維納濾波
- 基于中頻域維納濾波的非視域成像算法研究*
的過程,傳統(tǒng)維納濾波反卷積方法是使用經(jīng)驗(yàn)值或者反復(fù)嘗試得到瞬態(tài)圖像的功率譜密度噪信比(power spectral density noise-to-signal ratio,PSDNSR)進(jìn)行維納濾波反卷積,但非視域成像每個(gè)隱藏場景的PSDNSR 都不同,先驗(yàn)估計(jì)難以適用.因此本文提出使用捕獲瞬態(tài)圖像的中頻域信息來估計(jì)PSDNSR 進(jìn)行維納濾波從而實(shí)現(xiàn)非視域成像.實(shí)驗(yàn)表明,基于中頻域維納濾波的非視域成像算法估計(jì)的PSDNSR 能夠落在一個(gè)重建效果較好的量
物理學(xué)報(bào) 2023年1期2023-01-30
- 基于維納濾波的圖像增強(qiáng)和消噪技術(shù)研究
下，可以采用維納濾波算法進(jìn)行去噪，該算法的本質(zhì)是一種估計(jì)算法，所得到的還原圖像比較好。消噪技術(shù)旨在實(shí)現(xiàn)圖像增強(qiáng)，減少圖像中的噪聲，使噪聲對圖像的影響程度降到最低，還原本真圖像。此次研究主要針對有規(guī)律的三種噪聲，分別是高斯噪聲、椒鹽噪聲和均勻噪聲，其中高斯噪聲遵循正態(tài)分布，椒鹽噪聲呈雙邊極性脈沖，而均勻噪聲則是隨機(jī)分布，最為常見。1 維納濾波去噪工作原理維納濾波實(shí)際上就是一種線性濾波，通過觀察原始信號和噪聲，得出信號的當(dāng)前值。維納濾波的頻率域形式為：其中，(
現(xiàn)代信息科技 2022年8期2022-08-12
- 一種改進(jìn)的GSC自適應(yīng)波束形成的語音增強(qiáng)方法
對角載入量;維納濾波中圖分類號：TP18? ? ? 文獻(xiàn)標(biāo)識碼：A文章編號：1009-3044（2022）15-0068-04近年來，語音增強(qiáng)方法[1-2]在語音交互中具有十分重要的角色。語音增強(qiáng)技術(shù)分為三大類[3-5]，其中，多通道語音增強(qiáng)利用麥克風(fēng)陣列[6-8]獲取空域信息，再利用自適應(yīng)濾波或波束形成[9-11]等算法對語音信號進(jìn)行處理，抑制噪聲和干擾，從而達(dá)到增強(qiáng)目標(biāo)語音信號的目的。波束形成準(zhǔn)則使其在理想方向形成一個(gè)增益最大的波束。自適應(yīng)波束形成算法
電腦知識與技術(shù) 2022年15期2022-07-02
- 基于偏微分方程與維納濾波模型的圖像去噪
培研究指出，維納濾波的優(yōu)點(diǎn)是能夠規(guī)避處理頻域時(shí)會出現(xiàn)的病態(tài)問題，當(dāng)PSF 已知時(shí)，對模糊圖像的復(fù)原效果更加顯著，但它所采用的最小均方誤差準(zhǔn)則和人的視覺并不是完美契合的[7]．黃金、周先春、吳婷等提出了一種混合維納濾波與改進(jìn)型TV 的圖像去噪模型，該模型能夠有效去除噪聲、強(qiáng)化邊緣，有效地保證了邊緣結(jié)構(gòu)的細(xì)節(jié)信息[8]．因此，為了解決去噪過程中造成邊緣細(xì)節(jié)和紋理特征模糊的問題，本文利用TV 全變分偏微分方程模型與維納濾波模型相結(jié)合的方法對圖像進(jìn)行去噪處理，并通
- 基于VMD-維納濾波的時(shí)間序列去噪
均值濾波以及維納濾波、卡爾曼濾波等。其中維納濾波和卡爾曼濾波基于時(shí)間序列的自相關(guān)性，具有較好的去噪效果，但僅適用于平穩(wěn)時(shí)間序列。小波變換也可用于噪聲的去除，通過對序列進(jìn)行時(shí)間尺度的分解，尋找不同時(shí)間尺度下的特性，具有較高的準(zhǔn)確性，其缺點(diǎn)是需要設(shè)定基函數(shù)[3]。近年來，時(shí)間序列分解技術(shù)得到了廣泛關(guān)注。這里，經(jīng)驗(yàn)?zāi)B(tài)分解(EMD)將具有不同時(shí)間尺度的信號逐級分解，不需要復(fù)雜的遞推迭代和矩陣運(yùn)算，其缺點(diǎn)是易產(chǎn)生虛假分量和模態(tài)混疊等[4]。集合經(jīng)驗(yàn)?zāi)B(tài)分解(EEM
自動(dòng)化技術(shù)與應(yīng)用 2022年1期2022-02-22
- 航發(fā)軸承復(fù)合故障診斷的循環(huán)維納濾波方法
波處理。循環(huán)維納濾波器是一種基于循環(huán)平穩(wěn)信號的譜相干理論提出的，以最小均方誤差為最優(yōu)準(zhǔn)則的線性濾波器，已有學(xué)者將循環(huán)維納濾波器應(yīng)用于滾動(dòng)軸承復(fù)合故障診斷問題中[20-22]，其主要思想是將復(fù)合故障信號按照特征循環(huán)頻率進(jìn)行一組頻移，通過一個(gè)濾波器組，對信號實(shí)現(xiàn)自適應(yīng)濾波，根據(jù)濾波器輸出信號和期望信號之間的差值調(diào)整濾波器組的權(quán)值。循環(huán)維納濾波算法中，期望信號是影響濾波效果的關(guān)鍵因素。目前主要可以通過典型循環(huán)維納濾波法和人工合成循環(huán)維納濾波法這兩種方法獲得期望信
西安電子科技大學(xué)學(xué)報(bào) 2022年6期2022-02-13
- 陣列信號維納濾波用于主動(dòng)聲吶圖像增強(qiáng)處理
器處理領(lǐng)域，維納濾波是圖像和信號降噪處理的重要手段[4-7]。本文利用目標(biāo)回波信號和干擾噪聲在空間和時(shí)間相關(guān)統(tǒng)計(jì)特性上的差異，使用維納濾波來提高水下小目標(biāo)的探測和識別性能。針對高頻主動(dòng)聲吶圖像增強(qiáng)問題，本文提出的基于最小均方差準(zhǔn)則的聲吶陣列信號維納濾波器不是直接對基元接收到的信號進(jìn)行維納濾波，而是將其通過兩個(gè)步驟實(shí)現(xiàn)：首先對陣列信號進(jìn)行主動(dòng)最小方差無畸變響應(yīng)（Minimum Variance Distortionless Response,MVDR）波束形
聲學(xué)技術(shù) 2021年6期2022-01-21
- 高噪聲環(huán)境下噪聲抑制與語音增強(qiáng)研究
;噪聲抑制;維納濾波;自適應(yīng)濾波;自適應(yīng)噪聲抵消引言：總結(jié)國內(nèi)外眾多學(xué)者的研究，兩類非平穩(wěn)噪聲是最難處理的，如語音噪聲和低頻噪聲。 類似語音的噪聲和語音具有相似的結(jié)構(gòu)。消除這些成分很容易損壞增強(qiáng)語音的音質(zhì)并降低可懂度。 低頻段噪聲的信號能量大多集中在低頻段，功率譜密度在整個(gè)頻段內(nèi)變化不均勻。 消除低頻段噪聲很容易造成語音失真。根據(jù)實(shí)際工程應(yīng)用需求，對比了維納濾波法、減譜法、自適應(yīng)濾波法等幾種主流降噪方法的特點(diǎn)，最終采用基于自適應(yīng)噪聲抵消技術(shù)的降噪方案。方案
科技研究 2021年20期2021-09-10
- 基于維納濾波和綜合評價(jià)因子的遙感圖像復(fù)原①
ucy方法、維納濾波方法、最小二乘方法[8-9]等。近幾年，隨著處理器計(jì)算能力的不斷增強(qiáng)，許多學(xué)者的研究重點(diǎn)轉(zhuǎn)移到神經(jīng)網(wǎng)絡(luò)方法上。這些方法采用基于模型的神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)遙感圖像幅復(fù)原[10]。Zhou 提出的神經(jīng)網(wǎng)絡(luò)復(fù)原方法采用Hopfied神經(jīng)網(wǎng)絡(luò)來控制圖像復(fù)原的效果[11]。但是，用Zhou的方法存在網(wǎng)絡(luò)結(jié)構(gòu)大、網(wǎng)絡(luò)狀態(tài)更新慢等問題。為了克服這些缺點(diǎn)，Paik等提出了一種改進(jìn)的Hopfied神經(jīng)網(wǎng)絡(luò)灰度遙感圖像復(fù)原方法[12]，此后，該算法又被諸多學(xué)者再網(wǎng)
空間電子技術(shù) 2021年3期2021-08-17
- 優(yōu)化的維納濾波算法在心音信號中降噪的應(yīng)用
[3-4].維納濾波(wiener filtering)是一種基于最小均方誤差準(zhǔn)則對平穩(wěn)過程的最優(yōu)估計(jì)器[1],該算法作為一種濾除噪聲或干擾以提取有用信息的濾波器,在降噪方面具有十分重要的應(yīng)用價(jià)值.但同時(shí)它采用FFT變換進(jìn)行時(shí)域分析,這對于處理非平穩(wěn)類型的信號存在分辨率較低等缺陷.鑒于此,本文在維納濾波算法的基礎(chǔ)上,提出一種優(yōu)化的維納濾波算法對二尖瓣心音信號進(jìn)行降噪,以減少二尖瓣心音信號中的殘留問題,同時(shí)提高心音信號的分辨率.2 二尖瓣心音信號的降噪原理2
- 基于深度學(xué)習(xí)的現(xiàn)代數(shù)字信號處理教學(xué)模式改革探討
理知識點(diǎn)，以維納濾波為例，通過引入深度學(xué)習(xí)框架，解決數(shù)字圖像處理過程方法，提升學(xué)生在深度學(xué)習(xí)在數(shù)字信號處理中的實(shí)踐能力，在課程教學(xué)中取得了較好效果。關(guān)鍵詞：深度學(xué)習(xí);數(shù)字信號處理;維納濾波目前隨著電子信息技術(shù)、微電子技術(shù)、互聯(lián)網(wǎng)+、大數(shù)據(jù)與深度學(xué)習(xí)的快速發(fā)展，現(xiàn)代數(shù)字信號處理技術(shù)得到了快速提升，并廣泛應(yīng)用于石油勘探、生物醫(yī)學(xué)、消費(fèi)電子、國防軍事、航空航天、現(xiàn)代工業(yè)等其他領(lǐng)域，已成為現(xiàn)代經(jīng)濟(jì)與社會發(fā)展的最重要應(yīng)用技術(shù)之一。由于該課程的理論性和實(shí)踐性都很強(qiáng)，且
科技風(fēng) 2021年2期2021-01-26
- 圖像去模糊處理研究
值去噪算法和維納濾波去噪算法兩者的優(yōu)勢進(jìn)行改進(jìn)，提出一種圖像去噪效果更好的方法。該方法首先對圖像添加高斯白模糊，模擬圖像在不同程度下的模糊情況，其次對添加了不同高斯白噪聲下的圖像分別進(jìn)行小波閾值、Wiener濾波、小波閾值和Wiener濾波聯(lián)合去噪，對比不同不通濾波在相同條件下的去噪效果，最后，計(jì)算出降噪之前以及降噪之后的圖像信噪比、峰值信噪比。仿真結(jié)果表明，該方法的信噪比和峰值信噪比大于比單獨(dú)使用Wiener濾波和單獨(dú)使用小波閾值去噪，圖像的還原度也較之
電腦知識與技術(shù) 2020年32期2020-12-29
- 循環(huán)平穩(wěn)理論在G3-PLC信號處理中應(yīng)用
2-3]，將維納濾波[4]加以改進(jìn)，形成循環(huán)維納濾波算法，應(yīng)用于G3-PLC物理層信號處理中，并與RS等糾檢錯(cuò)編碼結(jié)合在一起提高G3-PLC系統(tǒng)的可靠性。1 G3-PLC中的信號分析和濾波要求1.1 G3-PLC標(biāo)準(zhǔn)及問題分析G3-PLC 通信系統(tǒng)中每個(gè) OFDM 符號對應(yīng)的子載波可采用DBPSK 或DQPSK 調(diào)制方式。在該標(biāo)準(zhǔn)中，OFDM 系統(tǒng)共有256 個(gè)子載波，其中特定的36 個(gè)子載波作為有效子載波來傳輸有效信息。為了規(guī)避電力線網(wǎng)絡(luò)中低頻段較強(qiáng)的電
探測與控制學(xué)報(bào) 2020年4期2020-09-02
- 基于聽覺掩蔽效應(yīng)的改進(jìn)型維納濾波算法
效應(yīng)的改進(jìn)型維納濾波算法。采用能熵比法對帶噪語音信號進(jìn)行端點(diǎn)檢測，據(jù)此進(jìn)行實(shí)時(shí)噪聲譜估計(jì)。采用經(jīng)典維納濾波算法得到近似純凈語音以計(jì)算聽覺掩蔽閾值，根據(jù)掩蔽閾值動(dòng)態(tài)調(diào)整改進(jìn)型維納濾波器的一組參數(shù)，通過維納濾波得到增強(qiáng)語音。通過客觀評價(jià)指標(biāo)SNR，PESQ測試以及主觀試聽測試可知，該算法不僅提高了語音信號的信噪比，而且減少了語音的失真，提高了語音的感知質(zhì)量。關(guān)鍵詞：聽覺掩蔽效應(yīng)；語音增強(qiáng)；維納濾波；能熵比中圖分類號：TP391.4文獻(xiàn)標(biāo)志碼：A文章編號：100
計(jì)算機(jī)與網(wǎng)絡(luò) 2020年13期2020-07-29
- 基于小波包與自適應(yīng)維納濾波的語音增強(qiáng)算法
[1-3]、維納濾波法[4-6]、小波系數(shù)閾值法[7-9]、子空間法[10-11]及近年來提出的深度神經(jīng)網(wǎng)絡(luò)法[12]等。這些語音增強(qiáng)算法或是基于統(tǒng)計(jì)模型或基于語音與噪聲的先驗(yàn)信息，在一定程度上改善了含噪語音的質(zhì)量。然而，在復(fù)雜噪聲環(huán)境下，尤其是在非平穩(wěn)噪聲環(huán)境下它們的語音增強(qiáng)性能出現(xiàn)下降。針對上述問題，文中提出了一種基于小波包和自適應(yīng)維納濾波的語音增強(qiáng)算法。1 小波包變換小波包變換是一種直觀且有效的語音增強(qiáng)方法。語音與噪聲的小波包變換所表現(xiàn)的特性截然相反
計(jì)算機(jī)技術(shù)與發(fā)展 2020年1期2020-01-10
- 基于改進(jìn)固定點(diǎn)迭代方法的深層活體量化光聲成像
，利用自適應(yīng)維納濾波算法對原始的光聲壓圖像進(jìn)行濾波去除重建圖像偽影;然后，通過光傳輸模型求解目標(biāo)成像區(qū)域的光通量;最后，進(jìn)行迭代計(jì)算，獲得目標(biāo)組織的光學(xué)吸收系數(shù)。此外，在求解光通量過程中引入Toast++軟件來實(shí)現(xiàn)光傳輸模型的前向求解，提高量化成像的效率和精確性。仿體和活體實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)固定點(diǎn)迭代方法相比，所提方法能夠獲取更高質(zhì)量的光聲圖像，重建得到的深層量化光聲圖像中存在較少偽影;量化重建的深層目標(biāo)組織的光學(xué)吸收系數(shù)與淺層目標(biāo)組織的光學(xué)吸收系數(shù)的數(shù)
計(jì)算機(jī)應(yīng)用 2019年10期2019-11-15
- 基于麥克風(fēng)陣列的語音增強(qiáng)算法研究
除。2.2 維納濾波算法維納濾波是常用的后置濾波算法。采用維納濾波語音增強(qiáng)的目的是最大限度地抑制噪聲,得到原始語音的最佳估計(jì)。采用不同的最佳準(zhǔn)則,得到的估計(jì)結(jié)果可能不同[11]。在傳統(tǒng)的維納濾波算法中，若帶噪語音的信噪比較高，則經(jīng)過維納濾波后的信號的先驗(yàn)信噪比也比較大。也就是說，信噪比的取值是不確定的，它會隨著帶噪信號中噪聲的變化而發(fā)生變化[12]。為了避免這種不確定性，需要讓先驗(yàn)信噪比保持在一個(gè)相對穩(wěn)定的狀態(tài)，所以用前一幀的先驗(yàn)信噪比決定當(dāng)前幀的先驗(yàn)信噪
自動(dòng)化儀表 2019年9期2019-10-09
- 多級維納濾波器的快速實(shí)現(xiàn)方法研究
n提出的多級維納濾波器(MSWF)推廣了傳統(tǒng)維納濾波器(WF)結(jié)構(gòu)，其結(jié)構(gòu)由一個(gè)分界濾波器組和一個(gè)合成濾波器組成，具有更強(qiáng)的降維能力。多級維納濾波器是近年發(fā)展起來的降維自適應(yīng)濾波技術(shù)，在很多領(lǐng)域都有廣泛的應(yīng)用，例如空時(shí)自適應(yīng)雷達(dá)中的恒虛警率(CFAR)檢測、自適應(yīng)均衡、超分辨率譜估計(jì)等。本文研究多級維納濾波器的快速實(shí)現(xiàn)方法，提出了降秩多級維納濾波器和相關(guān)相減算法的多級維納濾波器，并對2種濾波器進(jìn)行計(jì)算機(jī)仿真實(shí)現(xiàn)，結(jié)果表明，多級維納濾波器的快速實(shí)現(xiàn)方法保持了
艦船電子對抗 2019年4期2019-09-10
- 基于維納濾波的單載波干擾抑制方法
出了一種基于維納濾波的單頻干擾抑制方法。該方法借鑒了維納濾波的思想，通過構(gòu)造本地信號，可達(dá)到最小均方誤差準(zhǔn)則下的最優(yōu)估計(jì)。實(shí)驗(yàn)表明，該方案復(fù)雜度低、實(shí)時(shí)性優(yōu)、干擾抑制效果明顯，經(jīng)本文所提算法處理后，單載波干擾可降低到熱噪聲電平以下。已成功運(yùn)用于工程實(shí)踐中。關(guān)鍵詞：維納濾波;單頻干擾;擴(kuò)頻中圖分類號：TN973;TN713? ? ? 文獻(xiàn)標(biāo)識碼：A 文章編號：2096-4706（2019）09-0062-030? 引? 言直接序列擴(kuò)頻通信，其特點(diǎn)是傳輸信息所
現(xiàn)代信息科技 2019年9期2019-09-10
- 基于同態(tài)濾波和維納濾波的太陽耀斑去云處理對比研究
模型以及基于維納濾波的去云模型。通過兩種模型分別處理圖片，對比分析結(jié)果圖后得出兩種模型對太陽耀斑去云處理均有一定效果。但基于同態(tài)濾波的去云模型更適于太陽耀斑圖片的去云處理，同時(shí)通過三維圖像可以得出同態(tài)濾波去云效果最佳。關(guān)鍵詞：同態(tài)濾波 ?維納濾波 ?去云處理 ?三維圖像處理中圖分類號：TP751 ? 文獻(xiàn)標(biāo)識碼：A ? ? ? ? ? ?文章編號：1672-3791（2019）05（b）-0015-03太陽耀斑是一種發(fā)生于太陽大氣周圍局部的一種最劇烈的太陽
科技資訊 2019年14期2019-08-13
- 基于稀疏表示與加權(quán)核范數(shù)最小化的圖像去噪算法
用一種奇異值維納濾波，從其差異矩陣中找出丟失的部分紋理信息，并將其與低秩去噪結(jié)果融合。實(shí)驗(yàn)結(jié)果表明，該算法能夠保持圖像的細(xì)小紋理，去噪效果更好，具有良好的魯棒性與泛化性。關(guān)鍵詞：稀疏表示;加權(quán)核范數(shù)最小化;圖像去噪;圖像特征;維納濾波DOI：10. 11907/rjdk. 182239中圖分類號：TP312文獻(xiàn)標(biāo)識碼：A文章編號：1672-7800（2019）006-0075-05Abstract：To solve the problem that som
軟件導(dǎo)刊 2019年6期2019-07-08
- 基于語譜圖的老年人語音情感識別方法
先驗(yàn)信噪比的維納濾波算法，針對老人語音情感庫EESDB進(jìn)行語音增強(qiáng)，選取合適的語音情感庫，對語音進(jìn)行語譜圖特征提取與規(guī)范化，然后分析卷積神經(jīng)網(wǎng)絡(luò)（CNN）的結(jié)構(gòu)并選定Cifar10網(wǎng)絡(luò)對語譜圖進(jìn)行分類，最后采用3種方案進(jìn)行對比實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果取得了較高的情感識別率，表明了該方法的有效性和可行性。關(guān)鍵詞：老年人語音情感識別；語譜圖；維納濾波；卷積神經(jīng)網(wǎng)絡(luò)DOIDOI：10.11907/rjdk.181094中圖分類號：TP301文獻(xiàn)標(biāo)識碼：A文章編號文章編號：
軟件導(dǎo)刊 2018年9期2018-12-10
- 基于MATLAB的運(yùn)動(dòng)模糊圖像恢復(fù)
約束復(fù)原中的維納濾波法[7]。維納濾波法也叫最小均方誤差濾波法[8]。它建立在圖像和噪聲都是隨機(jī)過程，圖像和噪聲不相關(guān)，二者之一的均值為零，灰度估計(jì)值與退化圖像中的灰度值呈線性關(guān)系的前提下。基本思想是找到原圖像的一個(gè)估計(jì)值x,y)，即上式中E{}代表數(shù)學(xué)期望。設(shè)p（x，y）是維納濾波器的復(fù)原函數(shù)，則復(fù)原圖像（即原圖像的估計(jì)值）可表示為代入（3）式得將上式對p（x，y）求偏導(dǎo)并令結(jié)果為零，可得到解出其中的p（x，y），使得上式達(dá)到最小的最優(yōu)解。再將（5）改寫
電子元器件與信息技術(shù) 2018年8期2018-11-06
- 改進(jìn)循環(huán)維納濾波器算法的滾動(dòng)軸承復(fù)合故障診斷
文將傳統(tǒng)循環(huán)維納濾波方法加以改進(jìn),提出基于改進(jìn)循環(huán)維納濾波的滾動(dòng)軸承復(fù)合故障診斷.通過仿真及實(shí)驗(yàn)驗(yàn)證了所述方法的可行性、有效性及相對于傳統(tǒng)循環(huán)維納濾波器的優(yōu)點(diǎn).1 循環(huán)維納濾波器及改進(jìn)方法循環(huán)維納濾波器是基于循環(huán)平穩(wěn)信號譜相干理論提出的,有必要對譜相干基礎(chǔ)理論作以簡要敘述.1.1 譜相干理論(1)式中:α,f分別為循環(huán)頻率及譜頻率.(2)式中:〈·〉為時(shí)間平均因子,(3)(4)(5)1.2 循環(huán)維納濾波及改進(jìn)方法圖1 循環(huán)維納濾波示意圖Fig.1 The
中國工程機(jī)械學(xué)報(bào) 2018年4期2018-09-05
- 一種聯(lián)合小波閾值和維納濾波的探地雷達(dá)信號去噪方法
合小波閾值和維納濾波的探地雷達(dá)信號去噪方法。該方法是在小波閾值去噪的基礎(chǔ)上，使用維納濾波對低頻部分進(jìn)行處理，實(shí)現(xiàn)更完全的去噪。仿真結(jié)果表明，該方法相比傳統(tǒng)的小波閾值去噪方法能夠獲得更好的去噪效果，特別是在低信噪比時(shí)效果更為明顯。2 小波閾值去噪探地雷達(dá)接收天線接收到的原始雷達(dá)回波信號由目標(biāo)反射波、雜波和噪聲組成。為便于分析，不考慮雜波的影響，則雷達(dá)回波觀測信號可以表示為：對式(1)兩邊做小波變換得到：式中，wj,k表示含噪的雷達(dá)回波信號w(n)的小波系數(shù)，
移動(dòng)通信 2018年7期2018-07-30
- 基于維納濾波的超聲增強(qiáng)實(shí)現(xiàn)方法
減法[5]和維納濾波法[6]，其中維納濾波是基于最小均方誤差準(zhǔn)則下構(gòu)造的一種濾波器[4]。其中維納濾波的應(yīng)用非常廣泛，如在圖像處理上的應(yīng)用。另外，還可以從偽影的角度探討噪聲抑制，如文獻(xiàn)[7]提出空間位移復(fù)合方法校正位移估計(jì)，從而抑制偽影噪聲。超聲增強(qiáng)方法大都用到短時(shí)譜估計(jì)，傳統(tǒng)的短時(shí)譜估計(jì)的方法存在著殘留噪聲大的問題，如譜減法存在“音樂噪聲”問題。為此，有學(xué)者提出了有效地抑制殘留噪聲的方法，如Ephriam和Malah方法[8]、Israel Cohen[
數(shù)據(jù)采集與處理 2018年3期2018-06-28
- Nucleation of Boron-Nitrogen on Transition Metal Surface:A First-Principles Investigation
2010).維納濾波語音增強(qiáng)技術(shù)能有效改善語音質(zhì)量,抑制帶噪語音中的噪聲,但和大部分語音增強(qiáng)算法一樣,它并不能有效提高語音可懂度(Speech Intelligibility)。維納濾波算法增益函數(shù)依賴于語音各頻點(diǎn)的估計(jì)信噪比,大量的研究工作用于分析信噪比估計(jì)算法的性能對提升語音質(zhì)量和減少殘留噪聲的影響,而忽略了分析信噪比估計(jì)誤差對語音可懂度的影響。而助聽器的主要目的是提高使用者的語音可懂度,因此對增強(qiáng)算法的研究需充分考慮增強(qiáng)算法對語音可懂度的影響。[14
- 利用測地距離的三維人臉定位算法
像，對其進(jìn)行維納濾波預(yù)處理，在預(yù)處理后的圖像中進(jìn)行鼻尖點(diǎn)定位，進(jìn)而找到人臉的位置，在待檢測圖像中標(biāo)記所得到的人臉區(qū)域。算法在三維人臉庫FRGC和BU-3DFE上進(jìn)行實(shí)驗(yàn)，利用深度信息定位方法和SPIDER特征點(diǎn)定位方法進(jìn)行對比，實(shí)驗(yàn)結(jié)果表明本算法的定位準(zhǔn)確率更高，魯棒性更強(qiáng)。關(guān)鍵詞：人臉定位;測地距離;維納濾波;鼻尖點(diǎn)定位DOI：10.15938/j.jhust.2018.06.020中圖分類號： TP391.?4文獻(xiàn)標(biāo)志碼： A文章編號： 1007-26
哈爾濱理工大學(xué)學(xué)報(bào) 2018年6期2018-02-13
- 基于改進(jìn)維納濾波的運(yùn)動(dòng)模糊儀表圖像恢復(fù)算法*
于逆濾波法，維納濾波具有更強(qiáng)的噪聲抑制能力。維納濾波的執(zhí)行思路是，尋找一個(gè)最優(yōu)濾波器使原始圖像和運(yùn)動(dòng)模糊圖像的復(fù)原圖像均方誤差最小［6］。但維納濾波也存在一定局限性，一是關(guān)鍵參數(shù)的設(shè)置依靠人的經(jīng)驗(yàn)，二是復(fù)原結(jié)果中存在振鈴效應(yīng)［7-10］?；谏鲜龇治?，本文將構(gòu)建更為合理的運(yùn)動(dòng)模糊參數(shù)估計(jì)方法，并對維納濾波方法進(jìn)行改進(jìn)，以增強(qiáng)運(yùn)動(dòng)模糊儀表圖像恢復(fù)技術(shù)的實(shí)用性。1 自適應(yīng)模糊方向估計(jì)首先來分析一下，如何基于Hough變換對運(yùn)動(dòng)模糊圖像的模糊方向進(jìn)行檢測。一幅數(shù)
電測與儀表 2017年2期2017-12-20
- 基于全局方差和噪聲估計(jì)的維納濾波圖像的復(fù)原方法
像復(fù)原方法有維納濾波、最小二乘法、最大似然估計(jì)等。其中維納濾波器是基于最小均方差準(zhǔn)則的復(fù)原方法，可以使逆濾波和噪聲平滑過程中的均方差最小化，適用于抑制加性或乘性噪聲［2］。維納濾波將退化圖像與噪聲統(tǒng)計(jì)特性一并納入復(fù)原過程，因而可以在消除加性噪聲的同時(shí)恢復(fù)模糊圖像［3］。作為一種經(jīng)典的復(fù)原算法，維納濾波也在不斷地被改進(jìn)。Lahmiri等提出了混合維納和偏微分方程濾波方法，在圖像復(fù)原中取得了良好的結(jié)果［4］；Aouinti等將遺傳算法應(yīng)用到迭代維納濾波器中，提
生物醫(yī)學(xué)工程研究 2017年4期2017-10-29
- GPS空時(shí)自適應(yīng)抗干擾算法研究
特別指出多級維納濾波器在未來抗干擾接收機(jī)中的應(yīng)用。GPS；自適應(yīng)；抗干擾；方向圖衛(wèi)星導(dǎo)航系統(tǒng)的出現(xiàn)，解決了大范圍、全球性及高精度快速定位問題，在軍事和民用領(lǐng)域獲得了日益廣泛的應(yīng)用。然而，由于衛(wèi)星信號頻率公開、到達(dá)接收機(jī)的信號功率小，因而很容易受外部射頻干擾的影響，因此，必須采取適當(dāng)?shù)目垢蓴_措施對衛(wèi)星導(dǎo)航接收機(jī)系統(tǒng)進(jìn)行抗干擾處理?？諘r(shí)自適應(yīng)信號處理技術(shù)（Space Time Adaptive Pro?cessing，STAP）在GPS接收機(jī)抗干擾中的應(yīng)用，是
河南科技 2017年3期2017-04-15
- 基于多窗譜估計(jì)的改進(jìn)維納濾波語音增強(qiáng)
譜估計(jì)的改進(jìn)維納濾波語音增強(qiáng)張 青 吳 進(jìn)(西安郵電大學(xué) 陜西 西安 710121)為減少維納濾波在語音增強(qiáng)中殘留的“音樂噪聲”，將多窗譜估計(jì)和改進(jìn)的維納濾波方法結(jié)合，并進(jìn)行語音合成。設(shè)計(jì)了基于多窗譜估計(jì)的改進(jìn)維納濾波語音增強(qiáng)方法，該方法采用多窗譜估計(jì)噪聲功率譜，改進(jìn)維納濾波降噪得到增強(qiáng)語音，以及重疊相加語音合成，并給出仿真對比驗(yàn)證。結(jié)果表明，基于多窗譜估計(jì)的改進(jìn)維納濾波方法在抑制噪聲，減少音樂噪聲方面優(yōu)于基于維納濾波的增強(qiáng)算法和基于多窗譜估計(jì)的改進(jìn)譜減法
計(jì)算機(jī)應(yīng)用與軟件 2017年3期2017-04-14
- 基于多級維納濾波的ESPRIT算法
1)基于多級維納濾波的ESPRIT算法張 超，黎仁剛，顧 軍(中國船舶重工集團(tuán)公司第七二三研究所，江蘇 揚(yáng)州 225001)因奇異值分解引入了龐大的計(jì)算量，子空間分解類的測向算法在工程中難以實(shí)現(xiàn)實(shí)時(shí)處理。多級維納濾波(MSWF)算法，避免了奇異值分解運(yùn)算，有效地減少了運(yùn)算量。通過對多級維納濾波算法進(jìn)行改進(jìn)，提出了一種信源數(shù)目的估計(jì)方法。與傳統(tǒng)多級維納濾波算法相比，該方法提高了測向精度。通過仿真證明了該算法的有效性。陣列信號處理；多級維納濾波；信源數(shù)目估計(jì)；
艦船電子對抗 2017年1期2017-04-05
- 基于維納濾波器的去噪研究
000)基于維納濾波器的去噪研究于 洋， 李 娟(運(yùn)城學(xué)院物理與電子工程系， 山西運(yùn)城 044000)維納濾波是基于最小均方誤差基礎(chǔ)上的濾波設(shè)計(jì)，它使濾波后的輸出在最小平方意義下與期望輸出達(dá)到最佳逼近．本文首先對維納濾波器進(jìn)行了介紹，并通過程序仿真進(jìn)行信號去噪，研究了維納濾波器的階數(shù)N、信號長度L對于濾波效果的影響．結(jié)果顯示，N、L越大，精度也越高，濾波效果也更好，并且驗(yàn)證了對于加入高斯白噪聲的圖像的去噪效果．維納濾波；最小平方準(zhǔn)則；均方誤差0 前言濾波去
洛陽師范學(xué)院學(xué)報(bào) 2017年2期2017-03-12
- 北斗空時(shí)抗干擾降維算法研究
相關(guān)相減多級維納濾波法可降低計(jì)算量，并有著優(yōu)良的抗干擾性能,對其進(jìn)行了仿真試驗(yàn)，并證明了其有效性。北斗系統(tǒng)；降維；相關(guān)-相減多級維納濾波0 引 言隨著我國北斗衛(wèi)星導(dǎo)航系統(tǒng)的不斷完善，其應(yīng)用也越來越廣泛，重要性也日益加深。但衛(wèi)星信號自發(fā)射端到地面?zhèn)鬏斁嚯x極遠(yuǎn)，到達(dá)地面的衛(wèi)星信號功率很低，容易受到干擾的影響，致使接收機(jī)不能正常工作，不能提供有效的定位信息，因此需要在接收機(jī)前端增加抗干擾模塊進(jìn)行干擾抑制。目前主要的抗干擾方法有時(shí)域?yàn)V波抗干擾技術(shù)、空域?yàn)V波抗干擾技
艦船電子對抗 2016年6期2017-01-18
- 基于偽隨機(jī)序列的維納濾波反卷積算法的改進(jìn)
偽隨機(jī)序列的維納濾波反卷積算法的改進(jìn)甄曉丹，郝凱學(xué)，李 梅（中國地質(zhì)大學(xué)（北京）信息工程學(xué)院，北京100083）應(yīng)用于相關(guān)辨識中的維納濾波反卷積算法對噪聲的適應(yīng)性不理想，辨識效果不佳。據(jù)此分析了維納濾波反卷積算法在對大地辨識的過程中對噪聲適應(yīng)性不理想的原因，并提出了相應(yīng)的改進(jìn)算法：根據(jù)檢測系統(tǒng)沖激響應(yīng)的頻譜范圍，首先用常數(shù)進(jìn)行處理，但實(shí)驗(yàn)效果不佳；再次改進(jìn)后用可變函數(shù)代替不同閾值來調(diào)整算法，對帶通內(nèi)部分和帶通外部分使用不同的估計(jì)方法，從而提高算法對噪聲的適
電子設(shè)計(jì)工程 2016年24期2016-12-23
- 旋轉(zhuǎn)機(jī)械振動(dòng)信號的小波域維納濾波去噪
信號的小波域維納濾波去噪楊尚君，張 峰，石現(xiàn)峰(西安工業(yè)大學(xué) 電子信息工程學(xué)院，西安 710021)為了去除旋轉(zhuǎn)機(jī)械振動(dòng)信號采集傳輸過程中混入的噪聲干擾，文中基于維納濾波和小波閾值濾波，通過建立旋轉(zhuǎn)機(jī)械振動(dòng)信號采集模型，結(jié)合振動(dòng)信號濾波要求，提出了旋轉(zhuǎn)機(jī)械振動(dòng)信號的小波域維納濾波算法.利用工業(yè)現(xiàn)場旋轉(zhuǎn)機(jī)械實(shí)測振動(dòng)信號，對該算法進(jìn)行仿真.結(jié)果表明：該算法保持了旋轉(zhuǎn)機(jī)械振動(dòng)信號的線性相位特性，濾波后信號未產(chǎn)生明顯的幅度失真；小波域維納濾波的均方誤差小于維納濾波
西安工業(yè)大學(xué)學(xué)報(bào) 2016年10期2016-12-21
- 一種基于維納濾波的語音增強(qiáng)算法
萍］一種基于維納濾波的語音增強(qiáng)算法［蔡萍］由于各式各樣噪聲的存在，語音信號的質(zhì)量會大大地降低，環(huán)境噪聲的污染造成了許多語音處理系統(tǒng)的功能性急劇降低。維納濾波是處理噪聲污染的可行辦法之一。維納濾波法是一類以極小的均方誤差為原則、對平穩(wěn)過程的最優(yōu)估計(jì)器。對語音信號進(jìn)行逐幀處理的過程中，傳統(tǒng)的維納濾波法計(jì)算短時(shí)自相關(guān)函數(shù)時(shí)會遇到求和項(xiàng)數(shù)遞減的問題，造成自相關(guān)函數(shù)估計(jì)的不準(zhǔn)確。針對這一問題，提出一種計(jì)算修正自相關(guān)函數(shù)的改進(jìn)算法。該算法處理后濾波器系數(shù)更加逼近最優(yōu)值
廣東通信技術(shù) 2016年6期2016-10-11
- 一種基于修正倒譜平滑技術(shù)改進(jìn)的維納濾波語音增強(qiáng)算法
滑技術(shù)改進(jìn)的維納濾波語音增強(qiáng)算法李季碧，馬永保，夏杰，劉金剛(重慶郵電大學(xué) 信號與信息處理重慶市重點(diǎn)實(shí)驗(yàn)室，重慶400065)摘要：傳統(tǒng)的倒譜平滑維納濾波算法在求取選擇性平滑范圍時(shí)，噪聲會對維納增益函數(shù)的倒譜產(chǎn)生影響，使估計(jì)出的選擇性平滑范圍不正確，進(jìn)而導(dǎo)致此傳統(tǒng)算法在平滑掉音樂噪聲的同時(shí)也影響了噪聲抑制效果。為此提出了一種基于修正倒譜平滑技術(shù)改進(jìn)的維納語音增強(qiáng)算法，該算法先用最大似然準(zhǔn)則估計(jì)出純凈語音的倒譜，然后在純凈語音倒譜中求取基頻和共振峰的位置，進(jìn)
- 基于MATLAB的圖像去噪方法的研究與實(shí)現(xiàn)
中值濾波法、維納濾波法和小波變換法對需要的圖像進(jìn)行去噪處理，同時(shí)比較幾種去噪方法的優(yōu)缺點(diǎn)，找到對圖像質(zhì)量影響最小，且去噪性能最好的方法。關(guān)鍵詞：圖像去噪；維納濾波；小波變換；MATLAB0 引言噪聲對圖像的污染將會對圖像邊緣檢測、特征提取、圖像分割、模式識別等處理有一定的影響，因此，我們需要考慮采用一定的方法去盡可能的消除噪聲，不僅要考慮噪聲的消除，還要根據(jù)自己的需要選擇合適的方法，讓圖像信息能更好地為人類服務(wù)。1 圖像去噪方法頻域合成法、空間域合成法以及
大慶師范學(xué)院學(xué)報(bào) 2016年3期2016-07-22
- 一種改進(jìn)的孤立詞語音識別系統(tǒng)設(shè)計(jì)
。該系統(tǒng)通過維納濾波濾除噪聲得到估計(jì)語音，對該語音進(jìn)行雙門限端點(diǎn)檢測和特征提取得到端點(diǎn)范圍內(nèi)的特征向量，采用改進(jìn)動(dòng)態(tài)時(shí)間規(guī)劃算法計(jì)算該特征向量與模板特征向量之間的歐式距離得到識別結(jié)果。仿真對比實(shí)驗(yàn)結(jié)果表明，改進(jìn)系統(tǒng)在識別效果和識別效率方面有提高。關(guān)鍵詞:語音識別；雙門限端點(diǎn)檢測；特征提?。?span id="j5i0abt0b" class="hl">維納濾波；改進(jìn)的動(dòng)態(tài)時(shí)間規(guī)劃語音識別技術(shù)把人類語言轉(zhuǎn)化為機(jī)器可讀語言[1]，應(yīng)用于移動(dòng)通信，工業(yè)控制及醫(yī)療等領(lǐng)域。語音信號在傳輸過程中會受到來自外界環(huán)境和通訊設(shè)備內(nèi)部噪聲
西安郵電大學(xué)學(xué)報(bào) 2016年1期2016-07-01
- 基于倒頻譜的無噪聲運(yùn)動(dòng)模糊圖像快速復(fù)原算法
及效果，采用維納濾波對圖像進(jìn)行復(fù)原.通過對多幅模糊圖像進(jìn)行仿真復(fù)原試驗(yàn)，在獲得了良好的復(fù)原效果的同時(shí)也取得了較高的執(zhí)行效率.關(guān)鍵詞：運(yùn)動(dòng)模糊； 雙線性插值； 倒頻譜； 維納濾波； 圖像復(fù)原成像器件對目標(biāo)成像時(shí)，在曝光時(shí)間內(nèi)感光介質(zhì)與被照物影像間存在相對運(yùn)動(dòng)而帶來的成像模糊稱為運(yùn)動(dòng)模糊[1].對傳送帶上的工件進(jìn)行表面缺陷檢測時(shí)，得到的必然是具有運(yùn)動(dòng)模糊特性的圖像.運(yùn)動(dòng)模糊圖像復(fù)原已得到廣泛的重視和研究，并且國內(nèi)外研究提出的各種復(fù)原方法已經(jīng)取得了一定的成效[2
- 含語音增強(qiáng)模塊的i-向量說話人識別性能分析
計(jì)后,分別用維納濾波法、MMSE-LSA、傳統(tǒng)譜減法和多頻帶譜減法等4種方法進(jìn)行語音增強(qiáng)前端處理,在基于i-向量的說話人識別系統(tǒng)下進(jìn)行實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明采用了語音增強(qiáng)的系統(tǒng)具有一定抗噪聲性能,并且在高信噪比條件下,基于多頻帶的譜減法在此系統(tǒng)下性能最佳,而低信噪比情況下MMSE-LSA算法更有優(yōu)勢.關(guān)鍵詞:說話人識別; i-向量; 語音增強(qiáng); 維納濾波; MMSE; 譜減法0引言說話人識別是一種生物識別技術(shù),通過特定說話人的語音信號來對其身份進(jìn)行識別,可以作
- 環(huán)境光模型暗通道快速去霧處理
；利用分區(qū)間維納濾波兼得傳統(tǒng)維納濾波的保邊去噪能力強(qiáng)的優(yōu)點(diǎn)，抑制透射圖暈輪效應(yīng)，并通過膨脹和腐蝕進(jìn)一步優(yōu)化投射圖邊緣。大量測試圖像表明，改進(jìn)算法在優(yōu)化去霧圖像視覺效果的前提下節(jié)約處理時(shí)間。關(guān)鍵詞：暗通道先驗(yàn)；邊緣檢測；維納濾波；膨脹；腐蝕0 引 言由于天空懸浮粒子能散射和吸收光線形成霧霾，從而造成室外拍攝成像的對比度和色度都較低。在室外圖像質(zhì)量要求較高的應(yīng)用中，如軍事敵情監(jiān)控，刑偵犯罪細(xì)節(jié)斟酌，汽車前方障礙物觀測等，都需要對降質(zhì)圖像做去霧處理，還原目標(biāo)細(xì)節(jié)
光電工程 2016年2期2016-04-11
- 一種用于自動(dòng)調(diào)焦圖像的降噪方法
中值濾波法和維納濾波法實(shí)現(xiàn)了圖像降噪。實(shí)驗(yàn)結(jié)果表明,相比于單一降噪方法,綜合方法不僅能最大程度地降低兩類噪聲,而且能較好地保護(hù)圖像細(xì)節(jié),可作為自動(dòng)調(diào)焦成像系統(tǒng)圖像預(yù)處理的主要方法。關(guān)鍵詞：圖像降噪; 十字中值濾波; 維納濾波; 自動(dòng)調(diào)焦引言在自動(dòng)調(diào)焦圖像采集過程中,由于周圍環(huán)境雜波、成像器件工藝等因素會引入各種各樣的噪聲,使得圖像產(chǎn)生不同程度的模糊,由此影響到圖像的分析和評價(jià),因此有必要對圖像進(jìn)行預(yù)處理,以減少噪聲對圖像評價(jià)的影響。從噪聲類型上看,調(diào)焦圖像
光學(xué)儀器 2016年1期2016-03-30
- 基于多級維納濾波器降維的STAP處理算法性能分析
叉譜法、多級維納濾波器法等［2］。主分量法和互譜法均是基于協(xié)方差矩陣的特征值分解方法，其運(yùn)算量較大，在時(shí)變信號和在快拍數(shù)較少的情況下，所估計(jì)的協(xié)方差矩陣不準(zhǔn)確，會使得特征值和特征矢量的估計(jì)存在較大的誤差。而且主分量法在降維子空間的維數(shù)小于信源數(shù)的情況下，性能會大大下降［3］。互譜法雖然允許降維子空間的維數(shù)小于信源數(shù)，但與性能優(yōu)良、運(yùn)算量很小的多級維納濾波器相比，在快拍數(shù)較小時(shí)，其降維效果仍然差強(qiáng)人意［4］。下面主要探討多級維納濾波器在空時(shí)自適應(yīng)處理中的應(yīng)用
艦船電子對抗 2015年6期2015-10-13
- 低信噪比條件下改進(jìn)ESPRIT方法
T算法的多級維納濾波器（MSWF）結(jié)構(gòu)，找到了一種能判別信號子空間的方法。首先將多級維納濾波器（MSWF）與ESPRIT算法相結(jié)合，采用多級維納濾波器（MSWF）的前向遞推，得到子空間，不需要通過特征值分解。低信噪比時(shí)，針對噪聲子空間泄漏到信號子空間的現(xiàn)象，提出一種判別方法，找到了更精確的信號子空間，結(jié)合ESPRIT方法實(shí)現(xiàn)信號的DOA估計(jì)。由于該算法實(shí)現(xiàn)了真實(shí)的信號子空間的判斷，因此，比傳統(tǒng)基于MSWF算法具有更高地估計(jì)精度。特別是在低信噪比時(shí)，增強(qiáng)了算
火力與指揮控制 2015年6期2015-06-23
- 面向助聽器的語音信號處理算法開發(fā)平臺設(shè)計(jì)*
并實(shí)現(xiàn)了基于維納濾波的助聽器語音增強(qiáng)算法，并進(jìn)行了主觀測試，實(shí)驗(yàn)效果良好。關(guān)鍵詞:助聽器;語音信號;維納濾波;嵌入式系統(tǒng)聽力損失會嚴(yán)重影響聽障患者的身心健康，佩戴助聽器是目前聽障患者改善聽力最有效的手段。在中國，龐大的老齡聽損人口、落后的助聽器技術(shù)、以及漢語與英語本身的差異性，都使得漢語數(shù)字助聽器技術(shù)研究面臨嚴(yán)峻的挑戰(zhàn)［1］。因此，研究面向漢語，面向老齡患者的助聽器算法具有急迫的現(xiàn)實(shí)意義。我國助聽器研究起步較晚，軟硬件條件都落后于歐美等發(fā)達(dá)國家。目前從事助
電子器件 2015年4期2015-02-23
- 振動(dòng)信號離散余弦變換域循環(huán)維納濾波算法＊
3］利用循環(huán)維納濾波實(shí)現(xiàn)振動(dòng)信號的自適應(yīng)噪聲濾除，取得了較好的效果，但是直接循環(huán)維納濾波對非平穩(wěn)隨機(jī)信號濾波效果差，而自適應(yīng)濾波算法復(fù)雜運(yùn)算量大；文獻(xiàn)［4］基于離散余弦變換（Dicrete Cosine Transform，DCT）進(jìn)行振動(dòng)信號無相移濾波的方法，保證了信號的相位特性，實(shí)現(xiàn)了數(shù)據(jù)量的壓縮，但DCT濾波存在對長數(shù)據(jù)濾波效果差的問題；文獻(xiàn)［5］將軟閥值法小波濾波應(yīng)用于振動(dòng)信號濾波，取得了很好的濾波效果，但是該算法需估計(jì)噪聲方差，也存在閥值選取困難
西安工業(yè)大學(xué)學(xué)報(bào) 2015年5期2015-01-01
- 振動(dòng)信號離散余弦變換域維納濾波算法
散余弦變換域維納濾波算法。1 振動(dòng)信號及濾波要求1.1 振動(dòng)信號的采集為便于算法分析研究更具有針對性，進(jìn)行了實(shí)際工業(yè)現(xiàn)場汽輪機(jī)振動(dòng)信號的現(xiàn)場實(shí)測采集。信號采集所用的振動(dòng)傳感器為美國Bentley公司的電渦流式傳感器，汽輪機(jī)轉(zhuǎn)軸理想轉(zhuǎn)動(dòng)頻率為50Hz（即3 000r／min），按照32倍頻采樣頻率（即fs＝50×32＝1 600Hz）進(jìn)行信號采樣，采樣點(diǎn)數(shù)為128點(diǎn)。較為理想情況下采集得到的振動(dòng)信號如圖1所示。為驗(yàn)證算法的去噪性能，對采集得到的振動(dòng)信號加入隨
探測與控制學(xué)報(bào) 2014年4期2014-12-01
- 一種在擴(kuò)散加權(quán)圖像降噪中的算法
用了各向異性維納濾波的方法，國內(nèi)張相芬［6］等人應(yīng)用向量復(fù)擴(kuò)散模型對DWI圖像進(jìn)行降噪等。自適應(yīng)維納濾波器是一種經(jīng)典的線性降噪濾波器，其抗噪性能優(yōu)良并且計(jì)算簡單。然而，由于DWI圖像具有豐富的邊界信息，且其噪聲分布為萊斯噪聲，直接將自適應(yīng)維納濾波方法應(yīng)用于對DWI圖像的降噪并不能取得較好的效果。這是因?yàn)椋菏紫?，DWI圖像的噪聲主要集中于圖像的高頻部分，圖像的低頻部分含有的噪聲較高頻部分而言則要小很多。自適應(yīng)維納濾波算法在對圖像進(jìn)行降噪的過程中，并不能分辨圖
數(shù)據(jù)采集與處理 2014年1期2014-07-25
- 用于語音降噪的級聯(lián)濾波器的設(shè)計(jì)與實(shí)現(xiàn)*
人提出了兩級維納濾波的方法用于克服有色噪聲的干擾，獲得了很好的效果。兩級維納濾波方法的提出從某種程度上說明了采用兩種抗噪算法的系統(tǒng)普遍比只采用一種算法的要好，這種以復(fù)雜度換取性能飛躍的算法成為了歐洲電信標(biāo)準(zhǔn)化協(xié)會2002年10月頒布的分布式語音識別前端標(biāo)準(zhǔn)中的語音降噪的核心算法［5］。兩級維納濾波算法的思路說明了存在著這樣一種可能——以其尋找一種復(fù)雜的變換，達(dá)到語音和噪聲的最大可能分離，不如將兩種普通的降噪算法通過某種方法結(jié)合起來，同樣可以達(dá)到很好的效果。
電子器件 2013年6期2013-12-29
- 噪聲對維納濾波反卷積算法性能影響的分析＊
的實(shí)踐意義。維納濾波反卷積算法是一種簡單實(shí)用的超分辨算法，近來年，運(yùn)用維納濾波反卷積算法實(shí)現(xiàn)雷達(dá)的方位超分辨受到了越來越多的關(guān)注和研究［2～10］。然而雷達(dá)在實(shí)際搜索過程中所得到的目標(biāo)回波必定會有噪聲疊加，這就對反卷積算法的實(shí)際應(yīng)用效果產(chǎn)生了影響。本文首先闡述了維納濾波反卷積的算法理論，其次利用MATLAB對不同信噪比下維納濾波反卷積算法處理后的雷達(dá)回波信號進(jìn)行了仿真實(shí)驗(yàn)，從而得到信噪比對該算法的超分辨倍數(shù)的影響，最后對算法的實(shí)用性進(jìn)行評估。2 算法理論維
艦船電子工程 2012年12期2012-10-16
- 基于MSWF的初始投影向量估計(jì)方法研究＊
年提出了多級維納濾波（Multistage Wiener Filter—MSWF），它是一種有效的降維濾波技術(shù)［3～4］。多級維納濾波具有許多優(yōu)點(diǎn)：不需要估計(jì)接收信號的協(xié)方差矩陣、前向遞推的次數(shù)可以小于陣列的陣元數(shù)以及收斂速度快等。但多級維納濾波需要給定某一目標(biāo)（或用戶）的信號波形（或訓(xùn)練序列），并以此為基礎(chǔ)進(jìn)行子空間分解［5～6］。在陣列天線信號處理的過程中，目標(biāo)信號的波形、波達(dá)方向（DOA）等先驗(yàn)信息不易獲得。通常選用接收信號的時(shí)域平均作為初始估計(jì)值，
艦船電子工程 2012年2期2012-10-16
- 基于維納濾波圖像復(fù)原的設(shè)計(jì)與實(shí)現(xiàn)
000）基于維納濾波圖像復(fù)原的設(shè)計(jì)與實(shí)現(xiàn)魏 揚(yáng)（四川理工學(xué)院計(jì)算機(jī)學(xué)院，四川 自貢 643000）像復(fù)原的目的是從退化圖像中重建原始圖像，改善退化圖像的視覺質(zhì)量。維納濾波能夠較好地進(jìn)行圖像恢復(fù)。【關(guān)鍵詞】維納濾波；圖像恢復(fù)；圖象退化模型圖像在形成、傳輸和記錄過程中，由于受多種原因的影響，圖像的質(zhì)量會有所下降，典型表現(xiàn)為圖像模糊、失真、有噪聲等，這一過程稱為圖像的退化。引起圖像退化的原因有很多，比如大氣湍流效應(yīng)、傳感器特性的非線性、光學(xué)系統(tǒng)的像差、成像設(shè)備與
大眾科技 2011年8期2011-10-19
- 一種因果維納濾波器的推導(dǎo)方法
濾波器被稱為維納濾波器。在許多實(shí)際應(yīng)用中，人們往往無法直接獲得所需要的有用信號，能夠觀測到的一般是退化了或者失真了的有用信號。這就需要解決在噪聲中如何提取信號的問題。維納濾波就是用來解決這樣一類從噪聲中提取信號問題的一種過濾(或?yàn)V波)方法之一[1-3]。它是用線性濾波器實(shí)現(xiàn)對平穩(wěn)隨機(jī)過程的最佳線性估計(jì)。隨著計(jì)算機(jī)科學(xué)的發(fā)展,維納濾波器在信號處理中得到越來越廣泛的應(yīng)用。繼承維納濾波器的思想，60年代，卡爾曼等人提出了卡爾曼濾波器，最后在維納和卡爾曼的基礎(chǔ)上，
通信技術(shù) 2011年3期2011-03-06
- 維納濾波在地震資料噪聲消除中的應(yīng)用
河南鄭州)維納濾波在地震資料噪聲消除中的應(yīng)用高 巖 安浩平 吳順麗 蘇 展(河南省自動(dòng)化工程技術(shù)研究中心 河南鄭州)在地震勘探中,隨機(jī)噪聲是一種頻帶較寬、嚴(yán)重影響有效波的干擾波。維納濾波可以根據(jù)局部圖像的差異來調(diào)整參數(shù),對保留圖像的邊緣部分和其他高頻部分很有用。將維納濾波應(yīng)用于地震信號噪聲的處理,能有效地消除隨機(jī)干擾。隨機(jī)噪聲;維納濾波;去噪;圖像處理0 引 言計(jì)算機(jī)圖像數(shù)字處理技術(shù)已經(jīng)廣泛應(yīng)用于地球物理數(shù)據(jù)處理中[1、2]。圖像數(shù)字去噪處理技術(shù)是將地震
石油管材與儀器 2011年3期2011-01-05
- 常用圖像去噪濾波方法比較分析
、中值濾波和維納濾波對同時(shí)加有高斯噪聲、椒鹽噪聲和乘性噪聲的圖像進(jìn)行了濾波處理,并由各種濾波的原理,再結(jié)合各種方法處理的效果和詳細(xì)分析比較了各種濾波在圖像去噪方面的特征、以及各自作用的利弊。關(guān)鍵詞:鄰域平均;中值濾波;維納濾波中圖分類號:TP317.4文獻(xiàn)標(biāo)識碼:A文章編號:1672-3198(2009)16-0310-011 原始圖像與加噪圖像如下分別是原圖和依次加有高斯噪聲、椒鹽噪聲、乘性噪聲干擾后的圖,噪聲均值均為0,方差均為0.04。中值濾波選擇的
現(xiàn)代商貿(mào)工業(yè) 2009年16期2009-10-16
- 星圖目標(biāo)檢測算法研究
圖,先后利用維納濾波、數(shù)學(xué)形態(tài)學(xué)濾波、軟閾值小波去噪和閾值分割等算法進(jìn)行星圖目標(biāo)檢測。處理結(jié)果表明了算法的有效性。關(guān)鍵詞：星圖識別；維納濾波；數(shù)學(xué)形態(tài)學(xué)；小波變換；圖像降噪；軟閾值中圖分類號：TP751.1文獻(xiàn)標(biāo)識碼：A文章編號：1004-373X(2009)05-031-03Research on Star Map Object Detecting AlgorithmLIU Qiang,XU Jiangning,CHEN Muqing(Naval Uni
現(xiàn)代電子技術(shù) 2009年5期2009-05-12