数字电路远程网络中高频信号噪声抑制仿真

发布时间：2021-04-17 09:56

　　针对传统高频信号噪声抑制方法存在效果差、信号完整度低的问题,提出新的数字电路远程网络中高频信号噪声抑制方法。根据独立分量分析,利用源信号与噪声信号分离的原理,实现噪声抑制,主要分为信号采集、去均值化、白化处理以及提取独立分量等步骤。最后在实例中被运用和验证。结果表明:独立分量分析噪声抑制方法应用下,数字电路远程网络中高频信号信噪比和完整性得到提高,远远高于传统噪声抑制方法应用效果,达到了研究预期目标。 

【文章来源】：计算机仿真. 2020,37(02)北大核心

【文章页数】：5 页

【部分图文】：

反射噪声

噪声的出现会极大影响信号质量,造成信息传递错误,所以要进行噪声抑制,降低噪声的影响。这里采用基于独立分量分析方法对含噪信号进行去噪处理。独立分量分析,简称ICA,是盲源分离技术中一种,指从多个源信号的线性混合信号中分离出源信号的技术,即将信号与噪音分离开来,同时去除多余的噪声,达到噪声抑制的目的[5-6]。基本原理如图2所示。独立分量分析数学描述为

在对数字电路远程网络中高频信号的噪声进行抑制之前,首先需要收集信号[7]。此操作一般通过一个高速或超高速硬件采集电路来完成(见图3)。该硬件采集电路要求很高,需要在进行采集动作的同时储存信号,该电路系统中包括前端采集模块、内部储存模块、外部缓存模块以及硬核接口模块,为信号采集提供了较高速度[8]。

【参考文献】：
期刊论文
[1]基于快速独立分量分析的脑电信号去噪方法研究[J]. 邝亚云,王黎明,王佳琪.  国外电子测量技术. 2018(11)
[2]局部放电信号中白噪声干扰抑制方法研究[J]. 闫江宝,张长胜,谭向宇,张少泉.  数据通信. 2018(05)
[3]量子信号与经典光信号共纤传输中的噪声抑制技术[J]. 孙咏梅,牛佳宁,纪越峰.  电信科学. 2018(09)
[4]计算机电磁干扰抑制技术研究[J]. 张雷.  计算机技术与发展. 2017(11)
[5]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]. 地力夏提·哈依热丁,霍志红,潘天航.  水电能源科学. 2017(06)
[6]LMD-ICA联合降噪方法在滚动轴承振动信号中的降噪性能分析[J]. 蒋章雷,徐小力,卞家磊.  北京信息科技大学学报(自然科学版). 2017(03)
[7]基于独立分量分析的EGG噪声消除方法[J]. 高猛.  数字技术与应用. 2017(06)
[8]远距离通信语音信号噪声抑制仿真研究[J]. 鲁睿,刘洋,杜翠兰,赵淳璐.  计算机仿真. 2017(04)
[9]相位敏感型光时域反射传感系统光学背景噪声的产生机理及其抑制方法[J]. 张旭苹,张益昕,王峰,单媛媛,孙振鉷,胡燕祝.  物理学报. 2017(07)
[10]基于变分模态分解与独立分量分析的轴承故障特征提取方法[J]. 柳晓云,马增强,张俊甲,王梦奇.  济南大学学报(自然科学版). 2017(03)



本文编号：3143253