车载微加速度计信号的小波去噪技术研究

车载环境下由于微机械加速度计自身特点和受到车辆振动、电磁干扰等原因,其真实加速度信号往往受到严重的干扰,给数据分析带来很大困难.针对此种情况,结合对车载加速度计输出信号的分析假设了一种加速度信号,同时用真实的加速度计输出噪声作为干扰叠加在假设信号上,以信号的统计指标作为去噪效果的评价标准选择了合适的小波基,并据此对实际信号进行去噪处理证明:小波去噪方法非常适合于此类受到严重干扰的测量信号的去噪处理,去噪效果良好,且计算分析简便.     

平移不变离散小波变换在光纤陀螺信号处理中的应用

光纤陀螺输出信号中主要含有白噪声和具有非平稳、长程相关、自相似性及具有1/fγ类型谱密度的分形噪声,传统的滤波方法难以去除这类噪声,小波分析的多分辨分析特性,使之成为分析分形噪声的有力工具.文中分析了光纤陀螺输出信号误差特性,建立了输出信号的数学模型,在分析了分形噪声的特性的基础上,采用小波变换方法生成分形噪声.在实验室环境下采集了某型号光纤陀螺仪输出信号,对其进行多种小波滤波方法滤波对比实验,并进行了实验结果分析,实验结果表明采用平移不变离散小波变换半软阈值滤波方法可以有效地去除分形噪声和白噪声,克服了硬阈值法有较大的方差和软阈值法有较大的偏差的缺点.     

抑制温度信号噪声方法的研究

在空间相机中,温度传感器输出的信号易受到噪声的干扰从而造成有用信号的淹没,因此研究适用于温度信号的噪声抑制方法具有重要的实用价值.本文对干扰温度信号的噪声来源进行了综合分析,并针对温度信号所含噪声的特点,采用中值滤波法和小波阈值滤波的复合数字滤波算法相结合,对温度信号进行滤波,实现了信噪分离的目的,提高了信噪比,并通过MATLAB的仿真功能对输出的信号进行验证.仿真表明,这两种方法的混合使用对温度信号的噪声的抑制有明显的效果.     

非分光红外的甲烷传感器设计

介绍了国内常用的甲烷传感器及其优缺点,在此基础上设计了一种基于非分光红外法(NDIR)原理的甲烷气体传感器.针对红外探测器输出的特性设计了微弱信号放大电路,使用AD8552对红外热探测器输出的微弱信号进行放大,AD7190对滤波放大后的信号进行采样转换,采用软硬件相结合的方法来减少噪声干扰的影响.通过对不同浓度范围的标准甲烷气体进行实验测量,拟合得到探测器输出的电压差值之比和气体浓度之间的关系.根据得到的曲线和数据分析选择分段插值的浓度计算方法,实现了对甲烷气体进行实时测量的功能.给出该传感器在甲烷体积分数为0％～5.05％的测量结果.     

基于组合式信号源的Hammerstein-Wiener模型辨识方法

针对含有有色噪声的非线性Hammerstein-Wiener模型,提出一种基于组合式信号源的辨识方法.通过利用可分离信号和随机信号组成的组合信号源实现有色噪声干扰下Hammerstein-Wiener模型各串联模块参数辨识的分离,简化辨识过程.首先,基于可分离信号的输入和输出,采用相关分析方法抑制过程噪声的干扰,辨识输出静态非线性模块和动态线性模块的参数;然后,基于辅助模型技术,利用辅助模型的输出和残差的估计值分别取代辨识模型中的不可测中间变量和噪声变量,推导辅助模型递推增广最小二乘方法,根据随机信号的输入输出数据辨识输入静态非线性模块和噪声模型的参数;最后,通过理论分析和仿真结果表明,所提出方法能够有效辨识有色噪声干扰下的非线性Hammerstein-Wiener模型,具有较好的鲁棒性.     

线阵CCD信号的小波去噪方法研究

随机噪声是影响CCD器件输出信号信噪比的主要因素,它包括1/f分形噪声和白噪声.使用传统方法去除分形噪声效果比较差,而小波变换是一种具有一定时间和频率分辨率的方法,它能够较好的滤除分形噪声.就如何在小波变换域进行参数估计,给出了确定阈值的方法,并在此基础上对TCD142D线阵CCD输出信号进行滤波,结果表明了该方法的有效性.     

最大类间方差法在寻北仪信号降噪中的应用

在分析了陀螺噪声信号的特点以及现有去除陀螺噪声方法的基础上,将最大类间方差法应用到陀螺寻北仪输出信号的滤波处理中,从而有效地减小了信号中的高频噪声,提高了信噪比,抑制了陀螺仪的漂移.介绍了该方法的原理与实现过程,并结合陀螺寻北仪的实地振动实验,对陀螺寻北仪的实测数据进行了分析研究,证明了使用该方法对陀螺寻北仪输出信号进行滤波处理的可行性和有效性.     

硅谐振微传感器中微弱信号频率的外差式随机共振检测

硅谐振微传感器输出信号的信噪比很低,频率信号往往淹没在噪声之中.论文分析了随机共振系统的功率谱放大率和信噪比特性,提出了外差式随机共振频率检测方法,并将该方法应用于硅谐振微传感器输出信号的频率检测.理论分析和数值仿真结果表明,外差式随机共振能将更多的噪声能量转变为频率信号的能量,通过调节载波信号频率可从共振谱峰的变化中准确测定谐振频率.该方法是可行、有效的.     

基于稀疏表示的系统辨识方法

基于信号的稀疏表示理论提出一种线性时不变系统辨识方法.该方法利用线性调频信号作为线性时不变系统激励输入信号,在利用传统方法进行系统辨识前利用稀疏分解算法对系统输出信号进行噪声处理.线性调频信号具有较好的时频聚集特性,线性时不变系统的输出也将具有很好的时频特征,利用基于Gabor字典的稀疏分解将能有效地提取输出信号中的有效分量,滤除其中的噪声成分,提高系统辨识的精度.仿真实验表明,本文提出的方法在低信噪比情况下,辨识效果好于传统方法.     

基于经验小波变换的多通道微弱电流信号噪声控制

多通道微弱电流信号受很多噪声因素的干扰,导致微弱电流信号输出相对误差增加,为此提出基于经验小波变换的多通道微弱电流信号噪声控制方法。采集多通道微弱电流信号,利用经验小波变换技术分解采集到的微弱电流信号,判断电流信号中是否存在噪声并确定噪声类型。装设微弱电流信号噪声控制器,根据电流信号中的噪声量与噪声类型生成控制指令,对不同通道微弱电流信号噪声进行控制。实验结果表明,该方法的多通道微弱电流信号信噪比较高,输出信号与原信号之间的相对误差较小,可以实现多通道微弱电流信号噪声控制。