-
公开(公告)号：CN110503060A
公开(公告)日：2019-11-26
申请号：CN201910799614.3
申请日：2019-08-28
Applicant: 中南大学
Abstract: 本发明公开了一种光谱信号去噪方法及其系统，其中，将一维离散光谱信号进行奇异值分解，再将每一奇异值重构求得的信号分量进行快速傅里叶变换，获取每个奇异值分量信号快速傅里叶变换结果中振幅最大所对应的频率值，再按照奇异值递减方式对相应分量信号频率值进行一阶滞后差分，得到主频差分谱，最后设定差分阈值选择主频差分谱中第一个不小于差分阈值的位置作为奇异值有效阶次，将其余奇异值置零，利用奇异值分解的逆过程得到重构矩阵，再经过反演得到降噪后信号。本发明通过上述方法可以准确地选择出奇异值阶次重构信号，提高去噪效果。
-
公开(公告)号：CN110503060B
公开(公告)日：2022-05-10
申请号：CN201910799614.3
申请日：2019-08-28
Applicant: 中南大学
Abstract: 本发明公开了一种光谱信号去噪方法及其系统，其中，将一维离散光谱信号进行奇异值分解，再将每一奇异值重构求得的信号分量进行快速傅里叶变换，获取每个奇异值分量信号快速傅里叶变换结果中振幅最大所对应的频率值，再按照奇异值递减方式对相应分量信号频率值进行一阶滞后差分，得到主频差分谱，最后设定差分阈值选择主频差分谱中第一个不小于差分阈值的位置作为奇异值有效阶次，将其余奇异值置零，利用奇异值分解的逆过程得到重构矩阵，再经过反演得到降噪后信号。本发明通过上述方法可以准确地选择出奇异值阶次重构信号，提高去噪效果。
-
公开(公告)号：CN109946253A
公开(公告)日：2019-06-28
申请号：CN201910277593.9
申请日：2019-04-08
Applicant: 中南大学
Abstract: 本发明公开了一种光谱去噪方法，包括：获取若干组光谱信号样本；设置自适应滤波器的阶数以及正则化系数并选择最小均方误差函数作为滤波器的优化目标函数，并将样本作为滤波器的输入信号得到输出信号；基于k个样本中同一位置n对应的最小均方误差函数采用Adam算法得到自适应滤波器的权系数向量W；计算当前自适应滤波器下的信噪比；在阶数与正则化系数的预设范围内更新自适应滤波器的阶数以及正则化系数，并重复上述获取每种自适应滤波器的信噪比，并选择信噪比最大时对应的自适应滤波器；利用选择的自适应滤波器对同一环境条件下同一类光谱信号进行滤波去噪。本发明该方法比现有标准LMS算法的去噪效果更优，收敛速度更快。
-
公开(公告)号：CN109946253B
公开(公告)日：2020-07-28
申请号：CN201910277593.9
申请日：2019-04-08
Applicant: 中南大学
Abstract: 本发明公开了一种光谱去噪方法，包括：获取若干组光谱信号样本；设置自适应滤波器的阶数以及正则化系数并选择最小均方误差函数作为滤波器的优化目标函数，并将样本作为滤波器的输入信号得到输出信号；基于k个样本中同一位置n对应的最小均方误差函数采用Adam算法得到自适应滤波器的权系数向量W；计算当前自适应滤波器下的信噪比；在阶数与正则化系数的预设范围内更新自适应滤波器的阶数以及正则化系数，并重复上述获取每种自适应滤波器的信噪比，并选择信噪比最大时对应的自适应滤波器；利用选择的自适应滤波器对同一环境条件下同一类光谱信号进行滤波去噪。本发明该方法比现有标准LMS算法的去噪效果更优，收敛速度更快。
-
-
-
Search Results
4
records
(took 0.013 seconds)
