1 重庆邮电大学工业物联网与网络化教育部重点实验室，重庆 400065
2 重庆邮电大学通信与信息工程学院，重庆 400065
针对脉搏波信号采集过程中存在噪声的问题，提出了基于改进互补集成经验模态分解的脉搏波去噪算法。利用光纤布拉格光栅传感器获取脉搏波信号，首先在互补集成经验模态分解算法中加入高斯白噪声，然后利用粒子群算法优化高斯白噪声幅值，以此来消除互补集成经验模态算法分解产生的模态混叠现象，并联合小波阈值函数对其处理后的脉搏波信号进行重构。实验结果表明，所提算法能够有效降低脉搏波信号中的噪声干扰，在信噪比、均方误差两个指标上均优于对比算法，为提取脉搏波的时域特征奠定了基础。
光纤布拉格光栅 脉搏波 信号去噪 互补集成经验模态分解 粒子群优化算法 小波阈值
美国NASA于2018年发射的ICESat-2 (The Ice, Cloud, and land Elevation Satellite-2)卫星上搭载的ATLAS （Advanced Topographic Laser Altimeter System）是目前为止全球唯一一个对地观测的星载光子计数激光雷达，具有较高的轨向空间采样率，为用遥感的方法探测海浪要素提供了可能。光子计数激光雷达用于海浪探测的前提是能够准确地提取来自海面的信号光子，并确定瞬时的海面廓线。迄今为止，用星载光子计数激光雷达探测海面形态和海浪要素的研究鲜见报道，也缺少专门针对海面信号光子的提取方法。基于海面信号光子的分布特点，文中提出了一种新的信号提取算法：首先通过直方图统计及自适应的阈值选取完成对海面回波光子的粗去噪；然后基于激光雷达光斑尺寸和海面波动特点，选取合适的搜索邻域计算信号点和噪声点密度，根据两者点密度差异对信号光子和噪声光子分类；最后用高斯函数拟合的方法进一步去除密度较大的后向散射噪声光子，最终得到来自海面反射的信号光子。利用上述算法提取了太平洋7个不同海况区域的海面信号光子和瞬时海面廓线并进一步计算出当地海浪的峰值波长和周期。将计算结果与同期欧洲中期天气预报中心(European Centre for Medium-Range Weather Forecasts, ECMWF)的全球大气再分析ERA5(ECMWF Re-Analysis5)数据作对比，在不同风速、水深的海域都获得了基本一致的结果，超过半数区域的海浪周期误差在5%以内，初步证明了星载光子计数激光雷达观测成果用于海浪要素计算的可行性。
激光雷达遥感 ICESat-2/ATLAS 海面信号去噪 海浪要素计算 lidar remote sensing ICESat-2/ATLAS sea surface signal denoising calculation of ocean wave elements 红外与激光工程
2023, 52(2): 20220366
1 电子科技大学中山学院电子信息学院, 广东 中山 528402
2 吉林大学仪器科学与电气工程学院, 吉林 长春 130012
3 珠海任驰光电科技有限公司, 广东 珠海 519000
提出一种变分模态分解-排列熵的去噪方法,分析并设定排列熵中关键参数和阈值,进而通过排列熵来确定变分模态分解的分解层数值,将分解的各模态进行重构以实现对振动信号的去噪。通过仿真测试来验证该方法在正交性、完备性、信噪比和效率方面的优越性,最后对系统采集的实际振动信号进行去噪处理。实验结果表明,与现有的经验模态分解-相关系数和完全经验模态分解-相关系数方法相比,所提方法对触网、车轮碾压和雨淋三种振动信号具有最优的去噪信噪比(含噪信号与降噪值之比),分别为32.5358 dB、30.5546 dB和29.3435 dB,耗时也较少,分别为1.4432,1.6320,1.2349 s,信号模式识别准确率最高,均在99%以上。
光纤光学 分布式光纤振动传感 变分模态分解 排列熵 信号去噪
1 重庆邮电大学工业物联网与网络化控制教育部重点实验室，重庆 400065
2 重庆邮电大学通信与信息工程学院，重庆 400065
为了实现无束缚式的居家健康生理信息检测，提出了一种基于光纤布拉格光栅传感器的呼吸与心跳信号采集方法。针对信号在测量过程中存在的噪声干扰问题，提出了一种变分模态分解联合改进小波阈值函数的降噪算法，首先利用变分模态分解去除信号中的大部分高频噪声，其次利用改进的小波阈值函数去除信号中的残余噪声。利用带通滤波器将降噪后信号中的呼吸与心跳信号分离并计算其频率。实验结果表明，该方法获得的心率的最大误差率为8.75%，呼吸的最大偏差为1 beat/min。
传感器 光纤布拉格光栅 变分模态分解 阈值函数 信号降噪 呼吸率 心率
1 昆明理工大学信息工程与自动化学院, 云南 昆明650500
2 昆明理工大学脑认知与脑机智能融合创新团队, 云南 昆明650500
3 云南省计算机技术应用重点实验室, 云南 昆明650500
脑机接口(BCI)技术通过解码分析大脑的神经活动来实现人脑与计算机等外部设备的直接交互,可作为信息交流和恢复运动功能的手段,已被应用于通信、智能机器人控制、生物医学和神经康复等诸多领域。功能性近红外光谱(fNIRS)是一种可用于探测大脑皮层血红蛋白浓度变化的光学成像技术,近些年被用于无创BCI的发展。本文系统、详细地综述了fNIRS-BCI的发展历程、组成原理、涉及的关键技术、未来的发展趋势以及局限性和待解决的问题,重点对特征分类算法进行了全面统计,并将结果与前人的部分统计数据进行对比分析,归纳出一些有价值的结论与观点。本文旨在让有兴趣探索fNIRS-BCI的研究人员对其有一个全面而具体的了解,甚至为他们提供一定的参考和指导。
光谱学 功能性近红外光谱 脑机接口 信号降噪 特征提取 特征分类 激光与光电子学进展
2021, 58(16): 1600006
1 桂林理工大学信息科学与工程学院, 广西 桂林 541006
2 桂林理工大学广西空间信息与测绘重点实验室, 广西 桂林 541006
3 天津大学微电子学院, 天津 300072
4 中国电子科技集团公司第三十四研究所, 广西 桂林 541004
浅水激光雷达回波信号中混有高斯白噪声及系统自由振动时产生的固有频率成分,因此较难从较低信噪比的回波信号中获取目标的距离与特征,需要进行降噪处理。根据全波形回波及固有频率的频域特点,提出了一种改进的经验小波变换方法,并将其用于浅水激光雷达信号的降噪。首先对实验室自制的测深激光雷达系统测到的回波信号进行分解,得到降噪后的回波、噪声及固有频率成分,然后针对降噪后的回波信号,进行非线性阻尼最小二乘算法拟合优化,最终得到全波形回波的分解信号并测得水深。利用MATLAB建立信号模型,对比常用降噪算法处理的降噪效果,结果显示,改进的算法在计算时间、信噪比和均方误差等方面有明显优势;对比0.5~3.0 m水深范围内不同降噪算法的实测回波处理效果,经所提方法降噪后,回波信号的测深误差小于0.1 m。
遥感与传感器 浅水激光雷达 全波形回波信号降噪 经验小波变换 固有频率 中国激光
2021, 48(11): 1109001
在利用小波变换对脉冲星信号进行消噪时, 小波基、分解层的选取以及阈值函数的构建很大程度上决定了脉冲星导航的准确性。首先研究了小波基与小波分解系数之间的从属关系, 进而根据小波分解系数与原始信号的互相关大小来筛选合理的小波基和分解层。在对小波分解系数的研究中发现,噪声形成的小波系数随着分解层的增加而减小, 考虑到这个特点, 构建了一个基于分解层的阈值函数。实验结果表明, 相比于传统小波域消噪方法, 所提方法不仅能够准确地筛选出最优小波基和最佳分解层, 而且利用所构建的阈值函数进行消噪可以明显改善去噪后脉冲星信号的信噪比、峰值信噪比以及峰位误差, 为脉冲星信号消噪提供了新思路。
脉冲星 信号消噪 小波变换 互相关系数 阈值函数 pulsar signal denoising wavelet transform cross correlation coefficient threshold function
河北工业大学电子信息工程学院, 天津 300401
在采集地震信号时可能会伴随着随机噪声,有些去噪算法会平滑掉地震信号中的部分细节,从而降低地震数据的准确性。为此提出了一种基于区域分割梯度直方图保持(SGHP)的地震信号去噪算法,该算法先将地震含噪信号分成几个区域,再估计每个区域的参考梯度直方图,最后对每个区域使用梯度直方图保持进行去噪,使得去噪后的地震信号的梯度分布尽可能接近原始信号,从而达到保护地震信号细节的目的。利用SGHP分别对合成地震信号和叠后陆上地震信号进行去噪,与非局部均值滤波(NLM)、块匹配三维(BM3D)协同滤波和聚类稀疏表示(CSR)的去噪效果进行对比,采用峰值信噪比和结构相似度的评价指标进行评估,结果表明,SGHP的去噪效果最优。
图像处理 地震信号去噪 区域分割 梯度直方图保持 梯度分布 激光与光电子学进展
2020, 57(10): 101003
1 中国科学院 电子学研究所, 北京 100190
2 中国科学院大学, 北京 100049
为了降低激光多普勒测振仪在测声过程中给语音信号中引入的噪声, 采用深度循环神经网络语音信号去噪的方法, 对从激光多普勒测声系统采集回来的语音信号做降噪处理, 并进行了理论分析和实验验证。结果表明, 利用层数为1层~3层、每层神经元个数为1024的深度循环神经网络, 对-6dB~6dB信噪比的语音信号进行处理, 随着层数的增加, 语音信号的质量在多项评价指标上达到8dB~12dB的提升; 深度循环神经网络可以有效对激光多普勒测声系统采集的语音信号进行降噪处理。该研究对提升语音信号的质量有着实际意义。
激光技术 激光多普勒测振仪 语音信号去噪 深度循环神经网络 laser technique laser Doppler vibrometer speech signal denoising deep recurrent neural network
国防科技大学 电子对抗学院 导航和制导系304教研室，合肥 230037
对某些探测信号，如激光测距回波、雷达回波等，在传输过程中会耦合进大量的噪声，导致信噪比下降，通常采用小波变换、导数法、插值、多项式拟合等算法进行降噪处理，以便获取真正需要的有用信号。针对基于劈尖干涉测量激光波长的实验系统中，CCD输出信号因含有噪声而影响FFT变换精度的问题，建立了一种基于归一化指标寻优的自适应EEMD（ensemble empirical mode decomposition，总体经验模态分解）降噪模型，并将其应用到基于劈尖干涉的波长测量实验系统中CCD输出信号的降噪中。实验结果表明，该方法能有效提高CCD信号的降噪精度，简化降噪过程及操作难度。
总体经验模态分解（EEMD） 自适应 劈尖干涉 信号降噪 ensemble empirical mode decomposition (EEMD) adaptive optical wedge interference signal denoising
