首页> 中文学位 >线性和非线性滤波器在信号去噪中的应用
【6h】

线性和非线性滤波器在信号去噪中的应用

代理获取

目录

文摘

英文文摘

声明

第一章 绪 论

第一节 研究背景及意义

第二节 信号去噪研究现状

1.2.1 经典的滤波去噪方法

1.2.2 现代滤波去噪方法

第三节 论文内容安排

第二章 线性和非线性滤波理论

第一节 滤波器

2.1.1 滤波器的分类

2.1.2 维纳滤波

2.1.3 卡尔曼滤波

2.1.4 匹配滤波

第二节 非线性滤波理论

2.2.1 非线性滤波原理与定义

2.2.2 传统非线性滤波方法

2.2.3. 非线性滤波新算法

第三节 信号去噪性能评价标准

第四节 本章小结

第三章 自适应中值滤波在信号去噪中的应用

第一节 自适应中值滤波的提出

第二节 脉冲噪声的检测

第三节 自适应中值滤波

3.3.1 自适应中值的定义

3.3.2 程序流程图

第四节 利用MATLAB计算的应用举例

3.4.1 含有脉冲噪声干扰的信号

3.4.2 含有随机噪声干扰的信号

3.4.3 性能评价

第五节 本章小结

第四章 滤波器在异常数据检测及滤除中的应用

第一节 非时变数据常用判定方法

4.1.1 拉依达准则

4.1.2 格拉布斯准则

4.1.3 狄克逊准则

4.1.4 肖维勒准则

4.1.5 t检验法

第二节 时变观测数据中异常数据的检测

4.2.1 一阶差分预测方法

4.2.2 多项式逼近预测法

4.2.3 线性回归(最小二乘法)

第三节 基于相关性的异常数据的识别

4.3.1 信号相关性

4.3.2 异常数据的识别

4.3.3 异常数据的滤除

4.3.4 利用MATLAB计算的应用举例

4.3.5 结论分析

第四节 本章小结

第五章 总结与展望

第一节 总结

第二节 展望

致 谢

参考文献

个人简历

展开▼

摘要

信号滤波去噪是信号处理领域中一个重要的组成部分,信号的滤波问题指的就是从采集得到的信号中将其中的干扰噪声最优的滤除掉,分离出所需要的期望信号,或是说通过对一系列含有误差的实际测量数据的处理,得出数据的期望估计值。
   本论文基于自适应滤波、中值滤波的方法理论原理,针对经典的中值滤波器的滤波滑动窗口长度固定不变对信号去噪效果的影响,提出了一种根据脉冲噪声宽度的大小改变自适应的变化滑动窗口长度的中值滤波方法,此算法首先通过零交叉分析统计出信号中脉冲噪声的宽度的大小,然后根据脉冲噪声宽度大小的变化,相应地改变中值滤波滑动窗口的长度,从而达到滤除不同宽度脉冲噪声的目的,以期达到最佳的滤波效果。继而用MATLAB软件进行实例验证,并且与多种的信号去噪方法相比较,得出使用该方法的优越性。
   本论文还对测量数据中的异常数据的识别以及滤除作了进一步研究,根据自相关的理论知识,分析了异常数据的特点,提出了一种从幅度上检测异常数据的方法。然后对检测出的异常数据点,提出了一种用预测插值将异常数据处理掉的算法。这种预测插值的方法只对观测数据中的异常数据点进行处理,并没有改动正常数据点的值,从而在很大的程度上,保护了信号的细节信息。并且从信噪比的变化上比较了这种去除异常数据点的方法较其余方法,具有很明显的去噪性能。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号