导读:本文包含了光谱噪声论文开题报告文献综述及选题提纲参考文献，主要关键词:微弱光谱信号,亚纳米高光谱分辨率,信息获取电路,低噪声
光谱噪声论文文献综述
张昕,丁雷[1]（2019）在《微弱光谱信号低噪声信息获取和处理技术研究》一文中研究指出对温室气体进行全球范围的高精度监测,获取高可靠有效数据,是实现对温室气体排放进行监控的基础。为了实现温室气体的亚纳米高光谱分辨率光谱探测,需要保证高光谱温室气体监测仪探测系统具有高信噪比。围绕仪器信号链路的关键模块——InGaAs面阵探测器的信息获取与处理模块,开展了微弱光谱信号低噪声信息获取和处理技术的研究。设计了微弱光谱信号低噪声信息获取和处理系统,并深入研究了影响光谱探测系统噪声的重要因素。通过构建谱段信噪比模型,并采用小带宽运放电路和AD多次采样方法降低电路噪声,系统在1.61μm谱段0.07nm光谱分辨率下,典型能量值为1.91W/(μm·m~2·sr),信噪比(SNR)达340。实验结果表明,系统噪声均方差(RMS)值为8.1LSB,优于10LSB(4.9mV噪声),实现了高光谱温室气体监测仪对亚纳米微弱光谱信号探测的高信噪比需求。该低噪声信号获取与处理技术为InGaAs面阵探测器在温室气体监测应用领域的微弱光谱信号探测打下了基础。(本文来源于《半导体光电》期刊2019年04期）
贺威[2]（2019）在《高光谱影像多类型复合噪声分析的低秩稀疏方法研究》一文中研究指出高光谱影像具有图谱合一的优点,能够以较高的光谱诊断能力对地物目标进行精细分类与识别,在城市规划、农林检测、地形图更新、地籍调查等诸多领域具有广泛的应用。但在高光谱遥感影像观测过程中,受传感器故障或天气条件的影响,高光谱数据经常会受到条带噪声、信息缺失、云雾遮挡、阴影等降质因素的干扰,这些噪声问题严重影响了高光谱数据后续应用的精度和可信度。为了克服噪声问题,需要从"数据"的角度系统发展高光谱影像噪声分析方法,从"任务"的角度构建高光谱噪声(本文来源于《地理与地理信息科学》期刊2019年02期）
李健,吕倩[3]（2019）在《高光谱图像噪声分析与降噪模型概述》一文中研究指出高光谱图像技术是遥感领域中非常重要的技术,数据的收集过程,经常会受到噪声的干扰。降噪是进一步分析高光谱图像的重要步骤,本文对近年来学者们提出的降噪模型进行了简要的概述,介绍了高光谱图像的应用,分析了通常的噪声类型及产生原因,梳理了常用的降噪模型。(本文来源于《现代信息科技》期刊2019年02期）
李路,漆成莉,张鹏,胡秀清,顾明剑[4]（2019）在《应用主成分分析评估红外高光谱仪器噪声特性》一文中研究指出为了考察星载傅里叶变换光谱仪观测实际目标时的噪声水平,研究了通过大气观测光谱的虚部分量估计噪声的方法.采样误差等因素会给虚部光谱样本引入通道相关性噪声,并迭加在固有随机噪声分量上,从而抬升总体噪声水平,甚至超出灵敏度指标.采用主成分分析技术重构相关噪声分量,将两类噪声相互分离.将主成分分析滤出的随机噪声与由定标源光谱统计的噪声进行对比,结果显示,仪器观测不同目标的随机噪声相互一致,并且在叁个工作波段均分别满足0.4K、0.7K和1.2K的灵敏度设计指标.(本文来源于《光子学报》期刊2019年02期）
王迪,倪子颜,王明吉,吕妍,李玉爽[5]（2019）在《调制噪声下激光检测气体吸收光谱信号处理研究》一文中研究指出为减小调制噪声背景的干扰,提出了直接吸收光谱激光检测气体浓度反演的叁级卷积降噪信号处理方法.以谱线6 612.939cm-1附近氨气分子吸收为例,分析了该降噪方法对氨气浓度反演的有效性.实验结果表明,经叁级卷积降噪后的氨气原始吸收谱线信号整体均方根误差由初始8.53降至1.01,基线扣除归一化得到的氨气光谱吸收率谱线信噪比提高3.3倍;连续5次测量浓度5%标准氨气,反演浓度值平均偏差为0.0743%,相对标准偏差为1.4%,优于原始吸收谱线信号的小波降噪和不降噪处理反演值.采用叁级卷积降噪方法预处理原始吸收谱线信号,提高了气体浓度反演精度,可为工业过程高浓度气体激光在线检测提供参考.(本文来源于《光子学报》期刊2019年03期）
孔祥阳,孙涛,李欣星,王梦莹[6]（2018）在《去除高光谱图像脉冲噪声的模型及算法》一文中研究指出在高光谱图像的获取和传输过程中,脉冲噪声对图像数据的影响比较大,尤其是当噪声浓度比较高时.为了有效地去除高光谱图像中的脉冲噪声,结合图像的特征和噪声特性,提出一种基于全变分的噪声去除算法.该算法考虑了高光谱图像的低秩特性和空间-光谱相关性,通过分裂bregman迭代的方法有效地去除了噪声,同时较好地保留图像的原有的结构信息.(本文来源于《德州学院学报》期刊2018年06期）
贾玥,陈肖含,张好,张临杰,肖连团[7]（2018）在《Rydberg原子的电磁诱导透明光谱的噪声转移特性》一文中研究指出基于马赫-曾德尔干涉仪和平衡零拍探测技术研究了Cs原子6S_(1/2)6P_(3/2)62D_(5/2)Rydberg态阶梯型叁能级系统电磁诱导透明效应中耦合光场的噪声向探测光场相位噪声的转移特性.实验中探测光频率锁定在Cs原子6S_(1/2)6P_(3/2)态共振跃迁线上,通过扫描6P_(3/2)到62D_(5/2)态跃迁的耦合光频率,测量了Rydberg态电磁诱导透明光谱.利用探测光经过声光调制器后的一级衍射光实现了马赫-曾德尔干涉仪的相位锁定,测量了不同锁定相位情况下的电磁诱导透明光谱,实验结果与阶梯型叁能级系统的理论计算结果符合得很好.在此基础上详细研究了耦合光频率共振在6P_(3/2)到62D_(5/2)态跃迁线上时,耦合光频率噪声向探测光相位噪声的转移特性,发现耦合光频率噪声转移效率在高频处显示出较明显的抑制.同时观察到耦合光在不同失谐情况时,随着耦合光功率的改变,探测光相位噪声的变化特征表现出明显差异.(本文来源于《物理学报》期刊2018年21期）
高薇,张福泉,曾健民[8]（2018）在《基于正则项优化的高光谱图像噪声消除方法》一文中研究指出为了有效消除多光谱和高光谱遥感图像中的重要噪声源(泊松分布噪声),提出了一种基于正则项优化的高光谱图像去噪方法。该方法根据光谱图像立方体矢量模型以及泊松分布噪声分析,利用一个全变分正则项对单色辐射图像的方法进行扩展,从而保留边缘信息并在光谱和空间上具有自适应性。此外,为了降低该方法的计算复杂度,采用基于分裂Bregman的方法进行了优化。实验结果显示,相比于最近的几种类似方法,该方法在合成和真实数据中均表现出较好的泊松分布噪声去除性能。(本文来源于《莆田学院学报》期刊2018年05期）
孙蕾,谷德峰[9]（2018）在《基于分类的高光谱遥感图像混合噪声参数估计》一文中研究指出现代高光谱遥感图像同时含有能量相当的加性噪声和乘性噪声。针对这种混合噪声,本文提出一种高光谱遥感图像噪声参数估计方法估计加性噪声和乘性噪声的标准差。参数估计前先对高光谱图像进行小波去噪的预处理,然后对去噪后的图像进行无监督分类。对每一类图像分别进行局部统计特征提取,建立关于噪声参数的线性方程组,并在最小二乘意义下求解噪声参数的估计值。该方法采用去噪后的分类技术,克服了简单分块不考虑地物分布的缺点,使得统计特征提取更加精确。仿真实验结果表明,和现有高光谱遥感图像混合噪声参数估计方法相比,本文提出的方法具有更高的估计精度。(本文来源于《第五届高分辨率对地观测学术年会论文集》期刊2018-10-17）
孙鑫,傅鹏,孙权森[10]（2018）在《各向同性同质区域选取的高光谱遥感图像噪声估计方法》一文中研究指出在现有高光谱遥感图像噪声估计方法中,同质区域的选取通常是最关键的步骤,有效的同质区域选取方法能够提高图像的噪声估计精度。本文充分利用了高光谱遥感图像中丰富的空间信息和光谱信息,提出了一种各向同性同质区域选取算法,其中,为了更好地区分同质区域内像元相似度,构造了一种新的兰氏-光谱角度量;结合基于多元线性回归的去相关法,通过最优区域评估高光谱遥感图像噪声水平。利用不同结构及信噪比的模拟图像和真实高光谱遥感图像进行实验,通过与现有的多种噪声估计方法比较,验证了本文方法在针对不同噪声水平、不同复杂程度的图像时更加准确和稳定。(本文来源于《数据采集与处理》期刊2018年05期）
光谱噪声论文开题报告
（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：
高光谱影像具有图谱合一的优点,能够以较高的光谱诊断能力对地物目标进行精细分类与识别,在城市规划、农林检测、地形图更新、地籍调查等诸多领域具有广泛的应用。但在高光谱遥感影像观测过程中,受传感器故障或天气条件的影响,高光谱数据经常会受到条带噪声、信息缺失、云雾遮挡、阴影等降质因素的干扰,这些噪声问题严重影响了高光谱数据后续应用的精度和可信度。为了克服噪声问题,需要从"数据"的角度系统发展高光谱影像噪声分析方法,从"任务"的角度构建高光谱噪声
（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。
光谱噪声论文参考文献
[1].张昕,丁雷.微弱光谱信号低噪声信息获取和处理技术研究[J].半导体光电.2019
[2].贺威.高光谱影像多类型复合噪声分析的低秩稀疏方法研究[J].地理与地理信息科学.2019
[3].李健,吕倩.高光谱图像噪声分析与降噪模型概述[J].现代信息科技.2019
[4].李路,漆成莉,张鹏,胡秀清,顾明剑.应用主成分分析评估红外高光谱仪器噪声特性[J].光子学报.2019
[5].王迪,倪子颜,王明吉,吕妍,李玉爽.调制噪声下激光检测气体吸收光谱信号处理研究[J].光子学报.2019
[6].孔祥阳,孙涛,李欣星,王梦莹.去除高光谱图像脉冲噪声的模型及算法[J].德州学院学报.2018
[7].贾玥,陈肖含,张好,张临杰,肖连团.Rydberg原子的电磁诱导透明光谱的噪声转移特性[J].物理学报.2018
[8].高薇,张福泉,曾健民.基于正则项优化的高光谱图像噪声消除方法[J].莆田学院学报.2018
[9].孙蕾,谷德峰.基于分类的高光谱遥感图像混合噪声参数估计[C].第五届高分辨率对地观测学术年会论文集.2018
[10].孙鑫,傅鹏,孙权森.各向同性同质区域选取的高光谱遥感图像噪声估计方法[J].数据采集与处理.2018