重构X射线脉冲星信号的纯数值模拟新算法

基于X射线脉冲星的导航技术,无论技术研究还是实验验证,都是以X射线脉冲星信号为基础。但是实际的观测数据无法确定其精确值,不便于进行导航算法的分析验证。因此,通过模拟算法重构X射线脉冲星信号十分必要。基于泊松分布建立X射线脉冲星信号模型,介绍脉冲轮廓的构建方法;介绍了两种纯数值的脉冲星信号模拟算法。针对这两种算法因近似导致信号模拟不精确的问题,提出一种基于精确光子流量函数的纯数值X射线脉冲星信号的模拟算法,该算法采用分段线性函数拟合的脉冲轮廓函数,基于分布函数及其反函数导出。模拟算法重构PSR B0531+21脉冲星的信号,并利用χ2拟合优度检验验证模拟算法生成的光子到达时间服从泊松分布。将提出的算法与两种已有的算法进行比较,仿真结果表明从光子数目和脉冲轮廓误差来看,提出的算法都优于其他两种算法,更接近实际信号。由新算法重构的脉冲星信号进行历元折叠得到观测脉冲轮廓,并将其与标准脉冲轮廓比较,发现随着观测时间的增长,观测脉冲轮廓趋近于标准脉冲轮廓,验证了模拟算法是有效可行的。     

基于X射线脉冲星的导航半实物仿真系统

为验证X射线脉冲星导航的关键技术,本文描述了基于X射线脉冲星导航的半实物仿真系统组成和工作原理,并搭建了基于X射线脉冲星导航的半实物仿真系统。系统由信号模拟单元、信号接收单元和导航估计单元组成,此系统可有效模拟X射线脉冲星导航的星源强度、周期及脉冲轮廓,记录X射线脉冲星单光子到达时间,恢复X射线脉冲星脉冲轮廓,计算X射线脉冲到达时间及导航估计解算。所设计的半实物仿真系统为X射线脉冲星导航算法测试提供了有效手段,对X射线脉冲星自主导航研究的可行性验证、动态性能测试以及工程应用具有一定的参考价值。     

X射线脉冲星导航的时延和频偏参量估计

X射线脉冲星导航(X-ray pulsar-based NAVigation,XNAV)的原始导航信息是航天器接收的X光子时间序列,在折叠过程中估计出观测脉冲轮廓与相应标准轮廓的时延、频偏和频偏变率等参量,是XNAV的关键问题.首先给出光子数序列等相位点的时间关系,利用Larsson周期折叠法和相干函数法求初步近似;然后采用最小二乘法求高级近似,并利用循环迭代得到较为精确的频偏和时延估计值.初步仿真试验结果表明:即使不进行消噪和平滑处理,该方法也可以获得高精度的估计参数.虽然这一算法较为复杂,但它证明了XNAV的导航方法是完全可行的.     

平稳小波变换的红外图像模糊阈值去噪

提出了一种基于平稳小波变换的红外图像模糊阈值去噪方法.对红外图像进行平稳小波变换后,对小波系数进行模糊阈值处理实现图像去噪.仿真结果表明,与正交小波模糊阈值、平稳小波统一硬阈值和维纳滤波去噪方法相比,该方法具有良好的去噪性能,并且在去除红外图像噪声的同时,能够获得很好的边缘保持效果.     

一种改进的小波软阈值去噪方法性能分析

分别利用软阈值函数和修正软阈值函数对局部放电仿真信号进行小波去噪分析。仿真结果表明,修正软阈值函数在优于传统软阈值函数去噪性能的基础上,更具有灵活性,仅通过调节函数的可变参数,就可以获得具有最大信噪比和最小均方误差的去噪信号。     

改进小波阈值函数的HRG振动信号去噪研究

为了有效解决振动对半球谐振陀螺仪(HRG)导航精度的影响,采用小波阈值去噪算法对HRG振动信号进行了去噪研究,并针对经典的硬阈值函数和软阈值函数的不足进行了改进,改进得到了一种参数可调的阈值函数,弥补了硬阈值函数和软阈值函数在去噪中的不足。通过仿真数据以及HRG实测振动数据验证,证明了改进阈值函数的有效性和优越性。     

强背景噪声下电晕放电辐射信号小波阈值去噪和分析

分析电晕放电信号小波阈值去噪中小波基函数的最优选取、分解层数及阈值的确定,并对实测电晕放电信号进行小波阈值去噪。结果表明,选取db8小波作为最优小波基函数,选取双变量阈值函数作为小波阈值函数对电晕放电信号进行小波阈值去噪,放电辐射信号与背景噪声可以得到有效分离,具有很好的去噪效果。     

基于压缩感知的无人机图像组合去噪方法

针对无人机图像中存在的多种类型噪声干扰的情况,提出了一种基于压缩感知的无人机图像混合去噪方法。利用移动窗口平滑处理含噪图像中脉冲噪声,并去除该类噪声对图像稀疏性的破坏;对粗去噪图像进行稀疏表示,利用高斯观测矩阵对其测量,通过正交匹配追踪算法重构得到去噪后图像。实验结果表明,该算法改善了基于压缩感知图像去噪方法对含有脉冲噪声去噪效果差的问题,提高了去噪图像的峰值信噪比和视觉效果。     

声场干涉条纹图像的降噪研究与性能仿真

引导源目标定位算法形成的声场干涉条纹图像中常附带有噪声,这对定位性能的影响非常大。为了实现低信噪比条件下对目标的准确定位,根据算法仿真结果的特点,提出了利用小波阈值去噪法对图像进行降噪处理。针对软硬阈值去噪的不足,采用了阈值函数的改进方案。对小波去噪后图像再进行二值化设置,能有效提高算法去噪效果。仿真结果表明小波降噪处理能有效提高引导源目标定位算法在低信噪比条件下的定位性能。     

基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法

由于卫星轨道测量数据中含有非线性误差,使用传统的最小二乘多项式拟合方法对其进行预处理必然会降低定轨精度.在半参数回归模型的基础上,应用小波阈值去噪算法估计并消除观测数据中存在的非线性误差,提出了基于小波去噪半参数回归模型的卫星轨道测量数据预处理方法,以提高数据预处理的精度.对某卫星USB跟踪数据应用该方法进行了仿真,仿真结果表明:该方法可以分离出观测数据中的白噪声和非线性误差,从而可以在观测数据中消除非线性误差的影响,提高数据预处理的精度.     

基于改进型小波阈值的磁记忆信号去噪研究

磁记忆检测信号易被外界噪声污染,使缺陷信号的可检测性受到极大影响。为消除噪声信号的不利影响,通过优化传统算法进行了磁记忆信号的消噪。硬阈值去噪得到的估计小波系数值连续性差,并会引起重构信号的振荡;而软阈值去噪会与原来的小波系数存在恒定偏差。在软、硬阈值函数的基础上,提出了一种改进型阈值函数,该阈值函数在一定程度上克服了传统方法的不足之处。仿真试验结果表明了改进型阈值函数对去除磁记忆信号噪声的适用性。     

一种新的小波收缩统一阈值函数

提出一种新的小波收缩统一阈值函数,并证明了新阈值函数具有收敛性,通过调节可变参数的取值可以改变新阈值函数的趋向,为图像阈值去噪的自适应处理提供了可能.此外,给出了新阈值函数的期望、方差与风险的关系式.仿真结果表明新阈值函数不仅能有效去除噪声,而且比两种经典的阈值函数有更高的灵活性,可以获得更高的信噪比和更好的视觉效果.     

基于小波分析的激光探潜技术

介绍了利用小波分析的方法对水下目标的回波信号进行去噪声、检测及定位．模拟结果表明,该方法的时频可变性有效地克服了传统方法的不足．     

一种基于自适应阈值估计算法的SAR图像去噪方法

为去除乘性相干斑噪声对合成孔径雷达(Synthetic Aperture Radar,SAR)图像的影响,将小波域去噪和二维平移不变去噪算法进行有效结合,提出一种新的自适应阈值估计算法.基于概率密度函数和贝叶斯估计理论,可以得到子带阈值.通过对数变换,将算法应用于含相干斑噪声的SAR图像去噪.理论分析和实验结果表明该算...     

基于改进EMD的信号降噪方法

经验模态分解(Empirical Mode Decomposition,EMD)算法作为新型时频分析方法受到广泛关注,它基于信号的极值特性处理信号,具有自适应强、无需预先确定基函数的优点。但EMD算法本身仍存在模态混叠及EMD强制降噪法易导致信号失真等一系列问题。针对EMD算法的缺陷,提出基于自相关函数的集合经验模态分解方法(Ensemble Empirical Mode Decomposition,EEMD)与小波阈值降噪相结合的改进算法。首先利用自相关函数对高频固有模态函数(Intrinsic Mode Function,IMF)进行选择,然后利用小波阈值降噪法为EEMD设定阈值,最后将改进算法用于信号降噪,并与快速傅里叶变换(FFT)算法、小波阈值算法以及EMD强制降噪算法进行比较。该方法的优点是克服了EMD算法的不足,避免了模态混叠现象,有效地保留了高频信号中分量,降噪效果更好。     

加权核范数最小化和改进小波阈值函数的图像去噪算法

针对加权核范数最小化算法存在结构残余噪声以及无法较好地保持图像边缘结构的问题,提出基于加权核范数最小化和改进小波阈值函数的图像去噪算法。利用全变分模型对噪声图像进行初步去噪,使用噪声图像与初步去噪后的图像进行差分运算,对差分后得到的噪声残差图像使用改进的小波阈值函数去噪,将小波去噪后的残差图像与初步去噪图像叠加,将叠加后的图像使用基于残余噪声水平迭代的加权核范数最小化算法进行二次去噪。相较于当下主流去噪算法,经该算法处理后的图像的PSNR和SSIM值均有所提升,能够更好地保持图像的纹理结构,且在高噪声环境下效果更佳。     

小波包变换和支持向量机模拟电路故障诊断方法

为提高模拟电路故障诊断效率,将小波包变换和支持向量机结合起来,提出了一种完整的模拟电路故障快算检测和准确定位的方案.利用小波包变换对电路输出电压信号进行多层分解,提取各频带的能量作为故障特征,给出了具体的特征提取方法;利用支持向量机的多分类一对一方法,完成电路的故障定位,同时实现了小波函数的选择.在一模拟电路的故障仿真实验中,通过与BP,RBF和PNN等神经网络对比,结果显示该方法的诊断效率是很高的.     

平稳小波的侧抑制网络边缘提取方法

侧抑制网络具有“突出边框,增强反差”的功能,但其增强反差的同时也增强了噪声,其抗噪性较差。正交小波阈值去噪法对图像噪声有一定抑制作用,然而对于图像中噪声幅度较大的情况下,正交小波变换会使图像边缘失真,甚至模糊。基于平稳小波变换的图像去噪法,可以有效降低噪声的同时较好地保持图像的质量,与基于正交小波变换的阈值降噪方法相比,有明显的优越性。因此利用新Bubb le函数将平稳小波和侧抑制网络结合起来,用平稳小波变换去除噪声、侧抑制网络突出边框,从而准确、有效地提取出图像的边缘。