1 中南大学 信息科学与工程学院, 湖南 长沙 410083
2 有色金属成矿预测与地质环境监测教育部重点实验室(中南大学), 湖南 长沙 410083
3 东华理工大学 地球物理与测控技术学院, 武汉 南昌 330013
4 湖南师范大学 物理与信息科学学院, 湖南 长沙 410081
5 中国人民解放军63983部队, 江苏 无锡 214035
非平稳信号的去噪是信号处理中的热点和难点。文中以冲击原子作为稀疏表示基, 构建了仅对人文噪声敏感的冗余字典。并使用粒子群优化算法对匹配追踪算法进行优化, 提出了基于稀疏表示与粒子群优化算法的非平稳信号去噪方法。为检验方法的有效性, 论文首先进行了针对性的仿真实验。然后将所述方法用于实测的大地电磁信号处理。结果表明, 所述方法可以在保留有用信号的前提下, 有效分离出类充放电噪声、脉冲噪声以及其它多种不规则噪声, 显著提高非平稳信号的信噪比。
稀疏表示 非平稳信号 粒子群优化算法 噪声衰减 冗余字典 sparse representation nonstationary signal particle swarm optimization noise attenuation redundant dictionary 红外与激光工程
2018, 47(7): 0726005
中国人民解放军92493部队88分队,葫芦岛,125000
综述了小波分析的发展现状,通过对比小波变换与短时傅里叶变换之间的差异,指出小波分析是一种多分辨分析方法,特别适合于非平稳信号的分析与处理,并且应用该方法对遥测速变信号进行处理,取得了较好的效果.
小波分析 非平稳信号 多分辨率变换 wavelet analysis non-stationary signal multi-resolution ratio change
