基于伪随机序列的维纳滤波反卷积算法的改进

发布时间：2017-07-20 06:40

  本文关键词：基于伪随机序列的维纳滤波反卷积算法的改进

  更多相关文章： 相关辨识 维纳滤波反卷积算法 m序列 噪声

【摘要】：应用于相关辨识中的维纳滤波反卷积算法对噪声的适应性不理想,辨识效果不佳。据此分析了维纳滤波反卷积算法在对大地辨识的过程中对噪声适应性不理想的原因,并提出了相应的改进算法:根据检测系统冲激响应的频谱范围,首先用常数进行处理,但实验效果不佳;再次改进后用可变函数代替不同阈值来调整算法,对带通内部分和带通外部分使用不同的估计方法,从而提高算法对噪声的适应能力。试验表明改进后的维纳滤波反卷积算法有较强的噪声适应能力,在相关辨识的应用中取得了良好的辨识效果。
【作者单位】： 中国地质大学(北京)信息工程学院;
【关键词】： 相关辨识 维纳滤波反卷积算法 m序列 噪声
【基金】：国家自然科学基金(41374185)
【分类号】：TN713
【正文快照】： 在相关辨识中,利用维纳滤波反卷积算法可以改善传统频域反卷积算法中的零点问题[1],还可以抑制掉部分噪声干扰,从而提高辨识效果[2]。但是,由于检测系统的系统函数带宽有限,频带外的噪声起伏会直接影响反卷积的效果,造成算法本身的稳定性较差;同时系统冲激响应和噪声的功率谱

【相似文献】

中国期刊全文数据库 前10条

1 华建兴,唐渝,吕维雪;利用维纳滤波对视觉诱发电位的估计[J];信息与控制;1989年05期

2 邢永涛;付中华;张艳宁;;二维维纳滤波语音增强方法研究与实现[J];计算机工程与应用;2009年19期

3 周凯汀;郑力新;;图像域阈值与维纳滤波组合的图像去噪方法[J];华侨大学学报(自然科学版);2012年02期

4 胡洋;张颖;熊成基;陈雪波;;基于小波收缩阈值和维纳滤波的去噪方法[J];辽宁科技大学学报;2010年05期

5 王明吉;吴云;付东华;;基于小波域维纳滤波的光纤面板暗影检测[J];光学仪器;2011年05期

6 江峰,许枫;自适应线谱干扰抵消器的性能及其非维纳滤波现象[J];应用声学;2000年06期

7 赵昱,申铉国;非重叠背景噪声下的自适应维纳滤波模式识别方法[J];光学技术;2005年01期

8 李正飞;;基于平稳小波的维纳滤波射线图像去噪算法研究[J];机械工程与自动化;2010年02期

9 邹星;谭泽富;罗映祥;谭晓玲;;维纳滤波在模糊车牌中的识别[J];科技信息;2010年17期

10 唐秀文;唐志列;吴泳波;;利用维纳滤波改善声透镜光声成像系统的分辨率[J];光子学报;2011年01期

中国重要会议论文全文数据库 前3条

1 李孟歆;夏兴华;张楠;;一种基于维纳滤波的图像快速恢复方法[A];科技创新与产业发展（A卷）——第七届沈阳科学学术年会暨浑南高新技术产业发展论坛文集[C];2010年

2 陆世东;;维纳滤波图像复原算法研究[A];中国测绘学会2010年学术年会论文集[C];2010年

3 罗谧;李红松;;基于Contourlet域的维纳滤波的图像复原[A];2008’“先进集成技术”院士论坛暨第二届仪表、自动化与先进集成技术大会论文集[C];2008年

中国博士学位论文全文数据库 前2条

1 张小波;基于维纳滤波的图像去噪算法研究[D];西安电子科技大学;2014年

2 赵昱;光电相关识别及其算法的研究[D];吉林大学;2005年

中国硕士学位论文全文数据库 前9条

1 孙金;机载AIS接收性能及抗衰落技术的研究[D];天津理工大学;2015年

2 崔晓杰;维纳滤波的应用研究[D];长安大学;2006年

3 付明明;基于维纳滤波及BP神经网络的光学相关识别研究[D];哈尔滨工业大学;2010年

4 江陶;基于FPGA小波域维纳滤波去噪算法的研究[D];哈尔滨工业大学;2007年

5 周涛;线性运动模糊图像实时恢复的实现[D];中南大学;2010年

6 谢宏;面向编码器的数字视频降噪研究[D];湖南大学;2009年

7 张德会;声混响消减方法研究[D];上海交通大学;2009年

8 张小波;基于偏微分方程方法的小波域自适应维纳滤波迭代去噪算法[D];西安电子科技大学;2007年

9 涂扬;视频序列中高斯噪声的去除算法研究[D];华中科技大学;2013年

，

本文编号：566667