导读:本文包含了脉冲噪声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:噪声,脉冲,电力线,通信,卷积,图像,极值。
脉冲噪声论文文献综述
于海雯,易昕炜,徐少平,张贵珍,刘婷云[1]（2019）在《两阶段多层感知的随机脉冲噪声比例预测》一文中研究指出目的基于卷积神经网络(CNN)在图块级上实现的随机脉冲噪声(RVIN)降噪算法在执行效率方面较经典的逐像素点开关型降噪算法有显着优势,但降噪效果如何取决于能否对降噪图像受噪声干扰程度(噪声比例值)进行准确估计。为此,提出一种基于多层感知网络的两阶段噪声比例预测算法,达到自适应调用CNN预训练降噪模型获得最佳去噪效果的目的。方法首先,对大量无噪声图像添加不同噪声比例的RVIN噪声构成噪声图像集合;其次,基于视觉码本(visual codebook)采用软分配(soft-assignment)编码法提取并筛选若干能反映噪声图像受随机脉冲噪声干扰程度的特征值构成特征矢量;再次,将从噪声图像上提取的特征矢量及对应的噪声比例分别作为多层感知网络的输入和输出训练噪声比例预测模型,实现从特征矢量到噪声比例值的映射(预测);最后,采用粗精相结合的两阶段实现策略进一步提高RVIN噪声比例的预测准确性。结果针对不同RVIN噪声比例的失真图像,从预测准确性、实际降噪效果和执行效率3个方面验证提出算法的性能和实用性。实验数据表明,本文算法在大多数噪声比例下的预测误差小于2%,降噪效果(PSNR指标)较其他主流降噪算法高2 4 d B,处理一幅大小为512×512像素的图像仅需3 s左右。结论本文提出的RVIN噪声比例预测算法在各个噪声比例下具有鲁棒的预测准确性,在降噪效果和执行效率两个方面较经典的开关型RVIN降噪算法有显着提升,更具实用价值。(本文来源于《中国图象图形学报》期刊2019年07期）
杨帆,贾辉,刘宝树,龙柯宇[2]（2019）在《a稳定脉冲噪声下宽带电力线通信系统性能分析》一文中研究指出基于宽带电力线通信(PLC)中,高斯分布的背景噪声往往不能如实反应人类日常用电活动产生的噪声特性,为此,该文提出用对称a稳定(S S)分布对PLC背景噪声进行建模,研究基于正交频分复用(OFDM)系统误符号率(SER)的解析性能,并指出在S S背景噪声的情况下,对接收到的复基带SaS噪声样值进行快速傅里叶变换(FFT)后,信号的实部和虚部仍然服从单变量的SaS分布,且由于SaS背景噪声占用了整个OFDM系统的频带,系统的误符号率性能随着FFT点数增加而产生恶化。(本文来源于《电子与信息学报》期刊2019年06期）
王毅,胡学涛,侯兴哲,叶君,郑可[3]（2019）在《Markov-Middleton脉冲噪声模型的硬件实现方法》一文中研究指出影响宽带电力线载波通信的关键因素之一是随机突发的脉冲噪声。目前的噪声研究大多停留在理论建模上,缺乏标准化的电力线噪声硬件实现方法。文中深入研究Markov-Middleton脉冲噪声模型,分析产生Markov性质的脉冲序列原理,利用System Generator和Xilinx Vivado联合仿真工具,设计出具有随机突发特性的电力线噪声生成系统,并完成该系统的硬件实现。通过对比现场可编程门阵列(FPGA)输出、Middleton Class A模型仿真与实测电力线噪声的统计特性,证明了该硬件实现方法能够生成具有随机突发性和时间相关性的脉冲噪声。通过搭建实验室环境下的电力线载波通信系统,测试不同参数下噪声对通信成功率的影响程度,对比其他的硬件实现方法,验证了所提方法的工程应用价值。(本文来源于《电力系统自动化》期刊2019年16期）
辛倩[4]（2019）在《图像随机值脉冲噪声的滤波算法研究》一文中研究指出数字图像在生成、传输等诸多过程中,经常会受到内部或外部的影响而产生图像噪声。图像噪声会导致图像质量下降,甚至会对后续的图像分析以及处理工作产生不利影响,因此图像去噪是图像处理的重要研究内容。本文针对图像中常见的脉冲噪声,尤其是随机值脉冲噪声开展研究,在分析总结现有的主要去噪方法基础上,进一步探索提高图像去噪性能的新方法。线性滤波和非线性滤波是两种典型的滤波类型。本文分析了这两种方法的去噪性能,结果表明非线性滤波(中值滤波)去除脉冲噪声的效果较好。在中值滤波算法基础上,进一步分析了几种典型的改进算法,包括加权中值滤波、极值中值滤波、基于排序阈值的开关中值滤波(OTSM)。利用几何结构检测的去噪算法适用于去除随机值脉冲噪声。该算法运用图像直方图对图像噪声率进行估计,通过自适应选取阈值将像素初步分为信号点、噪声点与待测点叁种类型。然后利用几何结构对待测点进行噪声检测,最后将图像信号点保留,对所有判定为噪声点的像素值进行中值滤波。本文在研究现有典型的图像脉冲噪声滤波算法基础上,提出了以下两种改进算法,有效提高了图像去噪性能。运用MATLAB对算法进行仿真,对算法性能进行分析与比较。(1)提出一种改进的极值中值滤波算法。该算法通过滤波窗口中的极值检测噪声。对于噪声像素,将邻域中所有被判断为非噪声点的像素值进行中值运算,并根据检测结果,自适应扩大滤波窗口直到窗口内包含被用于中值运算的非噪声点像素。仿真结果表明,该算法在高密度脉冲噪声的去噪性能上取得明显优势。(2)提出一种改进的方向加权中值滤波算法。该算法利用图像局部特征自适应设置截断阈值用于检测噪声,并对噪声像素分配合适的权重进行中值滤波。仿真结果表明,改进的DWM算法通过改善噪声检测率,加强邻域非噪声像素的计算权重,对于密度超过40%的随机值脉冲噪声能够取得明显的滤波性能优势。(本文来源于《安庆师范大学》期刊2019-06-01）
刘云[5]（2019）在《红景天对脉冲噪声所致耳鸣的治疗作用》一文中研究指出研究背景随着社会现代化工业发展,人类暴露在噪声环境的机率逐渐增加,噪声是造成耳鸣及听力下降的重要原因,被认为是世界七大公害之首[1];据调查[2],全球约5%的人要遭受由强噪声刺激带来的听力损伤;急性声损伤(acute acoustic trauma,AAT)是由一次或多次高强度脉冲噪声或稳态噪声暴露过程中或暴露后所引起的可立刻观察到的听力下降、耳鸣、耳痛等症状,而由过度噪声暴露所引起的内耳毛细胞损伤而产生的耳鸣即为噪声性耳鸣(tinnitus caused by noise,TCN),TCN常见于特殊职业环境,尤其是军事训练中。强脉冲噪声为典型的军事噪声,其产生的压力波主要对中耳和内耳造成损害,是由短暂且剧烈的爆震产生的爆震波或间断性脉冲噪声引起外耳、中耳及内耳不同程度损伤,造成耳鸣、耳聋、耳痛等多种临床症状。TCN的损伤机制复杂多样,目前认为主要与机械性损伤和代谢性损伤两大机制有关[3,4]。由于耳鸣的存在,尤其是长期慢性耳鸣患者,常伴有不同程度的焦虑、抑郁等非听觉症状,使耳鸣加重及顽固存在。耳鸣对患者的影响是耳鸣本身及其导致的负性心理反应共同作用的结果,并形成恶性循环。因此,关注耳鸣患者的心理问题是耳鸣诊疗中不可缺少的方面[5,6]。红景天是一种多年生草本植物,多生长于环境恶劣的高海拔地带。可作药用,是一味作用广泛的传统中药,具有抗缺血缺氧、抗氧化、抗焦虑、抗抑郁、抗疲劳及神经保护作用等功能。红景天中最具活性的成分是红景天苷,提取于红景天的根和茎中,系一种类苯基丙烷糖苷,可通过抗缺氧、抗氧化等作用保护机体[7-9]。目的通过给予脉冲噪声性耳鸣患者口服诺迪康胶囊(主要成分为红景天),探讨红景 天对脉冲噪声性耳鸣的治疗作用。方法采用随机数字表法将2017年12月至2018年10月就诊于我院耳鼻喉科门诊及听力中心因脉冲噪声致耳鸣的290名部队官兵分为实验组和对照组,每组145名。实验组予以常规药物(银杏叶提取物滴剂、复合维生素B片、甲磺酸倍他司汀片)及诺迪康胶囊治疗,对照组予以与实验组完全相同的常规药物及与诺迪康胶囊同等剂量的淀粉片(用作安慰剂)治疗,所有药物均连续规律服用3个月。并分别在用药前、用药后1个月、2个月、3个月时,使用耳鸣残疾量表(Tinnitus Handicap Inventory,THI)、贝克抑郁自评问卷第二版(Beck Depression Inventory II,BDI-II)、状态—特质焦虑问卷(State-Trait Anxiety Inventory,STAI)对两组受试者的耳鸣程度、抑郁程度、焦虑程度进行量化评估。统计学方法应用SPSS 21.0版统计分析软件。计数资料的比较采用X2检验,计量资料采用均数±标准差(x±s)表示,组间两两比较采用独立样本t检验及重复测量方差分析法,以P<0.05为差异具统计学意义。结果①两组受试者一般资料、耳鸣特征及用药前耳鸣程度、抑郁程度、焦虑程度差异无统计学意义(P>0.05);②在不同病程阶段,两组受试者用药后1个月、2个月、3个月时的耳鸣程度、焦虑程度及抑郁程度评分的比较,实验组评分均低于对照组,差异具有统计学意义(P<0.05);③两组受试者用药后同一阶段,实验组耳鸣治疗有效率均高于对照组,且疗效差异具有统计学意义(P<0.05)。④两组受试者治疗前后不同时期耳鸣程度、焦虑程度及抑郁程度评分的比较,差异具有统计学意义(P<0.05)。⑤在不同病程阶段,急性耳鸣治疗有效率最高,亚急性耳鸣治疗有效率次之,慢性耳鸣治疗有效率最低,且实验组的耳鸣临床治疗有效率均高于对照组,差异均具统计学意义(P<0.05)。耳鸣病程越短,治疗效果越好。结论红景天能显着改善脉冲噪声性耳鸣患者的耳鸣症状,同时能显着改善耳鸣患者的焦虑症状及抑郁症状,其机理为红景天具有抗缺氧、抗氧化、抗焦虑及抗抑郁作用。耳鸣病程越短,治疗效果越好。(本文来源于《南方医科大学》期刊2019-05-19）
徐少平,张贵珍,李崇禧,刘婷云,唐祎玲[6]（2019）在《基于深度置信网络的随机脉冲噪声快速检测算法》一文中研究指出为提高现有随机脉冲噪声(RVIN)检测算法的检测准确率和执行效率,该文试图从构建描述能力更强的特征矢量和训练非线性映射更为准确的预测模型两个方面入手,实现一种基于训练策略的快速RVIN检测算法。一方面,提取多个不同阶的对数绝对差值排序统计值并结合一个能够反映图像边缘特性的统计值作为刻画图块中心像素点是否为噪声的特征矢量。在计算量增加极少的情况下,显着提升了特征矢量的描述能力。另一方面,基于深度置信网络(DBN)训练RVIN预测模型(RVIN检测器)将特征矢量映射为噪声类型标签,实现了比浅层预测模型更为准确的映射。大量实验数据表明:与现有的RVIN检测算法相比,所提算法在检测准确率和执行效率两个方面都更有优势。(本文来源于《电子与信息学报》期刊2019年05期）
黄琼,龚航,王毅,李松浓,郑可[7]（2019）在《脉冲噪声单脉冲分析及建模》一文中研究指出脉冲噪声是影响电力线通信的主要因素,在脉冲宽度范围内它不仅具有突发性,且具有一定的包络特性。而现有模型往往忽略了该包络特性,针对该问题,提出一种新的建模方法。该方法基于包络特性在频域上表现为多线段特性,使用马尔科夫链(Markov chain,MC)建立频域极值点序列的统计模型,然后使用该模型对脉冲噪声频域实部和虚部进行拟合,再采用快速傅里叶逆变换(inverse fast Fourier transform,IFFT)产生在时域上具备该包络特性的单脉冲波形。仿真结果表明,提出方法所构造的单脉冲波形不仅在统计规律上与真实噪声相同,而且在其突发性基础上展现良好的包络特性。(本文来源于《重庆邮电大学学报(自然科学版)》期刊2019年02期）
陈久宁[8]（2019）在《基于变分模型和深度学习的脉冲噪声去除算法研究》一文中研究指出由于数字图像通常会因为硬件原因被脉冲噪声所污染而导致图片质量变差,在工业应用中脉冲噪声的去除研究成为图像处理中的一个重要问题。本文的主要研究内容在于提出更好的脉冲噪声去除算法。我们首先提出了一个新的基于紧框架的变分模型,该变分模型采用紧框架正则项和l_1-l_2非凸保真项。通过加入若干辅助变量,我们将原来的非约束问题转化为约束问题。然后使用交替方向乘子法(ADMM)得到一个求解该模型的有效算法。在实验中,参数分析表明我们的模型具有非常稳定的效果,并且在与同类算法的对比结果中,我们的算法取得了更好的去噪效果。其次,我们提出了一种基于深度神经网络的椒盐噪声去除方法。在去噪卷积神经网络(DnCNN)的基础上,通过引入噪声掩码的先验信息,我们构造了一种新的针对椒盐噪声的损失函数。因为在训练过程中考虑到了掩码信息,网络的学习过程变得更加高效,去噪性能得到提升。在叁个标准测试集上的实验对比结果,我们所提出的方法大大优于传统方法,并且比现有的深度学习方法DnCNN也有明显提高。(本文来源于《华东师范大学》期刊2019-04-01）
李娜娜,李有明,余明宸,卢倩倩[9]（2019）在《水声通信中基于正则化阈值迭代的脉冲噪声抑制方法》一文中研究指出脉冲噪声干扰会严重地影响水声通信系统的性能,提出了一种基于正则化阈值迭代的脉冲噪声抑制方法。首先利用空子载波矩阵,将脉冲噪声与高斯白噪声和有用信号分离,然后基于压缩感知理论,通过引入阈值迭代将脉冲噪声估计问题转化为正则化问题,并利用阈值函数对脉冲噪声进行估计,得到脉冲噪声的估计值,最后在接收信号中减去脉冲噪声的估计值,完成对脉冲噪声的抑制。仿真结果表明:与已有估计算法相比较,提出的方法有效降低了水声通信系统的误码率(BER)和均方误差(MSE),提高了信号传输的可靠性。(本文来源于《电信科学》期刊2019年03期）
陶艺文,陆阳,安春燕,李斌,赵成林[10]（2019）在《脉冲噪声环境下的空闲信道检测方案》一文中研究指出针对复杂电磁脉冲噪声环境下的空闲信道检测难题,提出一种基于贝叶斯统计推理框架的新检测算法.为了应对脉冲干扰并提升检测精度,建立了一种全新的动态状态空间模型,采用伯努利随机有限集来描述脉冲噪声与信道状态的动态变化特性.在此基础上,基于序贯估计与粒子滤波理论,设计出一种新型信道检测机制.在检测信道状态的同时,对脉冲噪声出现时间和幅值进行联合估计,有效消除了其对信道检测的干扰;同时,通过发掘脉冲噪声的动态特性,显着提升了信道检测性能,为复杂电磁环境下的高可靠信道检测提供了一种新的解决方案.数值仿真验证了所提算法的有效性.(本文来源于《北京邮电大学学报》期刊2019年01期）
脉冲噪声论文开题报告
（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：
基于宽带电力线通信(PLC)中,高斯分布的背景噪声往往不能如实反应人类日常用电活动产生的噪声特性,为此,该文提出用对称a稳定(S S)分布对PLC背景噪声进行建模,研究基于正交频分复用(OFDM)系统误符号率(SER)的解析性能,并指出在S S背景噪声的情况下,对接收到的复基带SaS噪声样值进行快速傅里叶变换(FFT)后,信号的实部和虚部仍然服从单变量的SaS分布,且由于SaS背景噪声占用了整个OFDM系统的频带,系统的误符号率性能随着FFT点数增加而产生恶化。
（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。
脉冲噪声论文参考文献
[1].于海雯,易昕炜,徐少平,张贵珍,刘婷云.两阶段多层感知的随机脉冲噪声比例预测[J].中国图象图形学报.2019
[2].杨帆,贾辉,刘宝树,龙柯宇.a稳定脉冲噪声下宽带电力线通信系统性能分析[J].电子与信息学报.2019
[3].王毅,胡学涛,侯兴哲,叶君,郑可.Markov-Middleton脉冲噪声模型的硬件实现方法[J].电力系统自动化.2019
[4].辛倩.图像随机值脉冲噪声的滤波算法研究[D].安庆师范大学.2019
[5].刘云.红景天对脉冲噪声所致耳鸣的治疗作用[D].南方医科大学.2019
[6].徐少平,张贵珍,李崇禧,刘婷云,唐祎玲.基于深度置信网络的随机脉冲噪声快速检测算法[J].电子与信息学报.2019
[7].黄琼,龚航,王毅,李松浓,郑可.脉冲噪声单脉冲分析及建模[J].重庆邮电大学学报(自然科学版).2019
[8].陈久宁.基于变分模型和深度学习的脉冲噪声去除算法研究[D].华东师范大学.2019
[9].李娜娜,李有明,余明宸,卢倩倩.水声通信中基于正则化阈值迭代的脉冲噪声抑制方法[J].电信科学.2019
[10].陶艺文,陆阳,安春燕,李斌,赵成林.脉冲噪声环境下的空闲信道检测方案[J].北京邮电大学学报.2019
论文知识图
