抗噪性能

摘要： 自适应噪声抵消系统能够从含噪环境中检测和提取到有用信号,对噪声信号进行抵消。本文对自适应噪声抵消系统中最小均方(LMS)算法进行研究,针对其存在收敛速度和稳态误差间不协调的缺点,提出一种新的基于激活函数Softsign的变步长LMS算法,设计了自适应噪声抵消系统仿真平台,利用该平台验证所提出算法的去噪效果。结果表明,该算法在收敛速度和抗噪性能方面都优于传统LMS算法和已有变步长LMS算法。该仿真平台具有添加信号、叠加噪声、去噪处理、波形显示以及计算信噪比等功能,新算法的提出与仿真平台的设计为自适应噪声抵消技术的研究提供了新的解决方案。

摘要： 近年来,输电线路绝缘子自爆故障率愈来愈高,给电力系统的正常运行带来了严重威胁。以无人机拍摄到简单背景下的自爆绝缘子图像为研究目标,采用新型Canny边缘检测算法、Radon直线检测算法、图像旋转算法、垂直投影算法来识别绝缘子自爆缺陷。针对传统Canny边缘检测算法存在的图像滤波效果较差、不能自适应调整高斯函数方差等问题,采用自适应平滑滤波取代高斯滤波。利用Matlab R2020a进行仿真实验,结果表明,改进后的图像峰值信噪比平均值比改进前增加了1.8 dB,实现了对传统Canny边缘检测算法在图像抗噪性能方面的改进。

摘要： 基于图像梯度灰度值的微分边缘检测是一种常用的边缘检测方法,其原理是根据图像像素点梯度变化确定图像中的边缘信息,将图像中的边缘轮廓检测出来,可以在保留图像重要信息的同时减少数据量.但不同的微分边缘检测算子在检测的准确性、连续性、边缘宽度以及抑制噪声等方面存在较为明显的差异性.因此,采用典型微分边缘检测方法中的Roberts算子、Prewitt算子、Sobel算子、Laplace算子和Canny算子分别对原始图像和添加噪声并滤波的图像进行边缘检测,其中噪声是方差为0.01的高斯噪声,检测结果显示Canny算子的边缘检测效果较好,且其峰值信噪比为15.035,均方误差为0.038,信噪比为2.837,表明该微分算子抗噪声干扰能力最强,但缺点是所用时间较长,约为0.57 s,是其他算子的5倍以上.

摘要： 在计算机视觉领域中,提取出的图像边缘信息不仅可以简要表示整幅图像信息,且能充分体现出物体的特征,因此边缘检测算法的重要性日益凸显。文中针对传统图像边缘检测算法中存在的抗噪性能差和边缘定位不明显等问题,提出了一种基于非均匀Haar小波变换的图像边缘检测算法。利用Haar小波滤波器将原始图像分解为4个子分量图像,其中水平与垂直高频子分量图像采用Canny算子进行边缘检测,低频子分量图像则利用修正形态算子进行形态学边缘检测。然后对处理后的所有子分量图像进行逆向重构操作,从而实现精准的边缘检测操作。最终,基于Lena图像验证了所提算法的性能。实验结果表明,所提算法的峰值信噪比与均方误差分别为6.3338和15217.52,且边缘检测效果明显优于其他相关对比算法。

摘要： 针对电力系统中实际采集的电能质量扰动信号通常包含多种扰动成分并带有噪声的问题,采用经验模态分解(EMD)和集合经验模态分解(EEMD)两种方法研究了复合电能质量双重扰动信号在不同噪声环境下的抗噪性能。将在无噪、5%白噪声、10%白噪声环境下的8类复合电能质量双重扰动信号分别进行EMD和EEMD分解后计算前3阶IMF分量的Kolmogorov熵,并绘制Kolmogorov熵分布图。仿真结果表明:EMD和EEMD两种方法都有一定的抗噪性,但EMD方法随着噪声含量的增加,其抗噪性能降低;EEMD方法在不同噪声下,其Kolmogorov熵值分布基本保持一致,分析表明EEMD的抗噪稳定性优于EMD的。该研究成果为复杂环境下含噪电能质量复合扰动信号的分析提供重要依据。

摘要： 常规非局部均值算法权重计算方式容易受到噪声干扰,使得相似性权重不够准确。为进一步提升非局部均值算法去噪效果,提出一种改进自适应非局部均值算法,应用改进的多尺度小波变换边缘检测算子检测图像边缘,将边缘特征作为约束条件,采用多特征相似性度量方法来衡量图像块的相似性,并自适应的确定滤波参数,最后执行多窗口去噪。仿真结果表明:改进方法的去噪结果图像峰值信噪比平均提高54.2%,平均结构相似性平均值提高至0.82以上。结论认为:相比其他算法,改进方法具有更好的去噪效果,图像边缘纹理等细节信息更清晰,在图像处理方面具有推广应用的前景。

摘要： 深度卷积神经网络(DCNN)是人工智能研究领域前沿方向。DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺。通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪声,深入研究DCNN在手写体识别上的抗噪性能。研究结果表明:①噪声对DCNN性能影响很大,噪声幅度越大,精度下降越快;②指数噪声对精度影响最大,伽马噪声、瑞利噪声次之,高斯白噪声影响最小;③随着噪声参数a和参数b的增大,识别精度大幅度下降。该结果对DCNN的改进和高鲁棒性的深度学习系统(如深度模糊系统等)研究具有一定参考价值。

摘要： 针对传统边缘检测算法对于图像边缘提取存在边缘缺失、不连续等问题,为提高边缘的完整性与连续性,提出一种基于分数阶微分的边缘检测算法.由G-L定义构造分数阶微分掩模算子,使用不同阶次的算子对高、低频图像分别进行边缘提取,然后将两部分边缘进行融合,最终得到连续完整的图像边缘.实验结果表明,该算法不仅提高了边缘信息的完整性,还保留了更多的纹理细节及获得了较好的抗噪性能.

摘要： 模式识别技术近年来愈发被重视,并且得到了广泛的应用.其中,利用人工神经网络进行字母识别就是一种基础的模式识别案例.文中分别采用感知器网络、BP神经网络和霍普菲尔德网络进行有噪、无噪的字母识别和测试,利用MATLAB进行仿真,首先比较不同训练算法下的BP网络和感知器网络的收敛速度,然后对几种网络的识别精度和抗噪性能进行比较和分析.仿真结果表明,不同人工神经网络的收敛速度和抗噪性能存在较大差异.

摘要： 深度卷积神经网络(DCNN)是人工智能研究领域前沿方向.DCNN结构复杂、参数非常多、可解释性与鲁棒性不强,对图像数据集的清晰度要求很高,而目前关于DCNN抗噪性能研究还较欠缺.通过给手写体数据集DigitDataset的测试集添加4种不同幅度噪声,深入研究DCNN在手写体识别上的抗噪性能.研究结果表明:①噪声对DCNN性能影响很大,噪声幅度越大,精度下降越快;②指数噪声对精度影响最大,伽马噪声、瑞利噪声次之,高斯白噪声影响最小;③随着噪声参数a和参数b的增大,识别精度大幅度下降.该结果对DCNN的改进和高鲁棒性的深度学习系统(如深度模糊系统等)研究具有一定参考价值.

摘要： 滤波器的性能决定了边缘检测的性能。为了避免由B样条函数构成的平滑滤波算子会去掉一些弱的边缘的不足，本文提出了采用自适应阈值改进的B样条小波边缘检测算法。即在多尺度B样条小波的边缘检测算法基础上，加入自适应平滑滤波来锐化图像边缘，以达到避免漏检微弱边缘的目的。仿真实验验证表明，本文算法具有很好的抗噪性能和边缘定位能力，在实现消噪的同时，能很好的保留微弱边缘。

摘要： 针对ISAR在短孔径条件下存在的方位向分辨率低、易受噪声干扰等问题,本文基于压缩感知理论,提出了一种适用于短孔径时间模式下的基于压缩感知的ISAR方位向高分辨成像算法:PH-SL0算法.该算法首先构建部分随机化哈达玛矩阵(Partial randomizer Hadamard matrix,PH)作为量测矩阵,PH矩阵具有重构精度高、重构需要量测个数少的优点;然后将运算速度快、重构精度高且鲁棒性好的平滑0-范数法(Smoothed L0-norm,SL0)推广应用到雷达复数域进行信号重构,实现ISAR的横向高分辨成像;最后对在短CPI条件下提出的PH-SL0算法的横向分辨率问题进行了理论分析.仿真和实测数据结果表明本文所提算法具有更高的聚焦性能和分辨率以及较好的抗噪性能.

摘要： 本文基于600V体硅外延BCD工艺,完成了一款浮栅驱动芯片的设计.为了增强隔离结构的可靠性,本文提出了一种新型的P型阱、N型阱交替排列的隔离结构,该隔离结构耐压为740V,相对于传统结构增加了7％,当LDMOS漏端电位大于1V,且漏端与高侧电压差为15V时的漏电远小于lμA,满足芯片应用要求.此外,为了增强浮栅驱动电路的抗噪性能,提出了一种新型的抗dV/dt噪声电路,相比于使用滤波宽度为70ns滤波电路的传统栅驱动芯片,抗dV/dt噪声能力从约30Vs提升至70Vs以上.

摘要： 目前声纹鉴定技术在案件侦破工作中的应用逐渐成为提高办案效率的重要手段和途径之一,但是由于送检的语音大多受到噪声干扰和污染,大大降低了声纹鉴定结果的准确性和稳定性,尤其是低信噪比的语音,根本无法鉴定.针对这一问题,使用基于最佳短时谱估计的语音增强算法进行声纹鉴定预处理,抑制背景噪声,改善语音质量.实验结果证明,该算法提高了信号的信噪比、可懂度;从语谱图上分析,还原出更多信号的有用信息.该算法在恶劣的噪声环境下稳健性强,提高了声纹鉴定结果的正确性.

摘要： 图像分割是图像分析与模式识别重要和基本的一个组成部分,彩色图像分割方法是使用灰度图像分割方法运用于不同的颜色空间.在本文中,提出了一种新的利用模糊支持向量机(FSVM)的在HSI颜色空间中的彩色图像分割方法.通过实验验证了该方法在彩色图像分割方面较其他方法具有较好的效果和较低的计算复杂度,并具有良好的抗噪性能.

摘要： 本文通过引入新的隶属度约束,提出了一般化的改进模糊划分的切换回归模型GIFP-FCRM,解决了传统的模糊切换回归模型FCRM对噪声点敏感的缺陷和改进模糊划分的切换回归模型IFP-FCRM模糊指数m的一般化问题。通过引入模糊程度系数α，使得FCRM模型和IFP-FCRM模型分别表示为GIFP-FRCM模型的特例。实验结果表明GIFP-FCRM模型较之于FCRM模型具有更好的鲁棒性和抗噪性能。

摘要： 根据运动造成图像模糊的特点,本文阐述了匀速直线运动模糊图像的退化模型,介绍了维纳滤波复原方法,提出了一种改进的运动模糊图像复原算法。该算法首先加强Radon变换算法的抗噪性能,利用自相关运算估计点扩展函数的模糊尺度参数,采用改进的K值自动估计算法较准确地估计出K值,再用维纳滤波复原图像。结果表明,这种改进的综合算法能够较为精确地估算出运动模糊图像的模糊参量,取得了较好的复原效果。

摘要： 针对地震信号非线性,非平稳性等特征,引入HHT方法对地震信号进行预处理,通过经验模态分解得到IMF分量,采用过零尺度阈值算法实现IMF分量的自适应选择,重构阈值范围内的IMF分量达到降噪效果.对有效信号的IMF分量作Hilbert变换得到瞬时频率和瞬时幅值,基于时频分析构建识别P波STA/LTA法的新特征函数.为提高震相识别精度,对STA/LTA法长短时窗内的幅值信号求标准差进一步放大地震到达后的特征函数比值,通过联合AIC准则,开展了P波震相自动识别.为了验证所建议P波震相自动识别算法,以人工捡拾为基准,应用KIK—NET数据,评价了本文提出方法的精度.结果表明,在处理信噪比较高的地震记录时,三种P博震相识别方法的捡拾精度基本一致;对于信噪比较低的地震信号,与传统STA/LTA—AIC算法相比,基于HHT的P波震相自动识别加权算法有更高的识别精度,同时具有较强抗噪性.

摘要： 针对地震信号非线性,非平稳性等特征,引入HHT方法对地震信号进行预处理,通过经验模态分解得到IMF分量,采用过零尺度阈值算法实现IMF分量的自适应选择,重构阈值范围内的IMF分量达到降噪效果.对有效信号的IMF分量作Hilbert变换得到瞬时频率和瞬时幅值,基于时频分析构建识别P波STA/LTA法的新特征函数.为提高震相识别精度,对STA/LTA法长短时窗内的幅值信号求标准差进一步放大地震到达后的特征函数比值,通过联合AIC准则,开展了P波震相自动识别.为了验证所建议P波震相自动识别算法,以人工捡拾为基准,应用KIK—NET数据,评价了本文提出方法的精度.结果表明,在处理信噪比较高的地震记录时,三种P博震相识别方法的捡拾精度基本一致;对于信噪比较低的地震信号,与传统STA/LTA—AIC算法相比,基于HHT的P波震相自动识别加权算法有更高的识别精度,同时具有较强抗噪性.

摘要： 针对地震信号非线性,非平稳性等特征,引入HHT方法对地震信号进行预处理,通过经验模态分解得到IMF分量,采用过零尺度阈值算法实现IMF分量的自适应选择,重构阈值范围内的IMF分量达到降噪效果.对有效信号的IMF分量作Hilbert变换得到瞬时频率和瞬时幅值,基于时频分析构建识别P波STA/LTA法的新特征函数.为提高震相识别精度,对STA/LTA法长短时窗内的幅值信号求标准差进一步放大地震到达后的特征函数比值,通过联合AIC准则,开展了P波震相自动识别.为了验证所建议P波震相自动识别算法,以人工捡拾为基准,应用KIK—NET数据,评价了本文提出方法的精度.结果表明,在处理信噪比较高的地震记录时,三种P博震相识别方法的捡拾精度基本一致;对于信噪比较低的地震信号,与传统STA/LTA—AIC算法相比,基于HHT的P波震相自动识别加权算法有更高的识别精度,同时具有较强抗噪性.

摘要： 本发明公开了一种广播通信发射机相噪仿真器及抗相噪性能测试方法，具体来说是模拟广播通信发射机相位噪声的仿真器装置及对通信系统进行抗相位噪声性能测试的方法。发射机相噪仿真器包括相噪载波产生器，用于产生符合相位噪声模型的载波信号，仿真器的工作频段由控制器进行设置。抗相噪性能测试方法测试通信系统在高斯白噪声信道下和受到相位噪声干扰后在高斯白噪声信道下的信噪比门限，得出两次测量的门限差作为该系统抗此模型相位噪声的性能。利用本发明所述方法和装置，可以在实验室内测试某种通信系统抗多种模型相位噪声干扰的性能，总结该系统抗相位噪声的能力，并可以对多种系统的性能做出比较，为系统的研制和开发提供参考。

摘要： 抗噪性评估装置和评估抗噪性的方法。一种抗噪性评估装置对包括一对输入信号端口、一对输出信号端口以及用于噪声信号的输入的噪声信号端口的设备的S参数进行测量；计算噪声信号端口与一对输入信号端口之间的S参数之间的差，或者计算噪声信号端口与一对输出信号端口之间的S参数之间的差，作为评估指数；获取通过执行快速傅立叶变换而获得的第一频谱，所述快速傅立叶变换针对通过对噪声信号执行电磁场分析而获得的电压波形执行，并且计算作为第一频谱与评估指数的乘积的第二频谱；以及在第二频谱中提取具有局部最大电压值的频率作为用于评估抗噪性的频率。

摘要： 本发明涉及一种抗噪耳壳、抗噪耳壳模组及抗噪软帽，该抗噪耳壳包括相互卡接的前壳体以及后壳体，在前壳体与后壳体之间设有一极板，极板与前壳体合围成一耳壳前腔，极板与后壳体合围成一耳壳后腔，在极板朝向耳壳后腔的一侧面固定设有一降噪受话器，在耳壳后腔内还设有一降噪电路板，在极板朝向耳壳前腔的一侧设有一拾音麦克风，拾音麦克风以及降噪受话器均与降噪电路板电性连接。本发明提出的抗噪耳壳，可有效地隔绝外界噪音，实现降噪效果。

摘要： 本发明公开了一种广播通信发射机相噪仿真器及抗相噪性能测试方法，具体来说是模拟广播通信发射机相位噪声的仿真器装置及对通信系统进行抗相位噪声性能测试的方法。发射机相噪仿真器包括相噪载波产生器，用于产生符合相位噪声模型的载波信号，仿真器的工作频段由控制器进行设置。抗相噪性能测试方法测试通信系统在高斯白噪声信道下和受到相位噪声干扰后在高斯白噪声信道下的信噪比门限，得出两次测量的门限差作为该系统抗此模型相位噪声的性能。利用本发明所述方法和装置，可以在实验室内测试某种通信系统抗多种模型相位噪声干扰的性能，总结该系统抗相位噪声的能力，并可以对多种系统的性能做出比较，为系统的研制和开发提供参考。

摘要： 抗噪性评估装置和评估抗噪性的方法。一种抗噪性评估装置对包括一对输入信号端口、一对输出信号端口以及用于噪声信号的输入的噪声信号端口的设备的S参数进行测量；计算噪声信号端口与一对输入信号端口之间的S参数之间的差，或者计算噪声信号端口与一对输出信号端口之间的S参数之间的差，作为评估指数；获取通过执行快速傅立叶变换而获得的第一频谱，所述快速傅立叶变换针对通过对噪声信号执行电磁场分析而获得的电压波形执行，并且计算作为第一频谱与评估指数的乘积的第二频谱；以及在第二频谱中提取具有局部最大电压值的频率作为用于评估抗噪性的频率。

摘要： 本发明公开了一种基于深度神经网络的高性能抗噪语音情感识别方法，通过使用深度神经网络作为语音增强模块对含噪语音进行增强处理，缓解了环境噪声对语音情感识别准确率的影响。同时，由于不同性别表达情感的声音韵律特征不同，通过区分发言人的性别使用不同的分类器提高了整体的情感识别的性能。实验表明本发明提出的方法有效的提升了语音情感识别的性能和抗噪能力。

摘要： 本发明公开了一种耳机抗风噪性能测试方法及系统，方法包括通过计算机控制蓝牙耳机切换为HFP模式；通过计算机、信号调理器驱动人工嘴，人工嘴播放人声语料音频；通过计算机控制蓝牙耳机接收人声语料音频，人声语料音频通过蓝牙适配器返回计算机，计算机生成第一人声语料波形图；开启风噪机时，计算机生成第二人声语料波形图；开启风噪机、蓝牙耳机启动抗风噪算法时，计算机上生成第三人声语料波形图；通过逐一对比第一人声语料波形图、第二人声语料波形及第三人声语料波形图，判断抗风噪算法是否有效。本发明能够解决现有技术中抗风噪测试方法操作繁琐，环境影响因素大，导致测试效率不高的技术问题。

摘要： 本实用新型涉及一种抗噪耳壳、抗噪耳壳模组及抗噪软帽，该抗噪耳壳包括相互卡接的前壳体以及后壳体，在前壳体与后壳体之间设有一极板，极板与前壳体合围成一耳壳前腔，极板与后壳体合围成一耳壳后腔，在极板朝向耳壳后腔的一侧面固定设有一降噪受话器，在耳壳后腔内还设有一降噪电路板，在极板朝向耳壳前腔的一侧设有一拾音麦克风，拾音麦克风以及降噪受话器均与降噪电路板电性连接。本实用新型提出的抗噪耳壳，可有效地隔绝外界噪音，实现降噪效果。

摘要： 本实用新型公开了一种抗噪电路、驻极体话筒抗噪电路及驻极体话筒设备，所述抗噪电路用于提升一音频设备的抗噪性，包括输入端抗噪电路和输出端抗噪电路；所述输入端抗噪电路连接在所述音频设备的输入端，用于对所述音频设备的输入信号进行抗噪处理；所述输出端抗噪电路连接在所述音频设备的输出端，用于对驻极体话筒所述音频设备的输出信号进行抗噪处理；本实用新型提供的抗噪电路通过在音频设备的输入端和输出端分别连接抗噪电路，对音频设备的输入端和输出端进行抗噪处理，有效抑制环境干扰。

摘要： 本发明公开一种提升回复生成模型抗噪性能的方法，包括获取无噪声的训练样本，并生成无噪声输入序列；根据无噪声输入序列生成相应的有噪声输入序列；基于所述无噪声输入序列和所述相应的有噪声输入序列输入至编码器进行噪声预测训练；根据所述编码器的输出和所述训练样本对解码器进行回复生成训练。训练过程中，噪声预测训练和回复生成训练同时进行，共用相同的学习率。这个网络使得Transformer编码层除了正常的学习语言特征表示外，同时强化编码层对噪声字符的表示性能。最终，输入序列在经过编码端的特征表示后，参与解码，使得解码模型逐渐学习到处理噪声的性能。