1/f分形噪声理论及其在信号处理中的应用研究综述

从1/f分形噪声类型、分析方法、分形估计、1/f分形噪声产生根源以及在信号处理中的应用等方面,对1/f分形噪声理论和应用研究状况进行了综述,介绍了有关的基本概念、理论和方法。     

1/f类分形信号的小波去噪方法

提出了一种用基于分形信号在不同尺度下小波系数方差来估计噪声方差及分形信号参数的新方法,进而从加性白噪声背景下估计出1/f类分形信号。仿真实验结果表明:该方法简单可靠,有效可行,且事先不需要知道分形信号参数及加性白噪声的统计特性,并对信噪比估计误差有很好的鲁棒性。     

基于小波变换的1/f类分形信号的参数估计

为了估计1/f类分形信号模型———分数布朗运动的自相似参数,对离散分数高斯噪声进行了Haar小波变换。根据细节小波系数方差和尺度的关系,在最小二乘法的基础上推导出一种估计算法。在仿真中,和EM算法相比较,以方均根误差为指标说明了本文方法的有效性和优越性,同时讨论了数据长度和小波分解的尺度对本文算法精度的影响。     

基于多重分形的舰船噪声特征提取

提出了舰船噪声功能谱的多重分形特征,研究了多重分形的小波变换分析方法,给出了康托三分集上多重分形分析结果,并进一步用于舰船噪声功率谱,在功率谱子带划分的基础上定义了舰船噪声的奇异测度,对实际测船舶噪声数据的处理结果表明可以由此提取新的舰船目标特征。     

心电信号QRS波群检测算法研究

心电信号特征参数的提取和识别是心电图分析和诊断的基础．在心电信号的分析中,快速准确地检出QRS波群非常重要,它是计算相关参数和诊断的前提．该文对QRS波群的检测算法进行了研究,对传统差分阈值法在R波检测中存在的一些问题加以改进,将正向和倒置R波分开检测,提出了在自适应差分阈值法检测正向R波的基础上,用幅值基线比较法检测倒置R波的检测方法．在Q、S波检测方面,文章以差分法为基础,给出了Q、S波定位的一种简便易行的方法．利用美国麻省理工学院的MIT—BIH心电数据库和临床实测数据对以上方法进行验证,QRS波群的检出率高达99．4％以上．实验结果表明,该方法简单有效、准确率高,适于实际应用。     

基于小波和FFT的组合分形噪声生成方法

1/f类噪声是光学陀螺信号中的主要误差源,研究仿真生成这类信号的方法对分析光学陀螺的输出信号具有重要意义.基于常用的FFT和小波生成方法,考虑到这两种方法的特点和不足之处,提出了将两者结合来生成1/f类信号的新方法.与目前性能最好的小波方法相比,新方法不仅具有其优点,即可生成具有任意谱指数的1/f信号,而且,从所生成1/f信号的功率谱密度和Allan方差两方面进行比较,新方法的性能优于小波方法.     

用混沌振子和Kalman滤波检测强分形噪声中的弱信号

针对强分形噪声中微弱信号难于检测这一问题,提出了小波域多尺度模糊自适应Kalman滤波和Duffing振子相结合的方法。先对淹没在强分形噪声中的信号进行多尺度小波变换,根据分形噪声信号小波系数的平稳性,建立状态方程和观测方程,用模糊自适应Kalman滤波,对每一尺度估计出分形信号,然后将估计信号与观测信号作差得误差信号,把误差信号送入Duffing振子,利用Duffing振子对噪声的免疫性,来检测微弱信号。也给出了Duffing振子的免疫性一种新的统计解释。仿真实验结果表明：该方法能在低信噪比和低信干比下有效地检测出淹没在强分形噪声中的微弱谐波信号。     

基于多小波噪声方差阈值的信号滤波方法

对信号和噪声的多小波变换进行了研究，根据它们多小波变换下呈现出的截然相反的特征，即随着变换尺度的增大，噪声的变换值迅速减小，而信号的变换值增大，利用相关算法推导并给出了多小波噪声方差阈值的计算公式，基于阈值提出了一种新的多小波信号滤波方法，该方法在噪声方差估计的基础上，对噪声信号变换系数进行处理，减小由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数进行处理，减少由噪声产生的系数，同时最大限度地保留有效信号产生的系数，最后由处理后的变换系数重构信号，对该方法用典型的GHM双小波进行了仿真分析，结果表明，本文的方法具有很好的滤波效果。     

基于小波变换的信号检测

研究了基于小波变换的信号检测方法及它在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去除噪声,使有用信号能从噪声中检测出来,提高信号的分辨率、信噪比。     

基于小波变换的舰船辐射噪声检测

分析了舰船辐射噪声（简称舰船噪声）与1／f信号的关系，提出了一种基于小波变换的信号检测方法，对白噪声背景下的舰船辐射噪声进行了检测；推导了相应的检测统计量及其统计分布特性，并与传统的匹配滤波器、能量检测器进行了比较，计算机仿真结果证明了本方法是有效的，在较低的信噪比下得到较好的检测效果。     

基于小波变换的分形噪声白化滤波器

传统的信号检测理论都是基于白噪声背景假设的,当干扰为色噪声时则需要白化滤波．对于１／ｆ类分形噪声,由于其非平稳性和长程相关等特性使传统的白化滤波不能奏效．针对这一情况,利用小波变换设计了一种白化滤波器,实验结果表明该滤波器是有效的．     

分形噪声中的雷达目标检测方法

将高阶分形特征用于雷达信号的分析,提取出用于区分目标和杂波的新分形特征－缝隙特性,分析了海杂波与目标回波的缝隙特征曲线,并结合模糊数学的有关理论进行了海杂波与目标回波的缝隙特征曲线,并结合模糊数学的有关理论进行了海杂波背景下的目标检测。仿真结果表明：利用缝隙特征进行了雷达目标的检测,可以取得较分维值检测更高的准确率。     

小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

心电信号QRS波检测算法的设计与仿真

心电信号的检测是心电图分析和诊断的基础,在心电信号的分析中,快速准确地检出QRS波群是非常重要,它是计算相关参数和诊断的前提。针对传统心电检测算法实时性差、错检漏检率高的问题,研究设计出正反双向自适应差分阈值检测算法,并增加R波错检漏检补偿算法。经过美国麻省理工学院的MIT-BIH心律失常数据库验证,检测的准确率达99%以上。实验结果表明,算法简单有效、准确率高,适合实际的应用。     

小波变换在弱信号检测中的应用

简要介绍了短时傅里叶变换及小波变换理论,并用此理论分析了强噪声背景下雷达弱信号检测方法,给出了相应的基函数及离散算法,最后给出了计算机模拟结果.     

数字滤波在光纤陀螺信号处理中的应用

针对光纤陀螺（FOG）输出信号存在的角度随机游走、偏值不稳定性、速率随机游走和量化噪声等问题,采用了有限冲激响应滤波器、小波变换阈值滤波器和小波包变换滤波器分别对FOG输出信号进行滤波。利用Allan方差法得到了滤波后FOG信号各误差源的幅度,然后与原输出幅度对比。实验结果表明,这3种滤波方法均具有一定的可行性。其中,小波变换阈值滤波法既可以得到很好的滤波效果,又能有效降低滤波的计算复杂度,为FOG信号处理提供了一定的参考价值。     

分形滤波及其在信号处理中的应用

介绍一种模糊自动控制滤波器的原理及其在时域信号处理中的应用.讨论了滤波器的滤波效果与模糊控制参数间的关系.提出了一种利用短时分形维数来修正滤波器的模糊控制参数,从而改善滤波效果的方法.通过对Weierstrass函数的滤波,表明了这是一种有效的滤波降噪方法,对各种复杂信号的滤波均有非常好的应用前景.     

提取舰船辐射噪声信号奇异性方法研究

研究了舰船辐射噪声的Lipschitz奇异性指数的分类性能及其提取方法。提出对舰船噪声进行自适应Gauss平滑滤波是一可取的前置处理方法,它可以提高特征参数的识别与分类能力。对实测的舰船信号的仿真实验证实,在分类和识别舰船被动目标前,进行适当的滤波,再提取Lipschitz指数可使得所提取的特征识别和分类能力更高。     

MOSFET辐照损伤1/f噪声产生机制的定量鉴别方法

用小波极大模统计参量研究了MOSFET器件辐照损伤低频噪声的时间序列.将辐照前后实验测量的低频噪声信号与数值模型产生的噪声信号统计特性相比较,发现nMOSFET和pMOSFET的低频噪声小波极大模统计结果均与随机电报噪声叠加模型数值信号的统计特性相接近.辐照前nMOSFET和pMOSFET的统计结果很接近,以致无法区分;辐照后两种器件的小波极大模分布出现明显差异.根据小波极大模统计量判断,随机电报噪声叠加是nMOSFET和pMOSFET低频噪声的主导产生机制,辐照并没有在器件中引入新的缺陷类型,而是使原有缺陷浓度增大,散射增强,辐照引起的nMOSFET损伤比pMOSFET严重.     

估计1/f类分形信号信噪比的新方法

提出了一种通过拟合自相关函数估计1/f类分形信号信噪比的新方法。其总的延迟可以由带噪分形信号的互信息曲线在第一区域内达到极小值的时间来确定。仿真实验结果表明,该方法简单可靠,有效可行,且事先不需要知道分形信号参数及加性白噪声的先验知识,因此具有很好的适应性。