基于双重对称延拓的HHT端点效应抑制方法

经验模态分解( empirical mode decomposition,EMD)存在端点飞翼的固有问题,使信号两端出现扭曲失真。为抑制EMD端点效应,文章提出双重对称延拓法,以端部数据对称延拓作为首次延拓,以极值点对称延拓作为二次延拓,该方法可同时实现EMD分解和Hilbert变换两阶段端点效应的抑制。仿真信号和地震响应的工程算例通过IMF分量对比、瞬时频率对比,以及整体正交性、相关系数等指标的对比,验证了该方法具有良好的端点效应抑制效果,同时还能改善IMF分量之间的正交性,并节约计算时间。     

基于改进EMD与FastICA—样本熵的齿轮故障特征提取方法

针对齿轮常见故障及信号在传统EMD算法分解中产生的端点效应,提出一种基于改进经验模态分解（EMD）与快速独立分量分析（FastICA）—样本熵的齿轮故障特征提取方法。首先对信号进行EMD分解,得到一系列IMF分量和残余量,在此过程中通过匹配差别最小的极值包络线段确定端点处极值,然后从每个信号中分别选取周期性明显的分量与原始信号组成混合信号作为FastICA的输入,获得ICA计算后的分量,最后分别计算EMD分量与各独立分量的样本熵。实验结果表明,改进后的EMD算法可以有效改善端点效应问题,并通过与EMD—样本熵的对比,表明FastICA—样本熵能更明显、稳定地反映齿轮故障,因此可作为一种有效的故障特征。     

经验模式分解的滤波器特性及其在故障检测中的应用

对经验模式分解(EMD,Empirical Mode Decomposition)的滤波器特性进行了研究.事实上,EMD的倍频程滤波器特性在几年前就被发现了,在此基础上,针对EMD滤波器的其他特性展开了研究.首先,对EMD滤波器的自适应特性展开了研究,其自适应特性除了表现为倍频程滤波器的形式,还有两个表现:其一是滤波器的上限频率随信号自身的上限频率而定,另一表现是每一个IMF滤波器的形式不仅与信号频率有关,还与信号的结构有关.利用EMD的自适应特性,建立了一种新的信号表示方法,与已有的EMD方法相比,该方法可以提供更多的关于信号的信息.还对该方法进行了相关的讨论.     

工业生产物流供应链大数据资源融合技术

提出一种基于相似度特征匹配和自适应资源调度的工业生产物流供应链大数据资源融合技术。首先构建了工业生产物流供应链大数据资源调度数据处理平台,进行物流供应链的大数据特征采样,对采样的数据流进行相似度特征匹配。采用自适应资源调度方法进行数据滤波和特征融合,以此为基础进行物流供应链的优化调度,以提高大数据的并行处理效率。仿真结果表明,利用该算法进行大数据资源融合效率较高,配准性能较好,执行时间短,性能优于传统算法。     

改进的自适应滤波算法及其在声发射信号中的应用（英文）

为了对声发射信号进行降噪滤波处理,针对突发性声发射信号特有的衰减特性,将自适应滤波技术应用到声发射信号处理中.针对传统LMS自适应滤波器收敛速度与稳态误差的矛盾问题,在对比研究现有算法的基础上,提出一种改进的变步长LMS自适应滤波算法,以Sigmoid函数为原型,通过函数平移、对称变换构建含有3个参数的表达式,同时针对误差突变的情况,将前后误差e(k)与e(k-1)相乘来联合控制改变步长因子,并阐述了各个参数的选取与调整过程,以均方误差MSE为衡量指标来评价性能.仿真结果表明该算法显著提高了收敛速度,降低了稳态误差,使自适应滤波器的性能得到提升.把改进算法应用到声发射信号中,将实验信号通过EMD包络解调获得其上下包络线,再建立与声发射信号相关的期望函数,最后代入自适应滤波器中进行滤波处理,取得了很好的效果,证明了自适应滤波技术在声发射信号处理中的可行性.     

经验模态分解在电力绝缘气体SF6红外光谱去噪中的应用

经验模态分解(EMD)是以信号极值特征尺度为度量的时空滤波器,它充分保留了信号本身的非线性和非平稳特征,在信号去噪中具有较大的优势.本文以电力绝缘气体SF6为研究对象,在介绍EMD分解方法的基础上,首先对含噪的SF6光谱信号做EMD分解,得到各阶本征模态函数(IMF),然后对高频的IMF分量用阈值法进行处理,把经过阈值处理后的高频IMF分量与低频IMF分量叠加重构得到去噪后的信号.分析了在不同噪声水平上与小波阈值去噪方法的处理效果.实验结果表明EMD阈值去噪法有效地去除了噪声,较好地保留了光谱的细节信息,与小波阈值去噪方法相比较具有自适应的优势.     

多分量非平稳网络入侵高效检测算法

提出一种基于自适应级联滤波的多分量非平稳网络入侵的高效检测算法。进行网络入侵的多分量非平稳信号模型构建,在此基础上设计自适应级联滤波算法,实现对网络入侵干扰滤波和信号的检测。给定网络入侵信号处于低信噪比的网络数据交互环境下,利用自适应滤波器方法来确定信号频率,用一个四阶累积量表示自适应滤波器的传递函数,利用过去输入样本的有限线性组合来进行自适应滤波,实现算法改进。仿真结果表明,该算法能在低信噪比下高效地检测出网络入侵信号,网络入侵的两个分量特征的频谱特征聚焦性能较好,实现了对入侵特征的准确检测。在相同条件下,检测准确率提高了25.67%,有效保证了网络安全。     

EMD以及类EMD方法

经验模态分解(Empirical Mode Decomposition, EMD)是一种处理非线性、非平稳信号的时频分析方法。该方法依据输入信号自身的特点,自适应地将信号分解成若干个本征模态函数( Intrinsic Mode Function, IMF)之和。EMD被认为是对以线性和平稳假设为基础的傅立叶分析和小波变换等传统时频分析方法的重大突破。随着EMD的发展,很多类EMD方法逐渐出现。总结归纳了EMD以及类EMD方法的应用。     

光栅信号前置处理电路设计

为满足高精密位移测量系统对光栅信号质量的要求,设计了一种光栅信号前置处理电路。利用差分放大电路去除光栅信号中的直流分量。鉴于光栅编码器非恒速的工作特点,利用测频电路对光栅信号进行实时测频,单片机根据光栅信号频率控制数字电位器调整滤波电路参数,改变其通频带以实现自适应滤波。采用数字电位器串并联的方式提高了自适应滤波电路的截频设置精度。实验结果表明,该前置处理电路可以有效地去除光栅信号中的直流分量,对于频率在0～20kHz变化的光栅信号,滤波效果良好,自适应能力强。该光栅信号前置处理电路能够提高光栅编码器的细分精度、环境适应性和可靠性。     

稀疏度自适应回溯追踪算法改进

针对压缩感知重构算法中信号稀疏度未知和步长大小固定的问题,提出一种新的压缩感知信号重构算法,即基于弱选择的稀疏度自适应回溯追踪（SPWAMP）算法。该算法将自适应思想、变步长迭代思想与回溯思想相结合,在未知信号稀疏度的情况下,利用阈值方法选取预选集,通过变步长更新支撑集原子个数并结合回溯思想剔除不可靠原子,最终实现信号精确重构。仿真结果表明,当信号稀疏度K达到65时,该算法重构精度相对稀疏度自适应匹配追踪（SAMP）算法提高了40%,而此时正交匹配追踪（OMP）算法、子空间追踪（SP）算法和分段弱选择正交匹配追踪（SWOMP）算法已无法实现重构。因此,该算法相对其它同类算法提高了信号重构精度。     

基于自适应滤波的回声消除实验设计

将核自适应滤波(Kernel Adaptive Filter, KAF)与传统自适应滤波结合,设计了一种协同函数链接型自适应滤波回声消除方法,然后利用MATLAB软件进行编程测试,解决了传统自适应滤波算法在回声呈非线性时消除效果不理想的问题。仿真实验结果表明,该方法对线性和非线性回声都有较好的抑制能力,且优于传统的自适应回声消除算法。实验中的输入语音既可由ICASSP声学回声消除挑战数据库中直接导入,也可自行采集。     

滤波耦合法在航空发动机振动去噪中的应用

在航空发动机故障诊断研究中,如何从被干扰的信号中有效去除噪声并提取更为准确的故障信息是十分重要的.本文结合实际问题,在小渡分析和中值滤波两种方法的基础上提出了Db小波与自适应中值滤波耦合法,并用该方法分析了某型航空发动机振动信号,其有效地去除了一系列噪声.     

一种去除图像混合噪声的新方法

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与小波去噪的图像去噪算法.该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法滤除图像中的高斯白噪声.仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多.     

基于改进鱼群算法的网络通信安全极限挖掘

为提高计算机网络通信安全极限特征挖掘能力,提出基于改进鱼群算法的网络通信安全极限挖掘技术。构建通信多径传输信道模型,均衡控制网络通信安全的自适应信道,采用多径滤波和自相关匹配检测方法进行码间干扰抑制,建立网络通信安全极限信道容量参数估计模型,结合改进的鱼群算法进行极限信息挖掘,并利用模糊信息聚类方法对挖掘结果进行自适应寻优。实验结果表明,所提方法准确性以及信道均衡性更优,提高了网络通信的安全性。     

基于光流和特征点匹配相融合的低动态载体速度计算方法（英文）

针对光强分布不均匀环境下低动态载体速度计算精度低的问题,提出了一种改进自适应卡尔曼滤波方法应用于光流跟踪与尺度不变特征变换(SIFT)相融合的速度误差估计.该算法引入了一种非线性模糊隶属度函数和滤波残差用于自适应调整过程噪声的协方差矩阵.在计算载体速度过程中,首先利用光流跟踪法和SIFT方法分别进行帧间位移的跟踪和匹配并计算出载体的速度,同时将这2种方法求取的速度做差作为改进的自适应卡尔曼滤波器的观测量,最后使用改进的自适应卡尔曼滤波器输出的速度误差估计值对光流法求取的速度进行校正.半物理实验结果表明,该算法求解的最大速度误差较光流法减小了29%,且运算时间较SIFT方法减少约80%.     

基于多窗谱估计谱减法和能熵比法的语音端点检测算法

语音端点检测是语音处理中非常关键的一个环节,目前主要的语音端点检测算法都侧重于语音特征参数的提取而忽略了之前的语音增强.论文提出一种基于多窗谱估计谱减法和能熵比的语音端点检测复合算法,该算法利用多窗谱估计谱减法将有噪声环境下的语音信号减噪,提高性噪比,达到语音增强的效果,再结合能熵比法进行端点检测.仿真结果表明,算法在低信噪比情况下,可以提高语音端点检测的正确率.     

基于小波理论的心电信号仿真分析

小波理论在心电信号去噪处理中已经得到了广泛的应用,针对不同的噪声可以采用不同的小波方法进行去噪处理。根据小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨的特点对心电信号进行滤波,并应用Matlab仿真进行实验。通过实验证明,利用不同的阈值函数及自适应阈值能较好地抑制信号中的基线漂移、工频干扰和肌电干扰,具有一定的实用价值。     

基于烟花算法的EMD信号降噪方法

为了增加基于阈值的EMD方法的降噪性能和自适应性,提出一种基于烟花算法的EMD信号降噪方法,依据EMD分解得到本征模函数分量个数,动态确定烟花的维数,以批处理方式确定各个本征模函数分量的最优阈值并降噪,然后利用降噪后的本征模函数分量进行信号重构.仿真结果表明,所提出的方法降噪性能优于软阈值的EMD和基于蚁群优化的EMD降噪方法.     

基于matlab/FDATool的语音信号滤波处理

提出一种用于语音信号处理的基于matlab/FDATool的的FIR滤波器设计方法.该方法首先通过Matlab产生两个高频的正弦波噪声,加入到语音信号中;然后,根据信号与噪声的频谱特点,选择合适的窗函数,利用FDATool工具箱设计出所需要的FIR数字滤波器;利用FIR滤波器对混入噪声的信号滤波,得到滤波后的语音信号.利用MATLAB的FDATool工具进行数字滤波器设计,能使原来繁琐的滤波器程序设计过程变得简单可行,使得教学过程变得简单易懂.     

基于灰度统计和快速步进的肝脏自动分割方法

为了提高肝脏自动分割效率,解决传统手工选取种子点影响肝脏自动分割算法稳定性的问题,提出了一种基于灰度统计和快速步进的肝脏自动分割方法。该方法通过对肝脏CT图像序列进行灰度统计分析,能够快速定位到肝内种子点;然后,利用各向异性扩散滤波、梯度强度滤波和Sigmoid滤波对CT图像进行平滑滤噪、增强边缘的预处理操作,以提高肝脏边缘的提取效果;最后,在自动获取种子点和预处理图像的基础上,利用快速步进法高效准确的分割出肝脏轮廓。实验结果表明,快速步进法的肝脏分割结果不再因人工选取种子点位置变化而不同。