EEMD滤波技术在GPS动态监测数据去噪中的应用

为了削弱结构动态监测中GPS随机噪声的影响,本文研究了一种基于集成经验模态分解(EEMD)技术的滤波方法。根据信号自身尺度分解信号,基于分解产生的本征模态函数(IMF)的Fourier变换频谱特征,构造了EEMD时空滤波器。对不同信噪比的仿真非平稳数据进行去噪处理并与小波去噪法相比较,各项指标表明基于EEMD滤波器的去噪方法与小波去噪方法效果相当,但避免了小波基的选择,具有更大的自适应性。应用于GPS动态监测数据的去噪结果表明该方法能有效分解信号消除GPS高频噪声及低频噪声的影响,提取有用振动信号,为进一步结构分析提供有效数据。     

用于SAR图像水域特征提取的斑点噪声压缩方法

本文介绍了合成孔径雷达（SAR）图像的特点,以SAR图像上水域的特征为基础,结合Lee—Sigma自适应滤波器的特点,提出了适合SAR图像水域特征提取的斑点噪声压缩方法,在试验中取得了良好的效果。     

减小有用信号损失的BDS窄带干扰抑制技术研究

窄带干扰抑制的关键在于抑制干扰的同时尽可能地减少有用信号的损耗,论文基于时频域结合的干扰抑制方法,在完成频域干扰参数检测的基础上,重点针对影响干扰抑制效果和有用信号损耗的关键环节——无线冲激响应（IIR）陷波器的设计展开研究,根据零极点配置原理,通过理论研究和详细的推导分析,提出通过增加一对零极点,并结合理论计算确定极角与极径,在保证通带增益可控且过渡带对称的前提下,使陷波器得到更为陡峭的带阻特性,理论上可减少有用信号的损耗、提高抑制干信比. 与目前主流的时域最小均方算法（LMS）算法、基于快速傅里叶变换（FFT）的频域抑制算法和传统型时频域结合算法的仿真结果对比证明,提出的方法捕获峰噪比分别提升了53.47％、8.369％和5.907％,平均输出载噪比分别提升了5.1472 dB、2.0037 dB和0.5086 dB,在有效抑制干扰的同时,保留了更多的导航信号.      

基于统计比值差值排序滤波器的SeaWiFS图像椒盐噪声检测与消除

由于多种原因 ,部分SeaWiFS卫星图像数据中存在比较严重的椒盐噪声。该文在分析SeaWiFS椒盐噪声特征的基础上提出一种基于窗口内均值与均方差比值序列差值的统计比值差值排序滤波器 (StatisticalRatioRankOrderedDifferencesFilter,SRROD) ,并讨论如何使用该滤波器技术有效地对椒盐噪声进行白点噪声、黑点噪声检测和消除。与常用的中值滤波和其他滤波器比较 ,该方法能在有效消除椒盐噪声的同时 ,保持图像数据中其他位置的点不受影响。通过灵活地调整不同的阈值可以获得不同的滤波效果。最后 ,讨论了如何从有效峰值信噪比 (EffectivePeakSignalNoiseRatio,EPSNR)分布图上提取最优阈值对的方法     

TM图像中道路目标识别方法的研究

提出了一种新的TM图像中道路目标的识别方法。算法充分利用了TM图像的特点,在底层处理中运用方向可调滤波器(SteerableFilter)的方法提取出潜在的道路目标;在中层处理中使用链码表示目标并提取其特征参数;最后在高层处理中进行道路识别和一些后处理,整个算法可以进行自动的识别。实验证明该算法对于TM图像中的道路识别是很有效的。     

分离重磁区域场与局部场的维纳滤波器

本文从最佳线性滤波理论出发,对目前重磁资料数据处理中分离区域场与局部场的两种滤波器--匹配滤波和维纳滤波的频率响应特性作了分析比较,指出了匹配滤波只是一般维纳滤波的一个特例。将该两种滤波器与一般情况的维纳滤波器的误差作了对比,并通过简单的理论试例,说明它们的局限性和应用范围。     

基于多次波和自适应预测误差滤波器的地震近炮检距数据重建方法

地震数据采集过程中,受野外施工条件的制约,往往很难获得完整的地震波场,尤其近炮检距数据的缺失尤为严重.当前,很多地震数据处理方法的应用都依赖于近炮检距数据,如何对近炮检距的缺失数据进行重建,是一个重要的研究课题.本文通过多次波和一次波的互相关构建虚拟一次波,利用数据本身的波场信息,对缺失的近炮检距数据进行插值重建.由于通过多次波构建的一次波与真实的一次波存在振幅和相位方面的差异,提出通过基于非平稳自回归过程的自适应预测误差滤波器来表征虚拟一次波的能量谱,利用最小二乘反演方法重建近炮检距缺失数据,自适应预测误差滤波器通过求解正则化约束下的数学欠定问题来实现局部自适应特征.通过对Sigsbee2B模型和实际数据的测试结果表明新方法可以合理地重建复杂的近炮检距缺失数据.     

多道自适应匹配滤波方法压制表面多次波

表面多次波压制是海洋地震数据处理的关键环节,基于波动方程的多次波压制方法可由多次波模型预测和自适应相减两步实现.因此,除了采用有效的算法实现高精度的多次波预测外,多次波的自适应相减也是改善多次波压制效果的重要手段.文中采用多道自适应滤波器完成表面多次波的自适应相减,利用数据驱动的基于波动方程预测多次波模型的高频重建道、Hilbert变换道、以及它们相应的上下延拓道改善预测多次波模型的振幅、相位、旅行时以及频带信息,使得修正后多次波模型与实际地震数据中的多次波更好地匹配.实际数据测试表明,文中所述方法可有效地完成表面多次波的自适应相减.通过讨论分析交叠时窗和滤波器的长度对自适应相减效果的影响,表明合理地利用时窗以及选择滤波器长度将有效地改善自适应相减的效果.     

天气尺度瞬变波滤波方案比较分析

利用观测资料，分别使用Batterworth带通滤波器和31点低通滤波器滤出天气尺度瞬变波，计算其方差分布后进行分析。结果表明，31点低通滤波器的滤波效果优于Batterworth带通滤波器，并且在厄尔尼诺年和反厄尔尼诺年效果更为显著。此外，在分别使用两种滤波器的情况下进一步分析、比较对时间序列直接滤波和剔除纬向平均的时间序列再滤波的结果，发现纬向对称部分的瞬变扰动对瞬变波的影响非常小，几乎可以忽略不计。     

二维Wiener滤波器及在物探中应用的一些问题

本文结合二维随机场函数z（x,y）及其统计特征、平稳性和各态遍历性的概念,导出了二维Wiener滤波器的两个波数响应H_opt（u,v）和 _opt（u,v）,并详细地讨论了导出它们的条件。为了正确地应用Wiener滤波技术,我们提供了检验物探观测数据的平稳性和各态遍历性的简单而适用的方法。最后还指出,当应用Wiener滤波的不相关技术时,将在区域异常的谱函数中引入一个非线性畸变因子,这个区域异常是从具有局部干扰的观测数据中提取的。于是,所提取的区域异常必然会产生某种程度的失真。