一种基于改进阈值函数的小波去噪方法

    公开(公告)号:CN114581674A

    公开(公告)日:2022-06-03

    申请号:CN202210275028.0

    申请日:2022-03-21

    Abstract: 本发明公开了一种基于改进阈值函数的小波去噪方法通过小波基对含噪信号进行分解,得到小波分解系数;选取VisuShrink阈值作为判定门限,保留比阈值大的小波系数,舍弃比阈值小的小波系数,实现信号的去噪,具有较强的适用性,改进阈值函数,得到可调阈值函数;根据改进的可调阈值函数对小波系数进行过滤处理,得到估计的小波系数;利用小波逆变换对信号进行重构,得到去噪后的信号。可调阈值函数在应用中设定可调参数,对不同的数据系统进行去噪;具有连续性并且高阶可导,弥补了硬阈值函数产生间断的不足;可调阈值函数很好地保留信号的局部特征,减少不可控噪声的影响,减少低频信号信息的丢失。

    基于自适应混沌粒子群算法的随机共振微弱信号检测方法

    公开(公告)号:CN109117751B

    公开(公告)日:2021-10-19

    申请号:CN201810817856.6

    申请日:2018-07-24

    Inventor: 行鸿彦 韩杰

    Abstract: 本发明公开了一种基于自适应混沌粒子群算法的随机共振微弱信号检测方法,首先,将随机共振问题转化为二阶Duffing系统多参数同步寻优问题,利用自适应混沌粒子群算法完成系统的多参数寻优。将二阶Duffing系统转化为二阶混沌系统,根据混沌的遍历性对所有粒子进行寻优。在寻优过程中,根据粒子寻优能力自适应调节惯性权重,更新粒子速度和位置,判断更新后粒子适应度的最大值,准确寻找出二阶Duffing系统最优参数,将寻找到的最优系统结构参数代入二阶Duffing振子随机共振系统中,实现随机共振,此时,输入微弱信号、高斯白噪声、二阶Duffing非线性系统产生协同效应时,在低频处将噪声的部分能量转移到微弱周期信号中,输出最大信噪比,检测出高斯白噪声背景下的微弱信号。

    基于三维大气电场测量的雷暴云点电荷定位海拔校正方法

    公开(公告)号:CN112858979A

    公开(公告)日:2021-05-28

    申请号:CN202110036291.X

    申请日:2021-01-12

    Abstract: 本发明公开了一种基于三维大气电场测量的雷暴云点电荷定位海拔校正方法,包括以下步骤:首先建立雷暴云点电荷定位海拔校正模型,定义校正参数;然后利用三维大气电场仪,测得三维大气电场分量;最后推导出海拔校正后的点电荷坐标计算公式。基于间接测量误差理论,研究大气电场仪所在位置的海拔高度对雷暴云点电荷定位性能的影响,对校正前后的定位误差进行比较分析。本发明在雷暴监测领域可以显著降低了在单个大气电场仪下获取雷暴云方位数据的误差,通过数据证明,相比于校正前,该方法在实际应用中具有更好的性能,减少了海拔对雷暴云点电荷定位性能的负面影响,为雷暴云预报预警研究提供了一种新的误差补偿手段。

    一种基于变分模态分解的海杂波混合去噪算法

    公开(公告)号:CN111985426A

    公开(公告)日:2020-11-24

    申请号:CN202010875165.9

    申请日:2020-08-27

    Inventor: 行鸿彦 孙江

    Abstract: 本发明公开了一种基于变分模态分解的海杂波混合去噪算法,该方法首先采用C-C法进行相空间重构,确定嵌入维和延迟时间,实现混沌信号的预处理,然后对含有对含目标信号的海杂波信号进行变分模态分解得到有限个简单的固有模态函数(IMF),分析分解信号的自相关特性,对含有噪声特性模态分量进行小波硬阈值滤波,重构滤波后的分量和剩余分量得到去噪后信号,最后结合LSSVM建立混沌时间序列预测模型,从预测误差中检测淹没在海杂波中微弱信号,比较去噪前后的均方根误差,其中均方根误差作为去噪效果的评价标准,实验结果表明去噪效果好,去噪后预测的均方根误差0.00055比未去噪预测均方根误0.0125降低了两个数量级。

    一种随机共振微弱信号检测方法

    公开(公告)号:CN108645505B

    公开(公告)日:2020-09-18

    申请号:CN201810233441.4

    申请日:2018-03-21

    Inventor: 行鸿彦 韩杰

    Abstract: 本发明公开了一种随机共振微弱信号检测方法,该随机共振微弱信号检测方法通过追尾行为的混沌变步长萤火虫优化算法寻找随机共振系统的结构最优参数,代入二维Duffing振子系统中,实现随机共振,检测出待检测信号中的微弱周期信号,输出最大信噪比,检测出非高斯噪声背景下的微弱信号。本发明将鱼群追尾行为、混沌和变步长操作引入到萤火虫算法中,解决萤火虫算法在寻优时出现拥挤的问题,在较小的规模内快速收敛到全局最优解,具有寻优能力强、收敛速度快、收敛精度高等优点。

    一种基于三维大气电场仪的雷暴云移动路径跟踪方法

    公开(公告)号:CN110297284A

    公开(公告)日:2019-10-01

    申请号:CN201910692270.6

    申请日:2019-07-30

    Abstract: 本发明公开了一种基于三维大气电场仪的雷暴云移动路径跟踪方法,首先,根据镜像法理论,建立跟踪雷暴云移动路径的空间模型,基于模型,定义雷暴云方位的动态参数;然后,利用雷暴云在三维大气电场仪处的电位分布公式,得到三维电场分量;最后,将雷暴云所在方位与时间点进行关联,实现雷暴云移动路径跟踪。给出电场分量测量误差、方位角,俯仰角与路径跟踪精确度的关系,对跟踪性能进行分析。本发明能够准确跟踪雷暴云的移动路径,具有较好的跟踪效果。

    一种雨声信号降噪处理方法和系统

    公开(公告)号:CN110263876A

    公开(公告)日:2019-09-20

    申请号:CN201910566197.8

    申请日:2019-06-27

    Inventor: 行鸿彦 吴佳佳

    Abstract: 本发明公开了一种雨声信号降噪处理方法,包括:采集降雨时的实时声音信号,实时声音信号中至少包括实时雨声信号;基于从混合声音信号中剔除实时第一环境音信号、实时第二环境音信号的雨声分离子系统,从实时声音信号中分离出不含环境音信号的雨声信号;所述环境音信号包括第一环境音信号和第二环境音信号。本发明采用独立成分分析算法(ICA)中的固定点算法(FastICA)算法,创建雨声分离子系统,优化分离矩阵参数,将降雨时的实时声音信号导入雨声分离子系统,剔除环境音信号,导出较为纯净的雨声信号,再根据导出的雨声信号频谱判断雨量等级。

    一种超声波换能器测风阵列及其测风方法

    公开(公告)号:CN106405147B

    公开(公告)日:2019-07-23

    申请号:CN201610958395.5

    申请日:2016-10-28

    Inventor: 行鸿彦 魏佳佳

    Abstract: 本发明提供一种超声波换能器测风阵列及其测风方法,其中,所述测风阵列包括主壳体、支撑所述主壳体的连接臂以及设置于所述主壳体上的测风机构,所述主壳体内安装有测风电路,所述测风机构包括预设数量的超声波换能器、安装固定接头以及柱臂,其中,所述预设数量的超声波换能器分为三个对射组,每个对射组均封装于各自的安装固定接头内,各个所述安装固定接头分别通过所述柱臂与所述主壳体相连,三个所述安装固定接头处于同一水平面上并且构成等边三角形。本发明提供的一种超声波换能器测风阵列及其测风方法,能够提高测风精度。

    一种自适应海杂波信号去噪方法

    公开(公告)号:CN109871733A

    公开(公告)日:2019-06-11

    申请号:CN201811130695.X

    申请日:2018-09-27

    Inventor: 行鸿彦 刘刚

    Abstract: 本发明公开一种自适应海杂波信号去噪方法,属于雷达信号处理领域。该方法包括如下步骤:1)对含噪海杂波信号x(n)进行自适应噪声完备互补集成经验模态分解,得到m+1个IMF分量;2)计算x(n)与各IMF分量之间的互相关系数,并确定互相关系数中第一个局部极小值所对应的IMF分量imfk(n);3)利用ICA对识别出前k个含噪分量进行去噪,重构去噪后的各IMF分量,得到消噪后的信号xd(n);4)对消噪后的信号xd(n)再次进行CEEMDAN分解,并根据步骤2)确定出互相关系数中一个局部极小值所在的层数n;5)判断k是否等于n,如果不相等,则将n赋值给k,并跳转到步骤3)继续向下执行;否则重构各IMF模态分量,输出最终消噪后的海杂波信号。本方法能够在保留海杂波原有混沌特性的基础上有效地抑制其中的噪声。

    一种海杂波背景下的微弱目标信号检测方法

    公开(公告)号:CN109669169A

    公开(公告)日:2019-04-23

    申请号:CN201811478952.9

    申请日:2018-12-05

    Inventor: 行鸿彦 刘刚

    CPC classification number: G01S7/414

    Abstract: 本发明公开了一种海杂波背景下的微弱目标信号检测方法,该方法通过对含有微弱目标的海杂波信号进行互补集成经验模态分解(CEEMD),并对其分解结果分别建立人工蜂群算法优化后的基于核极限学习机(KELM)预测子模型,将各模型的预测结果重构求和,得到最终预测结果,从而计算预测误差并进行频谱分析和门限比较,最后判断在海杂波背景下是否存微弱的目标信号,具有高检测精度、高泛化能力和低检测时间的特点。

Patent Agency Ranking