EMD方法在长周期大地电磁测深资料去噪中的应用

在电磁干扰大的地区进行长周期大地电磁测量,如何有效地抑制各种电磁噪声,提高信噪比,从而保证数据质量,是长周期大地电磁资料采集与处理的核心问题。针对长周期大地电磁信号具有非线性、非平稳和非最小相位的特点,提出了利用经验模态分解(EMD)方法对长周期大地电磁信号进行噪声压制。讨论了EMD算法的具体实现流程,并将该算法应用于长周期大地电磁信号的噪声压制。实际应用结果表明,该方法可以有效地压制长周期大地电磁中的噪声。     

去噪小波包能量法在水声信号识别中的应用

对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。     

基于小波去噪和图像分割技术的改进NAS-RIF盲图像复原算法

针对非负和支持域受限递归逆滤波算法(NAS-RIF)的缺点,提出了一种改进方案.首先,应用小波去噪技术,保持了退化图像边缘特征,抑止噪声,提高退化图像的信噪比;其次,在每次迭代中,利用图像分割技术找到准确的目标支持域,并用背景的均值取代非均匀背景;还采用重置共轭梯度法加快了算法的收敛速度.实验结果表明,改进后的算法具有更好的复原效果和更快的收敛速度.     

一种基于图论重构MODIS EVI时间序列数据集的新方法

MODIS的增强型植被指数（EVI）时间序列数据早已广泛应用于植被观测、生态环境和全球气象变化等研究领域,但即使EVI时间序列数据已经经过严格的预处理,其中仍然存在着一些噪声。因此,本文开发了一种简单有效的方法来重构EVI时间序列数据,减少EVI时间序列数据中的噪声,尤其是一些由大气云层和冰雪覆盖产生的噪声。新方法的理论来源于图论,利用拉普拉斯矩阵的关系对EVI中选定的邻域窗口的像元权重进行赋值,得到中心像元的拟合。新方法已应用于2016—2018年的MODIS MOD13A1产品,并与S-G滤波法、谐波函数法、双逻辑斯蒂拟合法和非对称高斯函数法进行了比较。结果表明,在荒漠、草原和林地中,新方法留一验证测试的绝对差值最小,相较于其他方法效果较优;在拟合不同植被类型的EVI时间序列数据时,图论邻点方法呈现出更好的细节拟合曲线;其在5类植被类型中的RMSE值分别为200.59、46.58、63.48、165.47和40.95,在5种方法中均为最小值,在获取高保真和高质量的EVI时间序列数据方面优势更明显有效。本文的方法研究可以给植被遥感时序数据的去噪和生态环境的研究提供有益借鉴。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。     

GNSS PPP海洋平台动态变形监测分析北大核心CSCD

实时监测海洋平台在环境激励下的动态变形对于保障其安全运营有着重要意义。GNSS PPP技术无需设置基站,仅依靠单点监测站便可实现精密单点定位,因而在海洋平台变形监测领域具有潜在的应用价值。针对GNSS PPP信号受背景噪声干扰而精度较低的问题,本文提出改进CEEMDAN算法对GNSS PPP信号降噪,并应用于某海洋平台动态变形监测。结果表明:①GNSS PPP技术结合改进CEEMDAN算法可有效监测海洋平台在环境激励下的动态变形;②改进CEEMDAN可有效去除GNSS PPP背景噪声干扰;③基于降噪后信号可获取监测点清晰的三维位移轨迹,从而为结构安全评估提供参考。     

小波去噪的灰色最小二乘支持向量机变形预测

针对变形监测数据的随机性和非平稳性,以及单一预测模型的不足,该文提出了基于小波去噪的灰色最小二乘支持向量机变形预测模型。采用小波去噪对原始数据进行降噪处理,减弱数据随机扰动的影响,建立灰色最小二乘支持向量机模型,并采用粒子群算法寻找最优参数。通过大坝位移监测数据实例对模型进行验证,并与灰色模型、最小二乘支持向量机以及灰色最小二乘支持向量机进行对比分析。实验结果证明,该模型预测精度更高、稳定性更强。     

采用张量子空间的高光谱影像多维滤波算法

本文提出了一种基于张量子空间的多维滤波算法,将其应用于高光谱遥感影像降噪。该方法将高光谱影像数据视为三阶张量,引入张量数据表达,通过张量子空间分解将含噪影像投影到信号子空间,根据影像信号与噪声在子空间中分布的不同滤除噪声并保留原始影像的信号成分。利用该算法作用于多组含噪高光谱数据,对比逐波段二维维纳滤波算法、小波降噪算法等传统数字图像降噪算法的结果,实验证明了这种新型降噪算法的有效性。     

陀螺仪转子电流信号去噪方法研究

磁悬浮陀螺全站仪定向系统中转子电流数据的噪声是影响仪器定向精度的重要因素之一.文章经统计分析知转子电流信号为非平稳信号,对其进行对比分析,确定选取特定的阈值和小波基函数对转子电流信号进行小波阈值去噪.借助信噪比、均方根误差和平滑度多类评价指标的变化特征随小波分解层数增加而收敛的特性,来确定最佳分解层数.实验结果表明:此种方法实现了转子电流有效信号和环境噪声信号的有效分离,剔除了不同观测环境条件下转子电流观测数据的噪声,提高仪器的定向精度.     

用基于平滑技术的时频分析方法对地震资料去噪的研究

本文提出了一种新的时频分析方法—基于平滑技术的时频分析方法,并给出了该方法的基本原理以及用该方法对地震观测信号进行去噪的具体算法.它以信号的平滑处理为基础,与传统去噪手段相比,具有物理意义清晰且运算简单的优点.实验结果表明,利用该时频分析方法可以极大地提高远距离地震观测信号的信噪比,从而为远距离地震信号的检测提供了有力的工具.