导读:本文包含了含噪信号论文开题报告文献综述及选题提纲参考文献，主要关键词:短时分数阶傅里叶变换,瞬时频率估计,特征提取,含噪信号
含噪信号论文文献综述
郝田义,薛永华,郑志刚[1]（2019）在《基于短时分数阶傅里叶变换的含噪信号特征提取》一文中研究指出通过对比噪声背景下短时傅里叶变换和短时分数阶傅里叶变换的时频分辨能力,进一步明确了短时分数阶傅里叶变换对频率时变信号的独特优势。研究了短时分数阶傅里叶变换的窗口滑动方式对瞬时频率估计的影响,可以发现:首先,在调频率较大或是变化剧烈时,短时分数阶傅里叶变换具有更好的鲁棒性;其次,在基于短时分数阶傅里叶变换的瞬时频率估计,实际应用中应主要采用以第一采样时刻作为估计值的逐点滑动方式。(本文来源于《海军航空工程学院学报》期刊2019年03期）
汪伟明,贺巍[2]（2018）在《基于MATLAB软件对地磁含噪信号降噪处理算法的新研究》一文中研究指出拟通过MATLAB软件对地磁信号因其受到外界高频干扰的影响,进行降噪处理。通过小波分析和数学形态学融合算法所设计的滤波器,同时将该算法所设计的滤波器与小波分析算法所设计的滤波器两者之间进行对比分析,并且计算出降噪后的地磁信号相对于未受干扰记录到的原始地磁正常信号的均方误差值,同时对降噪信号滤波结果相对与未受干扰记录到的原始地磁正常信号对比分析,分别求其信噪比的大小,综合考虑两种不同算法的滤波器对地磁含噪信号处理的优势和劣势。通过仿真测试后,进而得出小波分析与数学形态学融合算法所设计的滤波器能最大化的还原地磁记录到的真实信号。通过该算法的新研究,可以对地磁相对观测数据批量直接处理提供新思路,同时也能提高地磁相对观测数据的内在质量。(本文来源于《防灾减灾学报》期刊2018年04期）
张帆[3]（2017）在《基于IATD的含噪信号恢复方法研究》一文中研究指出诸多工程应用如通信、雷达、图像处理、地质勘探等领域,都要用到检测与接收装置,而噪声的存在严重影响了原始信号被正确处理的可能性,研究如何从噪声环境中提取或恢复有效的原始信号对于系统性能至关重要。传统含噪信号恢复方法是通过频率、幅值、相位等特征信息结合相应的数学方法和技术手段实现的,但被恢复信号特征相对固定、参数整定复杂、计算量大。韩京清提出的跟踪微分器(TD)提高了含噪信号恢复的简便性和实时性,具有良好的跟踪性能和抗干扰能力,然而随着混杂噪声的变化,二者都会一定程度地削弱。引入跟踪间距的准确估计,与自适应调整函数结合,可以优化系统跟踪速度、收敛性能及抗噪能力。研究基于改进自适应跟踪微分器(IATD)的含噪信号恢复方法的主要工作如下:1)分析传统跟踪微分器在跟踪含噪信号过程中,噪声引入跟踪参数的原因。为了改善跟踪性能,设计跟踪间距的滑动窗口标准差估计函数、自适应调节函数,对跟踪参数进行实时调节,兼顾跟踪的快速性和收敛性。2)为验证改进的自适应跟踪微分器的有效性及工程应用价值,设计数值仿真平台、数字信号处理器(DSP)应用平台和专用集成电路(ASIC)应用平台,完成平台硬件的搭建及软件的编写。3)基于搭建的算法验证平台,设计性能研究的总体方案,开展上述各个平台下算法性能实验,对实验结果进行详细地讨论分析。文中仿真平台的跟踪对比结果验证了本文所提方法的正确性;DSP应用平台的跟踪对比实验验证了算法在基于C代码的工程应用领域的有效性;ASIC应用平台实验证明了提出的算法在基于Verilog代码的工程应用领域中硬件模块化的可行性。(本文来源于《武汉理工大学》期刊2017-04-01）
朱磊[4]（2015）在《含噪信号的频率估计算法研究》一文中研究指出对被噪声污染的正弦信号进行参数估计是一个十分重要的课题,广泛应用于雷达、声呐、通信、语音分析等领域中。频率作为正弦信号最重要的参数和最本质的特征,频率的估计一直是信号处理领域的一个经典课题。频率估计方法可分为时域方法和频域方法,时域方法一般基于自相关或线性性质,频域方法则基于离散傅里叶变换。不同算法的性能差别主要体现在均方误差和偏差上。此外,因实际情况的不同,算法的计算量、信噪比范围、采样长度也是常用指标。估计算法的性能理论界为克拉美罗下界(Cramer Rao Low Bound,CRLB),寻找能够逼近CRLB且计算量小的频率估计算法正是研究的难点。因正弦信号的自相关函数能够抑制噪声干扰,并且保留原信号的频率信息。对实正弦信号,本文设计了两种基于信号自相关的实信号频率估计算法并进行理论分析。仿真结果表明估计算法在短数据序列和中低信噪比(SNR)时能够达到CRLB界。对复正弦信号,基于两步法的思想设计算法,即首先通过粗估计找出最大DFT谱线,再设计算法进行细估计来精确估计频率。本文利用傅里叶系数比值建立关于频率差的方程,将多种估计式统一到一个框架下,并得到复正弦频率估计器设计的一般准则。本文主要的研究内容如下:针对短序列实正弦信号估计精度较差的问题,提出基于方程求根的高阶自相关频率估计算法。利用高阶自相关抑噪效果较好的特点,由自相关函数建立方程。求解方程得到频率估计值,并与对比算法比较计算复杂度。接着利用泰勒展开式,推导算法的方差的理论表达式及其近似。理论表达式能够很好地符合仿真结果,但结构繁琐。其近似式结构简单,并在数据序列较长情况下能够满足精度要求。该算法综合平衡了计算精度和计算量,仿真结果表明估计算法的精度优于对比算法,在短数据序列和中等信噪比(SNR)时能够达到CRLB界。高阶自相关函数的抑噪效果更好,但是也存在高阶自相关系数利用不充分以及频率模糊的问题。本文提出基于高阶自相关及自相关递推结构的估计算法。算法利用多个高阶自相关函数,结合切比雪夫多项式递推结构,构造出具有非零解的齐次线性方程组。通过方程变换,将实信号频率估计问题转化为一元多项式求根问题。经过进一步推导,最终将其等价为一元n次非负多项式最小值问题。本文估计算法避免了高阶自相关算法常见的频率模糊问题,理论推导中同时给出算法等价形式。仿真结果表明算法在估计精度上体现出优势,即使在数据序列较小和低信噪比(SNR)时也能够逼近CRLB界。最后,将该算法应用到声学释放器的实践仿真中与对比算法进行比较,并测试出频率估计所需最优数据长度。基于二步法思想,构造出复信号频率细估计的算法的一般框架,并进行估计算法设计和分析。首先介绍了两步法的估计原理,解释了DFT最大谱线和真实谱峰之间的区别。接着推导以DFT最大谱线为中心的傅里叶变换系数表达式,利用傅里叶系数的比值得到真实频率与DFT最大谱线之间差值?(即细估计)的方程表达结构。分别利用正弦的等价近似表达、叁角变换等不同方法求解得到不同的解的表达,进而得到的多种现有和新提出细估计估计表达式。该方法将多种现有估计算法的构造统一在一个框架之下,避免传统估计表达设计过程中繁琐推导。然后进行仿真实验,对比多个频率估计器性能并选出最优的估计器。在最后的理论分析部分,对各个估计器进行性能分析,并得出估计器设计的一般准则,为后来者的细估计算法设计提供了设计参考。(本文来源于《哈尔滨工程大学》期刊2015-10-01）
李纪永,李舜酩,陈晓红,江星星[5]（2014）在《含噪信号经验模式分解虚假分量识别方法》一文中研究指出针对含噪信号Hilbert-Huang变换存在虚假分量,提出改进的奇异值分解(SVD)方法进行降噪,改进包含两个部分:一是利用重构相空间代替传统矩阵如Hankel矩阵,以去掉信号冗余,再者提出奇异值能量熵分量差分法,更易于定出重构奇异值阶次;二是提出了频谱比值法对虚假分量进行辨识,更有效辨识出虚假分量.首先利用经验模式分解(EMD)得到本征模式分量(IMF),识别并剔除趋势项,重构信号,然后进行SVD,重构降噪后的信号,消除虚假分量,最后进行时频分析.联合方法应用于含噪仿真信号,信噪比(signal noise ratio,SNR)提高了5.5%,虚假分量辨识率提高至100%,用于双跨转子故障振动信号,得到正确的时频结果,表明了所提方法识别含噪信号虚假分量的有效性.(本文来源于《航空动力学报》期刊2014年10期）
余倩,李跃忠[6]（2013）在《基于小波变换的超声波含噪信号处理》一文中研究指出超声波流量计测量气体或液体流量时,传感探头接收的超声波信号中夹杂了大量噪声,它将会影响信号的分析和流量的测量。而传统方法无法刻画超声波信号的非平稳特性并准确去噪,为克服传统方法的不足,采用小波变换理论,结合阈值去噪法,通过Matlab仿真实验,可得去噪后的超声波信号,从而验证小波变换可用于超声波信号去噪的处理。(本文来源于《电子质量》期刊2013年11期）
陈勇,王坤,刘焕淋,陈丽娟,贺明玲[7]（2013）在《改善FBG含噪信号的小波阈值自寻优方法》一文中研究指出光纤布拉格光栅(FBG)传感系统的关键是精确解调中心波长,噪声是影响解调中心波长的主要因素。为了消除噪声,获取真实的传感信号,本文研究了非线性去噪法。非线性去噪通常的方法采用小波阈值去噪。小波阈值去噪的核心是阈值函数及其阈值的选取。首先,分析了传统的阈值函数和阈值选取存在的问题,改进了自寻优阈值选取策略;其次,提出了折中法阈值函数中系数a(调节因子)的最优值选取方法。仿真和实验结果表明:随着a的取值不同,会获得不同的信噪比(SNR),但a在0.40～0.45范围内分别平均变化的去噪效果较好;与传统软硬阈值去噪法相比,SNR提高了2～4dB,均方差(MSE)分别平均降低了0.2～0.5;与参考的改进阈值去噪法相比,SNR提升了1dB,MSE降低了0.1。本文方法优于文献中提到的阈值函数的去噪效果,处理含噪信号能获得较好的SNR和MSE性能,而且方法简单。(本文来源于《光电子.激光》期刊2013年06期）
陈月玲[8]（2013）在《同步检测神经元在阈下含噪信号检测中的作用》一文中研究指出神经元通过复杂的脉冲序列进行信号传递,这些脉冲序列既反映了神经元的本质特性也体现出刺激的性质。目前,对于神经元的编码机制还不完全了解,信息传递的有关机制是普遍关注的问题。一种观点认为皮层神经元是一种整合-发放(Integrate-and-Fire, IF)器,信息只携带在平均发放频率中；另一种观点则认为皮层神经元是一种同步检测器(Coincidence-Detector, CD),主要传递同步突触输入和输入脉冲的时间分布,脉冲时间序列携带了发放频率以外的其它信息。我们的研究工作显示,通过检测突触前膜随机输入信号的同步性,同步检测(描述单个神经细胞功能的一种方式)可以提高信号检测的准确度和可靠性。研究中我们建立了一种由多个简单的(Leak Integrate-and-Fire, LIF)(?)(?)经元模型和单个逻辑判断同步检测器模型组成的神经元网络,在此网络基础上研究了神经元网络是如何可靠而准确地提取阈下噪声信号的。研究发现,(ⅰ)CD神经元存在着一套合适的参数(阈值和检测窗口),使得神经元对阀下噪声信号检测的可靠性和准确度都达到最大值；(ⅱ)CD神经元对其突触前膜输入信号的同步程度具有修正作用,这是由神经元的本质特性决定的,与外界因素无关；(iii)同步检测要比时间积分运算更加可靠。研究结果还进一步指出：(i)神经元具有一种自我调节的潜力,使得它能够根据环境进行自我调节并使自身处于一种最佳状态,最终完成信息传递的任务。(ii)对于识别信号的神经元来说,最佳阈值是一个普遍原则,这一点和分析中所采用的具体模型无关。我们认为,这一原则对于更加接近生理事实的同步检测神经元来说仍然成立。(iii)不应期能引起神经元自发放的强烈振荡。但是,它可以通过调节内部状态来抑制这种振荡并且进一步提高信号检测的准确度和可靠性。在合适的内部状态下,可以提高网络的信号处理效率。这些结果表明脉冲同步和噪声信号传递之间存在着至关重要的联系,同步检测神经元利用这一关系来提高编码的敏感性。此外,多细胞电生理研究已经揭示出同步放电现象普遍存在于大脑皮层海马区和丘脑的各种结构中。神经元同步发放在信息从一个脑区传向另一个脑区的过程中起着至关重要的作用,并且同步输入的效率要比非同步输入的效率高。问题是,信号沿着轴突从突触前膜神经元传递到后膜神经元的过程,延迟时间可以达到几十毫秒,在这么大的延迟存在的情况下,不同区域之间的相互作用能够使相关神经元产生同步发放,神经元究竟是如何独立地调节这种耦合神经元的零延迟相差同步的?针对这一问题,我们建立了一种带有自突触反馈的耦合神经元模型,在这个模型的基础上研究了耦合神经元零延迟同步调节机制。一般,突触是神经元之间的特殊连接,用于传递信号；但是,自突触是神经元自己的一种突触,是神经元和自己的连接。那么,在信号传递过程中神经元为什么要把信号传向自身呢?实验上显示自突触在大脑中扮演这非常重要的角色,它能够调节动作电位序列,从而保持和其它神经元步调一致,并且允许一种局部的自我调控。我们的研究结果显示,(ⅰ)当两个神经元之间以及神经元自身通过兴奋性突触耦合在一起时,尽管存在着轴突传递的时间延迟,但是网络最终仍然能够实现完全同步；(ⅱ)自突触可以进一步稳定这种同步态,在没有任何外力存在的情况下,系统靠自身的调节最终可以稳定在同步态。这种同步机制依赖于兴奋性突触后膜电压对后膜神经元发放延迟的调节能力,也依赖于产生发放的神经元对称的给予与其耦合的神经元和自身各一个脉冲,通过这种相互作用实现同步态。但是,也要注意到,由于相差的存在,突触后膜电压对耦合神经元的影响不同于对自身的影响。自反馈可以弥补初相的差异,最终使得网络中的神经元实现同步发放。另一方面,由于不应期的存在,同步程度随自反馈延迟时间呈现出准周期变化。当反馈延迟时间小于整数倍的不应期时,要求自突触强度足够大,因为不应期内,神经元基本不接收激励。这些结果表明,自突触对神经元的局部行为具有一定的调节作用,这种调节作用的不断积累最终使整个系统稳定在高度的同步态。(本文来源于《兰州大学》期刊2013-05-01）
聂林涛,张恺[9]（2011）在《基于小波分析的一维含噪信号的除噪方法》一文中研究指出阐述了小波去噪的基本原理和方法,利用Matlab提供的小波分析功能函数对一维含噪信号noisbloc进行了除噪分析,分别采用强制去噪、默认阈值处理和指定阈值处理3种方法,完成了信号的除噪处理。结果表明:小波在一维信号除噪中有较好的效果,噪声得到了明显的抑制,且保留了相当的原信号细节,3种方法获得的去噪信号幅值与原信号均存在差异,阈值的选取对除噪效果影响很大。(本文来源于《四川兵工学报》期刊2011年12期）
成谢锋,陶冶薇,张少白,张学军,刘琚[10]（2009）在《独立子波函数和小波分析在单路含噪信号盲分离中的应用研究:模型与关键技术》一文中研究指出本文提出了一种基于独立子波函数和小波分析的单路含噪混合信号的盲源分离新方法.首先分析了独立子波函数的组成原理,以及获得独立子波函数的方法;然后通过结合独立子波函数进入单路混合信号,使单路混合信号由一维向量转化成为多维向量;其次讨论了利用小波进行二次去噪和解决数据段顺序不确定性的问题,并且文中还给出了独立子波函数个数判定方法和相似相图;最后通过消除瞬态诱发耳声发射中伪迹的实验,验证了本方法的有效性和可行性.(本文来源于《电子学报》期刊2009年07期）
含噪信号论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
拟通过MATLAB软件对地磁信号因其受到外界高频干扰的影响,进行降噪处理。通过小波分析和数学形态学融合算法所设计的滤波器,同时将该算法所设计的滤波器与小波分析算法所设计的滤波器两者之间进行对比分析,并且计算出降噪后的地磁信号相对于未受干扰记录到的原始地磁正常信号的均方误差值,同时对降噪信号滤波结果相对与未受干扰记录到的原始地磁正常信号对比分析,分别求其信噪比的大小,综合考虑两种不同算法的滤波器对地磁含噪信号处理的优势和劣势。通过仿真测试后,进而得出小波分析与数学形态学融合算法所设计的滤波器能最大化的还原地磁记录到的真实信号。通过该算法的新研究,可以对地磁相对观测数据批量直接处理提供新思路,同时也能提高地磁相对观测数据的内在质量。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
含噪信号论文参考文献
[1].郝田义,薛永华,郑志刚.基于短时分数阶傅里叶变换的含噪信号特征提取[J].海军航空工程学院学报.2019
[2].汪伟明,贺巍.基于MATLAB软件对地磁含噪信号降噪处理算法的新研究[J].防灾减灾学报.2018
[3].张帆.基于IATD的含噪信号恢复方法研究[D].武汉理工大学.2017
[4].朱磊.含噪信号的频率估计算法研究[D].哈尔滨工程大学.2015
[5].李纪永,李舜酩,陈晓红,江星星.含噪信号经验模式分解虚假分量识别方法[J].航空动力学报.2014
[6].余倩,李跃忠.基于小波变换的超声波含噪信号处理[J].电子质量.2013
[7].陈勇,王坤,刘焕淋,陈丽娟,贺明玲.改善FBG含噪信号的小波阈值自寻优方法[J].光电子.激光.2013
[8].陈月玲.同步检测神经元在阈下含噪信号检测中的作用[D].兰州大学.2013
[9].聂林涛,张恺.基于小波分析的一维含噪信号的除噪方法[J].四川兵工学报.2011
[10].成谢锋,陶冶薇,张少白,张学军,刘琚.独立子波函数和小波分析在单路含噪信号盲分离中的应用研究:模型与关键技术[J].电子学报.2009
标签：短时分数阶傅里叶变换; 瞬时频率估计; 特征提取; 含噪信号;