导读:本文包含了信噪分离论文开题报告文献综述及选题提纲参考文献，主要关键词:大地电磁,信噪辨识,信噪分离,支持向量机
信噪分离论文文献综述
李晋,蔡锦,汤井田,李广,张贤[1]（2019）在《基于SVM-CEEMDWT的大地电磁信噪分离方法（英文）》一文中研究指出为了精细保留大地电磁低频段的有用信号,避免现有技术整体处理时损失低频有用信息,提出支持向量机、互补集合经验模态分解及小波阈值法(SVM-CEEMDWT)的大地电磁信噪分离方法。首先,从大地电磁数据的信号复杂度入手,提取近似熵、模糊熵、样本熵和Lempel-Ziv(LZ)复杂度进行分析。然后,将这4类鲁棒性的特征参数作为支持向量机(Support vector machine, SVM)的输入,对样本库进行训练得到信噪辨识数学模型。最后,对实测大地电磁数据进行信噪辨识,并仅对甄别为强干扰的时间序列结合互补集合经验模态分解(Complementary ensemble empiricalmodedecomposition,CEEMD)和小波阈值法(Wavelet threshold, WT)进行噪声压制。实验结果表明,基于鲁棒性特征参数的SVM在噪声压制前能较好地区分信号和强干扰的时间段;与CEEMDWT整体处理相比,所提方法保留了更多的低频缓变化信息,视电阻率曲线更为光滑、连续,其结果更为真实地反映了测点本身所固有的电性结构信息。(本文来源于《Applied Geophysics》期刊2019年02期）
王凯龙,张二华,曹冠彬[2]（2019）在《基于计算听觉场景分析的单通道信噪分离方法》一文中研究指出受人耳的听觉特征启发,基于计算听觉场景分析(CASA)的基本原理,结合语音信号频谱的分布特征,建立了一套较完整的信噪分离方法,首先利用图谱分析方法准确提取各语音帧的基音周期,然后以此为依据构造说话人的频谱模板,加以适当的窗函数,对原频谱进行梳状滤波,将滤波结果进行反傅里叶变换得到分离后的语音,实验结果表明了该方法的有效性。(本文来源于《计算机与数字工程》期刊2019年05期）
张贤[3]（2019）在《基于变分模态分解和分形的大地电磁信噪辨识及分离研究》一文中研究指出随着国民经济和重工业生产的高速发展,各种人文电磁干扰日趋严重,在矿集区开展大地电磁测深面临严峻挑战。为此,将微弱的大地电磁信号从强电磁干扰中精细提取成为研究热点。本文将变分模态分解(Variational Mode Decomposition,VMD)和分形应用于大地电磁信噪辨识及分离,主要研究如下:(1)研究了VMD和匹配追踪算法基本原理,对比分析了VMD与经验模态分解、固有时间尺度分解的处理效果;通过观测中心频率、相似度和信噪比,讨论了VMD中模态个数K的选取及对强干扰的去噪性能,并运用匹配追踪对VMD重构信号做二次信噪分离处理。(2)研究了去趋势波动分析的基本原理,通过求解原始信号的标度指数,自适应得到了VMD中模态个数K的取值,同时估计每个模态的标度指数,讨论了选取大于等于0.75的模态来重构大地电磁有用信号。(3)研究了大地电磁信号的分形盒维数、Higuchi分形维数、模糊熵和近似熵四种特征参数,定量区分了大地电磁有用信号和强干扰;将多特征参数和模糊C均值聚类相结合进行了信噪辨识,并对辨识为强干扰的数据运用小波软阈值进行去噪。(4)研究了多重分形谱的基本原理,分析了典型大地电磁数据多重分形谱的不均匀度、不规则度特征参数,将其输入至支持向量机进行训练,生成一个信噪分类数学模型,并仅对甄辨为强干扰的数据采用匹配追踪进行噪声压制。上述方法经仿真实验、EMTF数值模拟、青海试验点和实测资料处理,实验结果表明:所研方法能有针对性地剔除大地电磁时间域序列中的大尺度强干扰,与远参考法、VMD整体处理法、小波整体处理法及匹配追踪整体处理法相比,测点的视电阻率-相位曲线更为光滑、平稳,较好地改善了低频段的大地电磁数据质量。(本文来源于《湖南师范大学》期刊2019-05-01）
申晨宇,刘增力[4]（2018）在《基于小波包改进的最大信噪比的盲分离算法》一文中研究指出针对现有算法基于最大信噪比的盲源分离算法在低信噪比情况下分离效果降低甚至失效的问题,提出了一种利用小波包改进的最大信噪比的盲源分离算法,提高了现有算法在较低信噪比下的分离效果。具体地,先利用小波对预处理后的观测信号进行滤波,用此信号代替现有算法中估计信号的滑动平均,然后根据信噪比建立的代价函数进行广义特征值分解计算得到分离矩阵。仿真结果表明,改进算法的分离效果优于现有算法的分离效果。(本文来源于《通信技术》期刊2018年12期）
石凌志,岳建平,刘汉超,邓鸿儒[5]（2018）在《小波函数在沉降监测中信噪分离效果对比》一文中研究指出变形监测的数据中通常不可避免地存在着各种不易消除的噪声,消除这些噪声,提取真实的形变信息是变形分析中一项重要工作。小波变换是一种时频联合分析方法,广泛应用于信号去噪。基于MATLAB进行了迭加高斯白噪声、突变信号的信号仿真,采用不同小波函数对仿真信号进行去噪试验,以均方根误差、估值偏差、信噪比作为衡量指标。对去噪效果进行了对比分析。最后基于仿真试验所得结论,选择最优小波函数对南京地铁春江新城站沉降观测数据进行了去噪处理,得到了较好的去噪效果。(本文来源于《甘肃科学学报》期刊2018年06期）
崔小乐,朱立文,李响[6]（2018）在《基于MISEP算法的瞬时混合模型非线性电路的信噪盲分离》一文中研究指出针对非线性电路信噪分离问题,提出基于互信息的信噪盲分离算法,用以对非线性电路的测量信号进行补偿.首先面向瞬时混合模型下的非线性电路,将用于计算分离信号的模块与用于调整参数的模块进行反馈级联,构造多层感知机网络;然后采用含随机噪声的电路测量数据,以最小互信息为目标对该网络进行训练,直至代价函数值收敛于预设的误差范围;最后利用训练好的网络进行非线性电路盲源分离问题的解算.对前非线性电路、后非线性电路和单级放大器的实验结果表明,该算法分离出的信号和噪声在时域波形和功率谱特征方面均与输入相符.(本文来源于《计算机辅助设计与图形学学报》期刊2018年07期）
李玲玲[7]（2018）在《驾驶环境下低信噪比语音增强与分离算法研究》一文中研究指出随着现代信息科技的发展,大量的智能技术逐渐应用于汽车领域,例如自动辅助驾驶、多媒体娱乐、抬头平面显示等,其中语音识别是提高这些人机交互体验质量的重要技术之一。但是驾驶环境中存在乘客语音、引擎噪声、胎噪、风噪等复杂的噪声,这些噪声是影响语音识别性能的关键因素。为了使驾驶环境下的语音识别精度更高,必须对驾驶员语音信号进行增强以提高其信噪比。本文分析了低信噪比驾驶环境下噪声的特点,将噪声分为非语音噪声和语音噪声两大类。非语音噪声可以通过一些语音增强算法消除,语音噪声采用盲源分离算法将其与目标驾驶员语音分离。本文对语音增强和盲源分离算法进行了研究,主要工作包括以下叁个方面:1.由分析可知,驾驶环境下语音信号的高频能量比非语音噪声高很多。因此,本文提出在谱减法语音增强之前加入低频抑制预处理来进行噪声消除。实验证明,低频抑制预处理后输出信号的信噪比和听觉感知质量更高。2.本文以谱减法为基础,给出了一种平滑因子优化算法,将语音存在概率(SPP)引入到平滑因子的计算中以自适应地估计噪声。此外,本文对自适应递归平滑算法存在的偏差进行补偿,给出一种含有偏差补偿的自适应一阶递归平滑噪声估计算法。实验结果表明,本文给出的算法在低信噪比的驾驶环境下比常用的最小值统计、MCRA、IMCRA噪声估计算法有更好的噪声消除效果。3.在盲源分离方面,基于负熵的FastICA分离算法在迭代部分采用牛顿迭代法。但是牛顿迭代的初始值会影响分离算法的性能,因此本文将牛顿下山法应用于FastICA分离算法,自适应地改变下山因子的值。改进后算法的迭代时间和迭代次数都有所下降,较好的降低了牛顿迭代法对初值敏感的影响。实验结果表明,本文给出的算法提高了目标驾驶员的语音质量,能更好地适用于低信噪比驾驶环境下的语音增强和分离工作。(本文来源于《北京交通大学》期刊2018-06-01）
陈江,王苏,太树刚,胡毅力[8]（2018）在《从远震P波的尾波里分离高信噪比的S波》一文中研究指出随着全球宽频地震台的迅速增加,P波接收函数技术已经成为探测地壳上地幔结构的标准工具之一,其基本原理就是从远震记录波形上分离出台站下方的间断面上产生的P_S转换相,从而确定间断面的深度和特性.文章介绍了叁分量记录的远震资料经过坐标旋转、反褶积运算后从P波的尾波里分离出S波(P_S转换波)的P波接收函数技术.然而,近地表存在低速沉积层时,可能在接收函数波形里引起强烈的多次振荡相,为此引入了滤波技术消除这些振荡相对来自地壳上地幔速度间断面所产生的P_S转换波及其多次反射波P_pP_S,P_pS_S+P_SP_S的影响.另外,由于来自地壳上地幔速度间断面上产生的P_S转换波及其多次反射波P_pP_S,P_pS_S+P_SP_S是弱信号,文章还引入了相位权重迭加技术以增强P波接收函数的信噪比.(本文来源于《云南大学学报(自然科学版)》期刊2018年02期）
地力夏提·哈依热丁,霍志红,潘天航[9]（2017）在《基于独立分量分析的水轮机振动信号信噪分离与特征提取》一文中研究指出针对水轮机导轴承工作环境复杂,测得信号掺杂噪声给信号处理带来困难的问题,提出一种基于独立分量分析的水轮机振动信号的信噪分离方法,并通过信号仿真验证了该方法分离两源混合信号(原始信号和噪声)的准确性。在此基础上引入经验模态分解算法对采集振动信号的噪声分离,经过仿真信号与实测信号分离的对比,验证了所提方法在水力机械故障诊断方面的工程应用价值。(本文来源于《水电能源科学》期刊2017年06期）
欧阳进,张蓝宇,黄阳岗,严宇恒,李岩松[10]（2017）在《基于改进UPF滤波算法的稳态及短路电流下光学电流互感器信噪分离研究》一文中研究指出我国大力发展特高压电网,对电流互感器的测量精度和速度提出了更高的要求。当输入电流信噪比低时,光学电流互感器(OCT)很难从频域角度进行滤波。因此提出无迹粒子滤波算法(UPF)来提高OCT的信噪分离能力,并针对传统UPF计算量大导致实时性较差的问题,采用基于全局采样的改进UPF滤波提高滤波的实时性。之后对电力系统发生叁相短路下该滤波情况进行讨论,以改进UPF滤波中的残差作为阈值进行计算。最后在Matlab进行仿真验证,结果表明基于全局采样的改进UPF方法有效提高了输出信噪比和滤波精度,短路时也能快速、准确滤波,为继电保护装置提供电流。(本文来源于《电测与仪表》期刊2017年12期）
信噪分离论文开题报告
（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：
受人耳的听觉特征启发,基于计算听觉场景分析(CASA)的基本原理,结合语音信号频谱的分布特征,建立了一套较完整的信噪分离方法,首先利用图谱分析方法准确提取各语音帧的基音周期,然后以此为依据构造说话人的频谱模板,加以适当的窗函数,对原频谱进行梳状滤波,将滤波结果进行反傅里叶变换得到分离后的语音,实验结果表明了该方法的有效性。
（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。
信噪分离论文参考文献
[1].李晋,蔡锦,汤井田,李广,张贤.基于SVM-CEEMDWT的大地电磁信噪分离方法（英文）[J].AppliedGeophysics.2019
[2].王凯龙,张二华,曹冠彬.基于计算听觉场景分析的单通道信噪分离方法[J].计算机与数字工程.2019
[3].张贤.基于变分模态分解和分形的大地电磁信噪辨识及分离研究[D].湖南师范大学.2019
[4].申晨宇,刘增力.基于小波包改进的最大信噪比的盲分离算法[J].通信技术.2018
[5].石凌志,岳建平,刘汉超,邓鸿儒.小波函数在沉降监测中信噪分离效果对比[J].甘肃科学学报.2018
[6].崔小乐,朱立文,李响.基于MISEP算法的瞬时混合模型非线性电路的信噪盲分离[J].计算机辅助设计与图形学学报.2018
[7].李玲玲.驾驶环境下低信噪比语音增强与分离算法研究[D].北京交通大学.2018
[8].陈江,王苏,太树刚,胡毅力.从远震P波的尾波里分离高信噪比的S波[J].云南大学学报(自然科学版).2018
[9].地力夏提·哈依热丁,霍志红,潘天航.基于独立分量分析的水轮机振动信号信噪分离与特征提取[J].水电能源科学.2017
[10].欧阳进,张蓝宇,黄阳岗,严宇恒,李岩松.基于改进UPF滤波算法的稳态及短路电流下光学电流互感器信噪分离研究[J].电测与仪表.2017