自适应预处理论文_郑俊

导读:本文包含了自适应预处理论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:自适应,阈值,神经网络,噪声,波束,声速,信号。

自适应预处理论文文献综述

郑俊[1](2019)在《一种用于探地雷达空洞数据预处理的Shearlet自适应阈值函数滤波方法》一文中研究指出随着城市建设的加速,公路、铁路及隧道交通急速发展。在大量的施工及环境影响下,地下空洞或隧道空洞等病害问题日益突出,从而产生交通安全隐患。探地雷达(Ground Penetrating Radar,GPR)是一种较为有效的地下或墙体空洞无损检测设备。但利用探地雷达对道路和隧道衬砌空洞病害进行检测时,接收数据中的空洞目标信号往往会受到随机噪声和相干噪声的干扰,而其中直达波是相干噪声的主要成分。由于常规的探地雷达数据预处理方法不能有效满足高精度空洞检测,针对雷达空洞数据中信噪比低、目标信号被直达波干扰的问题,本文开展以下工作:(1)研究探地雷达空洞信号随机噪声和直达波的抑制方法。由于Shearlet变换方法在地震信号上去噪表现出的优越性,而地震回波和探地雷达回波具有一定的相似性,本文拟采用基于阈值函数滤波的Shearlet变换方法处理探地雷达空洞数据,但传统的Shearlet变换方法常使用固定阈值函数滤波,会导致有效信号以及能量丢失。本文从Shearlet变换的性质出发,对探地雷达信号进行多尺度多方向分解,根据有效信号和噪声在Shearlet域的分布差异构建自适应阈值函数,改进传统硬阈值函数不连续的缺点,并以此函数来调整Shearlet系数以达到自适应滤波效果。对于直达波信号,在Shearlet域中可基于直达波和有效信号系数的分布差异,分离出直达波的Shearlet系数来实现抑制直达波。(2)基于时域有限差分法(Finite Difference Time Domain,FDTD)正演模拟了几种理想道路和隧道衬砌空洞的探地雷达回波信号,使用(1)中构建的Shearlet自适应阈值函数分别对理想化正演模拟的空洞数据和实验采集的空洞数据进行噪声和直达波抑制,处理后的A-scan和B-scan数据显示随机噪声和直达波分量得到有效抑制。其中对正演模拟的道路和隧道衬砌空洞数据进行去噪时,分别与中值滤波、小波变换和曲波(Curvelet)变换去噪方法对比,结果显示自适应阈值Shearlet变换方法处理后可以将道路和隧道衬砌空洞数据信噪比大致提高13dB和12dB。最后同均值法与主成分分析法(Principal Component Analysis,PCA)对正演模拟的空洞数据及雷达实测数据抑制直达波效果进行对比,结果显示Shearlet变换方法在提高信杂比和空洞目标图像清晰度上相对最优。从而验证了自适应阈值Shearlet变换方法应用在探地雷达空洞数据预处理中的有效性。(本文来源于《长安大学》期刊2019-04-08)

毛玉星,李超,贾海威[2](2018)在《基于小波预处理及自适应权函数的非局部均值滤波算法》一文中研究指出非局部均值滤波算法因其良好的去噪效果受到了广泛关注,内容主要集中在算法加速,搜索框、相似框尺寸以及平滑参数的自适应设置等方面.然而,研究发现,在非局部均值滤波过程中,欧氏距离权函数对去噪效果也有较大影响.本文通过对权函数的分析,根据图像含噪情况、像素点的局部结构,自适应选择权函数,提高了去噪效果.此外,由于非局部均值滤波在噪声强度大时去噪效果不佳,而小波变换能够很好区分图像高频信号与噪声,本文先采用小波阈值去噪方法对图像进行预处理,再进行自适应权函数非局部均值滤波.仿真实验表明,本文方法在去噪效果上有明显提升,尤其适用于噪声强度较大的场景.(本文来源于《小型微型计算机系统》期刊2018年12期)

郑宝周,吴莉莉,李富强,袁超[3](2019)在《基于异常数据预处理和自适应估计的WSN数据融合算法》一文中研究指出针对无线传感器网络(wireless sensor network,WSN)存在节点能量受限、测量精度低、生存期短等问题,提出一种基于异常数据预处理和自适应估计加权融合算法(abnormal data-preprocessing adaptive estimation weighting fusion,ADAEWF)。为了提高算法可靠性,提出了基于异常数据检测、简单多数原则和节点综合支持度函数的数据预处理机制;为了减小测量误差对融合精度的影响,基于分批估计和自适应理论对节点测量值进行自适应估计加权数据融合;然后,建立了WSN仿真模型,并分别获得了ADAEWF、自适应预测加权数据融合算法(adaptive forecast weighting data fusion,AFWDF)和算术平均值法下融合结果的均方误差和网络有效生存期。仿真结果显示:ADAEWF算法融合精度和网络有效生存期均优于AFWDF和算术平均值法,表明ADAEWF算法在提高融合数据有效性、网络有效生存期和融合精度方面具有优越性。(本文来源于《计算机应用研究》期刊2019年09期)

林洁,吴布托,陈伟[4](2018)在《基于深层玻尔兹曼机的风电场异常风速值自适应检测预处理方法》一文中研究指出为提高现有风电场数据采集系统的准确性和可利用性,提出了深层玻尔兹曼机(DBM)、经验模态分解(EMD)和隐马尔科夫(HMM)组合算法处理运行数据含有少量异常风速值的自适应检测方法。针对风速序列的随机多变性,采用DBM预测方法挖掘异常风速值的潜在特征,得到反映风速值异常情况的残差序列;进一步提高检测精度和降低系统误差的干扰,采用EMD方法捕获残差序列中粗大误差的特征;借助HMM算法的双重随机过程自适应地并剔除检测异常风速点,避免了传统阈值检测方法难以准确识别异常值的问题;最后,为了得到完整的风速序列,对检测出的异常点运用加权双向ARMA算法修正数据。RBF预测结果验证表明,经预处理后风速质量得到了提高,所提方法与传统小波异常值检测方法相比具有更精确的辨识能力,进一步提高了短期风速的预测精度。(本文来源于《电工技术学报》期刊2018年S1期)

杜涛,陈闽慷,李凰立,苏虹[5](2018)在《变精度模型(VCM)的自适应预处理方法研究》一文中研究指出在气动优化设计和气动数据库建立中,为了在不降低数据精度的同时提高效率降低成本,提出了变精度模型(VCM)。本文的研究发现,经典的变精度模型(VCM)方法在原始数据绝对值较小的情况下,微小的误差会被放大,损害变精度模型的质量。严重情况下甚至出现振荡,导致变精度模型气动数据失真。为此,提出了一种VCM方法的自适应预处理技术,通过自适应算法估算出合适的预处理参数平移气动数据,避开过零区域,解决了变精度模型的上述问题。在一个典型高超声速飞行器的六自由度气动特性数据库建立中应用校验该方法。新方法将风洞试验数据、CFD数据和工程计算数据融合在一起,得到了一致精度的完整气动特性数据库。(本文来源于《空气动力学学报》期刊2018年02期)

吴恒运,沈乾坤,张维贤[6](2018)在《基于神经网络自适应PID控制算法的原水预处理系统》一文中研究指出原水预处理系统中传统PID控制器对V型滤池水箱水位控制存在超调大、稳态精度低等问题,本文设计了神经网络自适应PID控制算法,采用BP神经网络对PID参数进行自动整定,采用RBF神经网络对被控对象进行在线辨识,并在Compact Logix系列PLC上实现了神经网络自适应PID控制算法。将该算法用于原水预处理V型滤池水箱水位控制,实际控制效果表明:神经网络自适应PID控制算法控制精度高,鲁棒性好,大大提高了原水预处理系统的产水品质。(本文来源于《热力发电》期刊2018年04期)

杨承志,郭亚彬,熊智威,王鸿超[7](2017)在《基于自适应形态学的低截获概率信号检测预处理算法》一文中研究指出针对传统算法在面对复杂环境中低截获概率(lour probability of intercept,LPI)信号检测时不能对噪声进行有效的滤波,提出了一种基于自适应形态学的LPI信号检测预处理方法。首先建立单一尺度形态学滤波模型;其次在单一尺度形态学频谱数据做分段插值处理时,在每段采用加入比例系数的改进形态学腐蚀和膨胀机理,再将插值后的序列与原信号相减来对其进行修正;最后通过算法仿真,验证了改进的算法在弱化结构元素尺度选择矛盾对不同带宽处的噪声基底估计的影响的同时,还能大大降低整个算法运算量的效果,取得了良好的滤波效果。(本文来源于《科学技术与工程》期刊2017年34期)

章翔峰,孙文磊[8](2017)在《一种具有自适应特性的风电机组齿轮箱振动信号预处理算法的研究》一文中研究指出采用自适应窄带干扰消除和改进软阈值去噪算法,实现对风电机组振动信号的滤波处理,凸显表征故障特征的源振动信号。风电机组的振动信号由设备正常运转产生的周期性信号、故障源振动信号及噪声信号相互混合而产生。自适应窄带干扰消除算法可合理消除振动信号中的周期性成分,改进软阈值去噪技术可有效剔除背景噪声,结合两种技术特点提出一种具有自适应特性的信号预处理算法,凸显表征故障源振动特性的信号模型。试验结果表明:添加自适应特性能有效提高信号预处理算法的鲁棒性和泛化能力。(本文来源于《机床与液压》期刊2017年13期)

陈伯孝,项喆,王睿智,晁淑媛[9](2017)在《基于斜投影预处理的自适应波束形成方法》一文中研究指出当存在主瓣干扰时,自适应天线方向图会出现旁瓣电平升高及主波束变形的严重问题。提出了基于特征空间斜投影预处理的自适应波束保形方法,将主瓣干扰子空间斜投影到旁瓣干扰和期望信号的合成子空间中,以消除主瓣干扰,然后对斜投影滤波后的协方差矩阵进行修正,并进行自适应波束形成,得到无畸变的自适应波束方向图。计算机仿真证明了,本方法可以对自适应方向图进行保形,在低快拍数情况下能够获得稳健的滤波输出。(本文来源于《制导与引信》期刊2017年02期)

杨帆,李洋,谭佳佳,邵怀宗[10](2017)在《基于时隙捆绑预处理的LTE上行自适应传输》一文中研究指出3G长期演进(LTE)上行链路中,基于时隙捆绑(transmission time interval bundling,TTI bundling)技术的IP语音业务(VoIP)可以显着提高小区覆盖范围。目前,一种覆盖增强方案可以使用户在50 ms时延限制下最多传输5捆相同的数据包。然而,由于该方案不能及时处理反馈信号,一旦出现不必要的重传,会导致系统吞吐量降低,并造成用户设备(UE)额外的能量损耗。为此,该文提出了一种基于误块率(BLER)与信噪比(SNR)映射机制的时隙捆绑预处理传输方案,该方案使得UE可以根据信道情况的变化以及期望的性能指标,预先设定传输捆绑数据包的最大值,从而减少了不必要的重传,节省了UE的能量消耗,提高系统的吞吐量。(本文来源于《电子科技大学学报》期刊2017年01期)

自适应预处理论文开题报告

(1)论文研究背景及目的

此处内容要求:

首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。

写法范例:

非局部均值滤波算法因其良好的去噪效果受到了广泛关注,内容主要集中在算法加速,搜索框、相似框尺寸以及平滑参数的自适应设置等方面.然而,研究发现,在非局部均值滤波过程中,欧氏距离权函数对去噪效果也有较大影响.本文通过对权函数的分析,根据图像含噪情况、像素点的局部结构,自适应选择权函数,提高了去噪效果.此外,由于非局部均值滤波在噪声强度大时去噪效果不佳,而小波变换能够很好区分图像高频信号与噪声,本文先采用小波阈值去噪方法对图像进行预处理,再进行自适应权函数非局部均值滤波.仿真实验表明,本文方法在去噪效果上有明显提升,尤其适用于噪声强度较大的场景.

(2)本文研究方法

调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。

观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。

实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。

文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。

实证研究法:依据现有的科学理论和实践的需要提出设计。

定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。

定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。

跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。

功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。

模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。

自适应预处理论文参考文献

[1].郑俊.一种用于探地雷达空洞数据预处理的Shearlet自适应阈值函数滤波方法[D].长安大学.2019

[2].毛玉星,李超,贾海威.基于小波预处理及自适应权函数的非局部均值滤波算法[J].小型微型计算机系统.2018

[3].郑宝周,吴莉莉,李富强,袁超.基于异常数据预处理和自适应估计的WSN数据融合算法[J].计算机应用研究.2019

[4].林洁,吴布托,陈伟.基于深层玻尔兹曼机的风电场异常风速值自适应检测预处理方法[J].电工技术学报.2018

[5].杜涛,陈闽慷,李凰立,苏虹.变精度模型(VCM)的自适应预处理方法研究[J].空气动力学学报.2018

[6].吴恒运,沈乾坤,张维贤.基于神经网络自适应PID控制算法的原水预处理系统[J].热力发电.2018

[7].杨承志,郭亚彬,熊智威,王鸿超.基于自适应形态学的低截获概率信号检测预处理算法[J].科学技术与工程.2017

[8].章翔峰,孙文磊.一种具有自适应特性的风电机组齿轮箱振动信号预处理算法的研究[J].机床与液压.2017

[9].陈伯孝,项喆,王睿智,晁淑媛.基于斜投影预处理的自适应波束形成方法[J].制导与引信.2017

[10].杨帆,李洋,谭佳佳,邵怀宗.基于时隙捆绑预处理的LTE上行自适应传输[J].电子科技大学学报.2017

论文知识图

非预处理4倍压缩恢复图像原始图像数据的局部显示参考文献:两种MVDR算法的输出信干噪比-30-20-100...图像预处理示意图种方法的Precision-Recall和ROC曲线自适应抗干扰处理单元度

标签:;  ;  ;  ;  ;  ;  ;  

自适应预处理论文_郑俊
下载Doc文档

猜你喜欢