验中对含噪声光栅信号进行了对比处理,结果表明,该方法能在强噪声干扰下有效地检测到信号的奇异点.     

应用小波变换的频谱边缘检测技术研究

频谱感知是认知无线电实现的首要步骤。作为分析奇异点和边缘检测的强大数学工具,小波变换被用于探测和估计局部频谱的不规则变化。针对小波变换实现频谱边缘检测的局限条件,提出一种带内非平稳变化,边界连续变化的频谱边缘检测方法。通过对原始频谱信号进行数据预处理和结果峰值变化特性分析,利用小波变换实现频段的边缘划分,最后进行仿真验证。仿真结果表明:本算法能够将带内不光滑且边界连续变化的频谱有效的划分成若干独立频段,从而实现信号频谱边缘检测。     

基于小波变换的光电传感器信号去噪技术

针对工业码垛机器人安防系统的光电传感器在工作现场所采集的信号存在噪音和奇异性干扰的问题,提出了一种有效的去噪,奇异点检测和消除的方法.该方法以小波变换为基础,利用小波变换能有效地对信号去噪,且能表达出信号的局部奇异性,同时各奇异点的位置也可以得到检测进行相关处理.MATLAB仿真实验表明:该方法是有效可行的.     

ILDC理论中虚假奇异点判断及消除

研究了ILDC理论中虚假奇异点的判断及消除问题.给出了虚假奇异点的判断条件,并通过无穷逼近取极限的方法,消除了绕射系数中的奇异点,数值计算结果表明该方法的有效性.最后还进一步讨论了虚假奇异点判断条件的物理意义,证明了这些奇异点确实是位于阴影边界及反射边界的虚假奇异点.     

基于加权相关的探地雷达后向投影成像算法

本文提出一种基于加权相关的后向投影成像算法以抑制经典后向投影算法中因“延时-求和”所带来的图像中的伪影。该算法通过加权和相关处理重构对成像区域中各点的反向散射响应。利用各回波通道之间的关联性,通过计算成像点所对应各回波通道之间的皮尔逊加权系数,为各通道回波幅值进行加权,其可增强目标区域的反射能量;进一步,对加权后的幅值响应数据进行互相关,削弱了非目标区域反射能量。采用该算法对频率步进探地雷达探测得到的管线数据进行成像处理,实验结果表明：基于加权相关的后向投影算法能显著抑制图像中的伪影,有利于目标的识别。此外,对于多目标探测,该算法还能消除多目标叠影带来的虚假目标。     

小波变换在心音奇异信号处理中的应用

针对如何剔除心音信号奇异点处的噪音信号的问题,该文利用小波变换方法,通过PhysioBank数据库中的相关数据,运用Matlab对含有噪音信号的心音奇异信号进行处理。其结果表明,该方法可在保留奇异信号的前提下,有效滤除噪音信号。说明利用小波变换技术分析与处理心音奇异信号是一种新的有效和实用的方法。     

自适应奇异值分解瞬变信号检测研究

该文介绍了奇异值分解检测信号的原理,研究了井下电磁脉冲数据传输中接收到的瞬变信号和噪声的奇异值分布特性,提出了相邻奇异值增量的概念,并根据瞬变信号和噪声相邻奇异值增量的不同,区分信号与噪声。在此基础上,提出了自适应选择主奇异值个数的奇异值分解检测瞬变信号的方法,并给出该方法检测瞬变信号的具体流程。仿真结果表明,与传统奇异值分解相比,该方法检测微弱瞬变信号更准确。     

基于二分递推SVD的信号奇异性位置精确检测

 提出利用信号构造行数为2的矩阵,在奇异值分解后保留小奇异值对应的分量,并取大奇异值所对应的分量信号重复构造相同矩阵进行奇异值分解,从而将原始信号分解为一组分量信号.这种分量信号具有二阶消失矩,可实现对原始信号中Lipschitz指数为0和1的奇异性的位置精确检测,其检测脉宽小,且在同一层分量中指示奇异点位置的模极大值和奇异点处的突变量、转折斜率具有正比线性关系.此法克服了小波变换检测结果的位置偏移和脉冲宽大的缺陷,在对铣削力信号的处理中,准确地检测出了其中的微弱冲击.