基于经验模式分解的实测信号除噪方法

针对传统傅里叶变换和小波阈值除噪方法在密频和时变信号中的应用缺陷,引入局域波方法中的经验模式分解,将信号和噪声的频带进行有效区分,再结合传统傅里叶变换的经典滤波性能对原始信号所在的频段进行滤波。文章首先给出了该方法的实现过程,然后采用两个典型的密频和时变信号进行了数值模拟,并与小波变换去噪法的效果进行比较。     

数字图像信号去噪方法分析

在图像的预处理阶段去除噪声是图像处理中的一个重要的内容。现简要介绍一下数字图像信号去噪方法。     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

基于小波阀值的信号去噪

利用小波变换消除噪声的方法有多种,如小波模极大值去噪、小波阀值去噪等.本文首先分析小波变换的基本原理,分别对小波变换的模极大值去噪法和阈值去噪法的原理进行阐述,通过计算机仿真表明小波阈值法和模极大值法去噪的有效可行.     

瞬变电磁信号去噪方法及效果研究

采样后的瞬变电磁信号数据容易受到各种噪声的干扰,造成数据处理时分辨率较低,进而出现异常解释信息,影响后续工作进程,因此,必须选取合适的方法对其讲行去噪处理.本文集中对三点指数逼近非线性平滑去噪、基于小波阈值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效果进行比较,对瞬变电磁法的去噪工作具有一定的现实意义.     

基于维格纳与短时傅里叶变换的瞬态信号特征研究

本文首先对非平稳信号的概念进行了阐述,分别仿真了调频信号和调幅信号的几种基本模型,给出了不同类型的非平稳信号的生成方法,为后续的分析方法做准备。继而阐述了维格纳变换和短时傅里叶变换的基本概念,并说明了它们的优缺点。维格纳变换在时频分析中,有理论上最高的分辨率,因而自提出以来得到了广泛的青睐,但它是双线性变换,不可避免的存在交叉项,使其在应用的过程中障碍重重。短时傅里叶变换属于线性变换,没有交叉项的干扰,但是其时频聚集性差。结合两种信号处理方法的优缺点,本文把二者的优点相结合,提出了维格纳与傅里叶变换的联合分析方法。仿真与实验表明,该方法有效的抑制了维格纳变换的交叉项,且保持了较高的时频聚集性,是一种有效的时频分析方法。     

一种基于多通道分解的图像测试信号设计方法

HVS中多通道分解模型用于度量误差图像空间尺寸的视觉感受,为了降低主观评价实验方法的条件要求,建立了一种基于多通道分解的图像测试信号设计方法。该方法通过控制白噪声在频域存在的区间,即白噪声经正交变换、掩膜量化矩阵,产生信噪比相同且空间尺寸不同的测试图像信号。分析和实验表明,多通道分解测试图像信号产生一对与高频和低频对应的误差图像,其信噪比基本相等但其空间尺寸的视觉感受不同,有利于考察与视觉感知相吻合的图像评价方法。     

基于MATLABGUI的信号分解与合成

本文简要阐述了信号分解与合成的基本原理,并利用MATLAB74的图形用户界面（GUT）设计了其仿真软件,能够灵活设定信号的种类和频率,自由选取合成信号的项数,重现了合成信号,自动完成误差分析和过冲值分析,与理论分析结论一致。实际应用中无须复杂的数学知识,选择适当的参数即可演示信号分解与合成的现象．     

小波包分解在迎角传感器信号预处理中的应用

针对基于四象限压力传感器阵列的迎角测量方法中传感器信号受到干扰的问题,讨论了在其预处理中应用小波包变换进行信号分离提取的方法。根据小波包分解理论,对信号进行小波包分解,信号中频率不同的部分落在不同的尺度上,剔除反映干扰的变换尺度,提取出有用信息。结果表明,该方法可很好地提取信号的主要特征信息,也有效地去除了确定性干扰和随机噪声,与传统的信号滤波方法相比较具有明显的优点,同时为后续的信号处理奠定了基础。     

小波变换模极大值点在信号去噪中的应用

如何去除信号中的噪声．得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号．但coif2小波模极大值点法去噪效果更好。     

基于经验模态分解的中国生态足迹与生态承载力动力学预测

利用mathcad2001和matlab6.5软件,计算了中国1961年～2005年生态足迹和生态承载力,通过经验模态分解（EMD）方法对其进行分析,在此基础上,建立动力学模型对其未来进行预测,希望能通过对中国生态足迹动态研究,建立一个带有周期波动的动力学预测模型,为研究长时间序列的动态变化提供一个全新的研究方法。通过EMD分析后我们可以得到研究要素的不同时间尺度的演化曲线,将这些曲线看成是系统在不同时间尺度下的特解,则可以根据不同时间尺度的EMD分量的曲线够建起对应的动力模型,如趋势项一般对应于指数或线形动力方程,大尺度的周期分量一般可以对应于正弦或与余弦形式的动力方程,最后我们建立一个总的动力预测模型。研究结果表明：随着生态足迹的增大和生态承载力的减小,中国未来20年的生态赤字越来越大,由2006年的-0.932到2025年的-1.632,接近2倍,发展处于不可持续状态。经验模态分解（EMD）方法能很好的分解出生态足迹和生态承载力的波动周期,符合它们的发展规律,并用动力学预测了它们的发展态势,经拟合表明,预测的结果与实际值误差较小。这说明基于EMD的动力学预测模型是科学的。     

EMD算法和Hilbert算法混合的语音信号降噪和提取

针对语音信号降噪和提取算法存在降噪效果不佳等问题,已经无法满足现在社会的需求。本文提出一种基于改进EMD算法和Hilbert算法混合的语音信号降噪和提取方法,首先针对EMD算法在语音信号降噪可能破坏噪声特性的问题,利用全局阈值选择去噪的方法对其进行改进,然后引入Hil-bert算法将其与EMD算法融合,对语音信号进行降噪和提取。利用仿真实验可以发现:将EMD算法和Hilbert算法进行混合优化,和传统的小波变换语音信号降噪算法,不容易出现差错并且具有更好的降噪性能。     

基于局域波分解的机动目标ISAR成像

在飞机一类惰性较大的目标作机动飞行时,在ISAR成像的短时间内,同一距离单元的回波可近似看成多分量线性调频信号的叠加,且调频斜率各不相同. 因此,在ISAR成像的横向压缩处理中,先利用局域波分解方法将每个距离单元的回波分解为若干个线性调频信号,然后再进行Wigner-Ville变换(WVT),获取目标的瞬时多普勒谱,进而实现目标的二维成像. 该处理方法不仅避免了WVT交叉干扰项的产生,而且在保持WVT的高时频分辨能力的同时减少了计算量,仿真结果证明了该方法的有效性.     

心电信号复杂度的算法研究

运用简单快捷的算法计算心电信号的复杂度,该复杂度可以将正常和缺血状态下的心电信号有效区分开。     

基于经验模态分解的中国出口集装箱运价指数波动特性

中国出口集装箱运价指数（CCFI）能有效反映集装箱海运市场变化,是航运企业经营决策、政府部门航运产业政策制定的重要参考。本文基于经验模态分解（EMD）方法数据驱动的特征及处理非线性、非平稳、多尺度数据序列的优势,将CCFI有效分解为若干本征模态（IMFs）;然后提出综合考虑各IMFs的T检验P值和波动频率对IMFs进行重构,并基于希尔伯特变换和统计分析探讨了各重构项经济内涵;最后从内在影响因素角度探讨了CCFI长期发展趋势、重大事件影响、季节波动、短期市场不均衡的波动特性。研究表明：CCFI长期呈缓慢下降趋势,由市场船舶运力供给大于货运需求决定;CCFI的暴涨暴跌由金融危机等重大事件引起,影响程度大,持续时间长;CCFI的季节波动受季节性生产等因素影响,呈较规则正弦波动,高峰在9、10月份前后,低谷在3、4月份左右;CCFI短期市场不均衡波动受油价、汇率等因素影响,影响程度小,持续时间短;CCFI波动存在约4年的大周期、1年的小周期。     

Modeling switched circuits based on wavelet decomposition and neural networks

In this paper, switched circuits are modeled based on wavelet decomposition and neural network. Also describes the usage of wavelet decomposition and neural network for modeling and simulation of nonlinear systems. The switched circuits are piecewise-linear circuits. At each position of switch the circuit is linear but when considered all switching positions of the circuit it becomes nonlinear. An important problem which arises in modeling switched circuit is high structural complexity. In this study, wavelet decomposition is used for feature extracting from input signals and neural network is used as an intelligent modeling tool. Two performance measures root-mean-square (RMS) and the coefficient of multiple determinations (R²) are given to compare the predicted and computed values for model validation. The evaluated R² value is 0.9985 and RMS value is 0.0099. All simulations showed that the proposed method is more effective and can be used for analyzing and modeling switched circuits. When we consider obtained performance, we can easily say that the proposed method can be used efficiently for modeling any other nonlinear dynamical systems.     

多基线SAR三维成像的QR分解算法

根据多基线合成孔径雷达(SAR)三维成像的信号模型,得到了利用高度向观测数据实现目标三维成像的矩阵方程,并引入QR分解算法求解矩阵方程,形成了多基线SAR三维成像的QR分解算法.使用该算法对多基线SAR仿真数据进行了三维成像实验.     

基于新兴技术企业信号学习的中止决策分析

中止决策能力是影响风险投资公司长期绩效的一个重要指标,然而现有中止决策方法忽视了所投资新兴技术企业发展过程中释放信息的影响。针对该问题,本文首先结合新兴技术企业特点,归纳分析了新兴技术企业发展过程中释放的信息;其次以风险投资家观察到的好（坏）信号作为二元学习信号,就好（坏）信号随新兴技术企业发展存在的三种状态,从贝叶斯后验估计的角度提出了信号学习模型;继而依据蕴含了风险投资家风险态度的“心理阀值”确定外生的中止决策点;最后进行了算例分析。本文提出的信号学习模型是基于贝叶斯后验估计的动态模型,反映了信息的动态发展对后续投资决策的影响。该模型为风险投资家及时、准确做出中止决策提供理论参考,也为创业者常见的“窗饰效应”作了合理的解释。     

基于FPGA的扩频信号产生器的设计与实现

介绍了扩频信号产生器的设计方案和具体的硬件实现。方案基于FPGA和AD9779A芯片设计,结合FPGA和AD9779A二者的优点,采用软件工程化和模块化的设计方法。经实际工程验证表明,该系统稳定可靠,满足系统对不同扩频信号产生的设计需求。