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。     

单传感器多尺度状态融合估计算法

该文在离散小波变换理论和动态多尺度系统理论的基础上,建立了一种基于单传感器的多尺度状态融合估计新算法。该方法利用离散小波变换,对Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建多尺度Kalman滤波模型,充分利用状态估计和观测数据在不同尺度上的特征进行融合估计,获得了优于单尺度Kalman滤波及已有多尺度状态融合估计方法的处理效果。并利用Monte Carlo仿真验证该算法的有效性。      

多分辨率传感器多尺度融合估计算法

该文在基于信号统计特性的离散小波变换理论(DWT)和基于状态转移模型的动态多尺度系统理论(DMS)的基础上,提出了一种多分辨率传感器的多尺度状态融合估计新算法。该方法利用离散小波变换,首先对不同分辨率传感器Kalman滤波模型的状态方程和观测方程分别进行多尺度处理,构建统一的多尺度Kalman滤波模型,然后将不同分辨率传感器在同一尺度上获得的观测向量融合滤波,获得了优于已有多尺度状态融合估计方法的处理效果。并利用Monte Carlo仿真验证了该算法的有效性。     

动态系统基于时域与频域相结合的多尺度联合滤波器

针对基于小波变换与Kalman滤波相结合的多尺度联合估计方法中存在的问题,本文利用新的系统分块技术与多尺度变换方法相结合,建立一个动态系统基于时域与频域相结合的多尺度联合滤波器.首先,将时域中描述的状态方程和观测方程改写为块状态方程和块观测方程;利用多尺度变换技术在时域和频域中联合描述它们;结合Kalman滤波与顺序滤波的思想,建立了一类应用于动态系统的多尺度估计联合滤波器.新滤波器不仅保留了传统Kalman滤波器的实时性和递归性等优良性质,而且在滤波过程中还具有对随机状态信号进行多尺度分析的能力.计算机仿真实验验证了利用新估计器得到的估计精度可与利用传统Kalman滤波器得到的估计精度相媲美.     

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.     

基于小波-边缘保持Kalman滤波抑制散斑噪声算法

提出了一种新的用于噪声抑制的基于边缘保持Kalman滤波和小波变换相结合的算法。此算法对原始图像进行小波变换,然后在各个尺度上将与边缘大小和位置有关的信息从噪声图像中提取出来并将这些信息作为Kalman滤波器的控制输入。仿真结果表明:该算法能够有效的去除噪声,又保留有用信号及边缘信息。通过比较证明其优于小波阈值算法和自适应Kalman滤波算法。     

基于测量多分辨预处理的信号去噪方法

该文将多分辨分析方法与传统Kalman滤波方法相结合,以离散小波变换为工具,建立了一种基于测量多分辨预处理的信号去噪新方法。由于小波变换特有的低通滤波特性,能有效的抑制测量噪声,相应提高了测量信号的信噪比,从而获得比原来仅在单一尺度上进行信号处理获得好的处理效果。计算机仿真验证了算法的有效性。     

单传感器单模型动态系统多尺度分解与估计新算法

本文将基于模型的动态系统分析方法与具有统计特性的多尺度信号变换方法相结合,基于某一尺度上给定的单传感器单模型动态系统,建立起一个新的多尺度动态模型。基于建立的多尺度模型和标准Kalman滤波,提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法。获得比仅在原始尺度上进行Kalman滤波好的处理效果,应用Monte Carlo仿真验证了算法的有效性。     

单传感器单模型动脉系统多尺度分解与估计新算法

本文将基于模型的动态系统分析方法与具有统计特性的多尺度信号变换方法相结合，基于某一尺度上给定的单传感器单模型动态系统，建立起一个新的多尺度动脉模型，基于建立的多尺度模型和标准Kalman滤波，提出一个能同时对随机信号进行多尺度分解与多尺度估计的新算法，获得比仅在原始尺度上进行Kalman滤波好的处理效果，应用Monte Carlo仿真验证了算法的有效性。     

Alpha稳定分布下基于RHMy滤波的MQAM信号码元速率估计方法

针对Alpha稳定分布噪声环境下,传统的MQAM信号码元速率估计方法性能恶化甚至完全失效的问题,本文结合了改进的Myriad类滤波与小波变换法的优点,提出一种基于递归混合Myriad滤波(Recursive Hybrid Myriad filter, RHMy)的高阶消失矩二次小波变换法对MQAM信号进行码元速率估计。首先采用RHMy滤波充分抑制噪声中的脉冲成分,再采用高阶消失矩小波估计码元速率。仿真结果表明,在Alpha稳定分布噪声环境中,相比于多尺度Haar小波变换法、分数低阶循环谱法与基于加权Myriad滤波(Weighted Myriad filter, WMy)的小波变换法,该方法有效的提高了低广义信噪比下的估计精度,同时在不同的脉冲噪声条件下具有较好的鲁棒性。      

非高斯杂波下雷达目标跟踪算法改进研究

针对杂波干扰环境中的非高斯特性,发现海杂波噪声、闪烁噪声等具有显著尖峰的非高斯噪声可以采用α稳定分布来描述,用α稳定分布可以建立更符合实际的噪声模型。根据统计信号处理最新理论和技术,利用p阶分数相关和分数低阶协方差替代传统相关和协方差来改进Kalman滤波器,优化获得改进的基于分数低阶统计量Kalman滤波交互多模型算法(Based FLOS-Kalman-IMM),仿真验证了Based FLOS-Kalman-IMM滤波跟踪新算法可以更好地适应非高斯复杂环境,得到稳健的雷达跟踪效果。     

Deconvolution filter design for fractal signal transmissionsystems: a multiscale Kalman filter bank approach

A deconvolution filtering design is proposed for the 1/f fractal signal transmission systems, with its design philosophy being based on multiscale Kalman deconvolution filter bank equipped in the analysis/synthesis wavelet filter bank, The role of wavelet transformation for 1/f fractal signal process is exploited as a multiscale whitening filter for removing the properties of self-similarity and long-range dependence from the fractal signals     

基于小波-卡尔曼的语音增强方法研究

提出了一种基于小波变换和卡尔曼滤波相结合的语音增强方法,这样既保留了小波变换对自相似过程的去相关作用和多分辨分析的功能,同时又保持了卡尔曼滤波器对未知信号的线性无偏最小方差估计的特点,可以有效地减小非平稳噪声;并引入基于声学模型的感知滤波器,以提高语音信号的可懂度。实验证明该方法对于低信噪比的有色噪声干扰条件下的语音信号的增强效果要优于一般的语音增强系统。     

复杂海杂波背景下分数低阶匹配滤波检测方法

针对在复杂海杂波背景下,雷达目标检测中动目标检测(Moving Target Detection,MTD)技术的检测性能显著下降的问题,以及局部最优检测器(Locally Optimum Detector,LOD)仅适用于低信杂比背景下弱目标检测的问题,基于分数低阶统计量理论,提出了一种分数低阶匹配滤波检测方法.该方法通过幂变换抑制杂波的非高斯特性,通过应用杂波分数低阶协方差矩阵特征值分解的方法白化相关杂波,在此基础上应用匹配滤波进行目标积累,以提高信杂比.通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与MTD和LOD进行了比较.结果表明,本文所提出方法能较好地解决非高斯相关杂波背景下的目标检测问题,检测性能明显优于MTD和LOD方法.     

自适应MTI滤波器的设计

讨论雷达信号处理中的自适应动目标显示技术,即雷达回波信号中的运动杂波抑制问题.针对常见的高斯型功率密度函数的运动气象杂波,寻求一种基于最小功率准则的自适应动杂波抑制滤波器的设计方法及实现技术.在分析的基础上做了有关的仿真,仿真结果表明,该方法运算量小、易于实现,对运动杂波具有良好的抑制效果.     

基于FRFT的风廓线雷达间歇杂波抑制

风廓线雷达回波信号中的间歇强杂波严重干扰了大气湍流回波信号的识别和频谱估计。为了抑制该类杂波,提出了基于分数阶Fourier变换（FRFT）的杂波抑制方法,该方法利用间歇强杂波在分数阶Fourier频率域的能量聚集特性,通过窄带带阻滤波器在分数阶Fourier频率域滤除杂波,且对杂波滤除后的信号进行时域重构进而得到杂波抑制后回波信号的频谱图。与未进行杂波抑制回波信号的频谱图相比,间歇杂波部分被抑制明显。理论及仿真实验结果证明了该方法的有效性。     

非高斯相关杂波背景下雷达目标检测方法研究

在非高斯相关杂波背景下,基于MTD(Moving Target Detection)的雷达目标检测性能严重下降。针对该问题,根据Alpha稳定分布杂波模型、分数低阶统计量理论,以输出信杂比最大为准则,提出了一种适用于非高斯相关杂波背景的雷达目标检测方法。该方法通过分解信号分数低阶协方差矩阵,计算等效杂波分数低阶协方差矩阵特征向量,得到最佳滤波器系数。通过仿真和实测数据,对所提出方法的检测性能进行了验证,并且与基于MTD的检测方法进行了比较,结果表明,在非高斯相关杂波背景下,所提方法的检测性能明显优于传统的MTD。      

A signal processing method for the friction-based endpoint detection system of a CMP process

A signal processing method for the friction-based endpoint detection system of a chemical mechanical polishing(CMP) process is presented.The signal process method uses the wavelet threshold denoising method to reduce the noise contained in the measured original signal,extracts the Kalman filter innovation from the denoised signal as the feature signal,and judges the CMP endpoint based on the feature of the Kalman filter innovation sequence during the CMP process.Applying the signal processing method,the ...