CN106100756A - 一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 - Google Patents
一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 Download PDFInfo
- Publication number
- CN106100756A CN106100756A CN201610402283.1A CN201610402283A CN106100756A CN 106100756 A CN106100756 A CN 106100756A CN 201610402283 A CN201610402283 A CN 201610402283A CN 106100756 A CN106100756 A CN 106100756A
- Authority
- CN
- China
- Prior art keywords
- signal
- unit
- noise
- configurable
- weighted units
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04B—TRANSMISSION
- H04B15/00—Suppression or limitation of noise or interference
- H04B15/005—Reducing noise, e.g. humm, from the supply
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Noise Elimination (AREA)
Abstract
本发明公开了一种基于无网格稀疏感知技术实现噪声抵消的装置和方法,属于电子测试设备领域,包括A/D采集单元、第一加法单元、第二加法单元、第一加权单元、第二加权单元、第一延迟单元、第二延迟单元、λ噪声信号合成单元、Z信号合成单元、特征值提取单元、特征向量提取单元、系数计算单元、信号叠加单元、迭代运算单元、托普利茨运算单元、降低噪声单元。本发明具有快速高效、灵敏度高的弱信号检测能力,成功抵消了信号的原始噪声,提升了信号的信噪比,满足了电子设备弱信号接收的需求以及高灵敏度5G电子测试仪器设计的需求,提升了电子设备中信号接收模块的接收能力以及电子测试仪器测试灵敏度等核心指标。
Description
技术领域
本发明属于电子测试设备领域,具体涉及一种基于无网格稀疏感知技术实现噪声抵消的装置和方法。
背景技术
在电子测试与信号处理中,信号与噪声像一对伴侣,不离不弃。特别是微弱信号,由于微弱信号淹没在背景噪声中,在时域、频域上已经很难进行分辨,如何去除噪声、如何提取信号是国内外各个研究机构与高校一致研究的问题。另外,去除噪声、提取信号,正确计算出信号的频率、功率等特性,其作用很大,在许多领域都有应用,例如雷达目标定位中的到达方向估计、传感器阵列信号处理、成像系统,以及信号分析、频谱分析等。
目前弱信号检测技术常见有自适应匹配滤波技术、能量检测技术、循环平稳特性检测技术等。自适应匹配滤波技术适用于感知节点知道主要用户信号的相关信息,其优点是检测速度快、处理增益大,但是缺点是需要提前知道信号的先验信息,对相位同步要求很高;能量检测技术适用于感知接点不知道主要用户信号的相关信息,其优点简单易实现、无须信号的先验信息、对相位要求低,但是缺点检测时间长,不能区分信号和噪声类型,不适用于调频等信号检测;循环平稳特性检测技术适用于用户信号具有循环平稳特性,其优点是检测灵敏度高,可以区分信号和噪声类型,但缺点是计算复杂度高,采样时钟偏移影响检测性能。
在大数据背景下,压缩感知理论提出,当高维信号具有稀疏性时,即信息的维度远小于信号的维度时,可以对信号进行随机压缩采样,以降低前端采样频率和存储空间。在压缩感知理论的启发之下,通过挖掘并利用信号自身结构(包括稀疏性、低秩等)对信号进行重建、去噪、信号提取等。
发明内容
本发明的目的在于一种基于无网格稀疏感知技术实现噪声抵消的装置和方法,实现了两级加法运算的噪声抵消,快速消除了信号的噪声成分,保证了原始信号信息,提升了信噪比。
为了实现上述目的,本发明采用如下技术方案:
一种基于无网格稀疏感知技术实现噪声抵消的装置,包括A/D采集单元、第一加法单元、第二加法单元、第一加权单元、第二加权单元、第一延迟单元、第二延迟单元、λ噪声信号合成单元、Z信号合成单元、特征值提取单元、特征向量提取单元、系数计算单元、信号叠加单元、迭代运算单元、托普利茨运算单元、降低噪声单元;其中,
所述A/D采集单元,被配置为用于采集信号,并将所采集的信号数字化,形成indata数据信号,送入第一加法单元;
所述第一加法单元,被配置为用于将indata信号和经过第一加权单元加权后的Z信号进行叠加,形成newdata新信号,送入第二加法单元;
所述第二加法单元,被配置为用于将newdata新信号与经过第二加权单元加权后的λ噪声信号进行叠加,形成outdata数据信号,正常输出或送入托普利茨运算单元;
所述第一加权单元,被配置为用于对Z信号的功率大小进行调整,调整后的信号送入第一加法单元;
所述第二加权单元,被配置为用于对λ噪声信号的功率大小进行调整,调整后的信号送入第二加法单元;
所述信号叠加单元,被配置为用于将Z信号和λ噪声信号进行叠加,产生一个带有噪声的T0信号,送入迭代运算单元;
所述迭代运算单元,被配置为用于将信号T0进行运算处理,产生一个T1信号,送入普利茨预算单元;
所述系数计算单元,被配置为用于对信号Z和λ噪声信号处理,计算出系数γ,送入普利茨预算单元;
所述托普利茨运算单元,被配置为用于对outdada数据信号进行处理,产生N*N的托普利茨矩阵;然后对T1信号进行处理,将N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;最后利用系数γ,形成了一个完整的(N+1)*(N+1)的托普利茨矩阵,进而形成一个T信号,送入降低噪声单元和λ噪声信号合成单元;
所述降低噪声单元,被配置为用于将T信号和λ噪声信号进行处理,产生Tnew信号,送入特征值提取单元和特征向量提取单元;
所述特征值提取单元,被配置为用于将提取Tnew信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0,其他保持不变,形成新的特征功率值D,送入Z信号合成单元;
所述送入特征向量提取单元,被配置为用于提取Tnew信号的特征向量V,送入Z信号合成单元;
所述Z信号合成单元,被配置为用于产生新的Znext信号,送入第一延迟单元;
所述第一延迟单元,被配置为用于对Znext信号进行处理,形成Z信号,送入第一加权单元、系数噪声单元和信号叠加单元;
所述λ噪声信号合成单元,被配置为用于对Znext信号、T信号和λ噪声信号反馈信号进行处理,产生λnext噪声信号,送入第二延迟单元;
所述第二延迟单元,被配置为用于对λnext噪声信号进入处理,产生λ噪声信号信号,送入第二加权单元、λ噪声信号合成单元、系数噪声单元、信号叠加单元和降低噪声单元。
此外,本发明还提到一种基于无网格稀疏感知技术实现噪声抵消的方法,该方法采用上述的一种基于无网格稀疏感知技术实现噪声抵消的装置,包括如下步骤:
步骤1:通过A/D采集单元采集信号,将信号数字化,形成indata数据信号;
步骤2:indata数据信号与经过第一加权单元加权后的Z信号在第一加法单元中进行叠加,形成newdata新信号;
步骤3:产生的newdata新信号又在第二加法单元中与经过第二加权单元加权后的λ噪声信号进行叠加,形成outdata数据信号;
步骤4:outdada数据信号正常输出或进入托普利茨运算单元产生N*N的托普利茨矩阵,进行下一次噪声抵消预算,其中N为outdada数据信号的数据长度;
步骤5:初始值都为0的Z信号和λ噪声信号共同进入信号叠加单元,产生一个带有噪声的新信号T0;
步骤6:新信号T0经过迭代运算单元,产生T1信号;
步骤7:T1信号进入托普利茨运算单元,使N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;
步骤8:初始值都为0的Z信号和λ噪声信号进入系数计算单元,计算出系数γ;
步骤9:系数γ进入托普利茨运算单元,将(N+1)*(N+1)的托普利茨矩阵角上的系数设为系数γ,形成一个完整的(N+1)*(N+1)的托普利茨矩阵,进而形成T信号;
步骤10:T信号和λ噪声信号共同进入降低噪声单元,产生Tnew信号;
步骤11:Tnew信号进入特征值提取单元,特征值提取单元提取Tnew信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0,如果特征功率值大于或等于0,则保持特征功率值D不变;
步骤12:Tnew信号进入特征向量提取单元,特征向量提取单元提取Tnew信号的特征向量V;
步骤13:将保持不变的特征功率值D和特征向量V送入Z信号合成单元,产生新的Znext信号;
步骤14:Znext信号进入第一延迟单元,延迟后形成Z信号;
步骤15:Z信号进入第一加权单元,第一加权单元对Z信号的功率大小进行调整;
步骤16:经过第一加权单元加权后的Z信号与indata数据信号在第一加法单元中进行叠加,形成newdata新信号;
步骤17:Znext信号和T信号进入λ噪声信号合成单元,并与λ噪声信号反馈信号共同作用,产生λnext噪声信号;
步骤18:λnext噪声信号进入第二延迟单元,产生λ噪声信号;
步骤19:λ噪声信号进入第二加权单元,第二加权单元对λ噪声信号功率大小进行调整;
步骤20:经过第二加权单元加权后的λ噪声信号与newdata数据信号在第二加法单元中进行叠加,形成outdata数据信号。
本发明具有以下有益效果:
本发明一种基于无网格稀疏感知技术实现噪声抵消的装置和方法,利用无网格稀疏感知技术,对采集信号数字化处理后,进行两级加法运算的噪声抵消,后直接输出信号,此时输出信号噪声接近热噪声,信噪比大大提升,便于信号分析时提取信号的功率大小和频率谱的分布,也可通过D/A直接输出,恢复原始信号;本发明解决了目前弱信号检测技术对预知信号需提前知道信号的先验信息以及检测时间长、计算复杂度高等问题,具有快速高效、灵敏度高的弱信号检测能力,成功抵消了信号的原始噪声,提升了信号的信噪比,满足了电子设备弱信号接收的需求以及高灵敏度5G电子测试仪器设计的需求,提升了电子设备中信号接收模块的接收能力以及电子测试仪器测试灵敏度等核心指标。
本发明的主通道相对简单,保证了信号的实时性,辅路通道采用多个环路设计,保证了信号提取与噪声抵消的准确性;可以应用到多种场合。
附图说明
图1为本发明的系统原理框图。
图2为某次采集的原始信号的时域图。
图3为某次采集的原始信号的频域图。
图4为该次的原始信号采用本发明后输出新的信号的时域图。
图5为该次的原始信号采用本发明后输出新的信号的频域图。
具体实施方式
下面结合附图以及具体实施方式对本发明作进一步详细说明:
如图1所示的基于无网格稀疏感知技术实现噪声抵消装置,包含16个单元:A/D采集单元、第一加法单元、第二加法单元、第一加权单元、第二加权单元、第一延迟单元、第二延迟单元、λ噪声信号合成单元、Z信号合成单元、特征值提取单元、特征向量提取单元、系数计算单元、信号叠加单元、迭代运算单元、托普利茨运算单元以及降低噪声单元。
首先通过A/D采集单元采集信号,将信号数字化,形成indata数据信号。
另外,本发明将形成Z信号和λ噪声信号,Z信号主要作用是增强indata数据信号中理想信号的能量,λ噪声信号为伪随机白噪声,但是与indata数据信号中携带的噪声信号的相位不同,从而抵消indata数据信号中携带的噪声信号;因此,indata数据信号先后Z信号在第一加法单元中进行叠加,形成噪声不变,但信号功率明显提升的新信号;产生的新信号又在第二加法单元中与λ噪声信号进行叠加,由于λ噪声信号是伪随机白噪声,不影响主信号的质量,但与新信号中的噪声相位不同,叠加后噪声明显下降,从而形成outdata数据信号,此时outdata数据信号相对输入indata数据信号信号质量明显提升,噪声明显下降,达到本专利噪声抵消提升信号信噪比的目的。
实际上Z信号并不是直接到第一加法单元中进行叠加运算,实际它先经过第一加权单元,对Z信号功率大小进行调整,防止叠加后造成信号失真;λ噪声信号也不能直接到第二加法单元中进行叠加运算,也需要经过第二加权单元,对λ噪声信号功率大小进行调整,防止λ噪声信号过大,造成引入新的噪声。
outdada数字信号除了正常输出外,还需要进入托普利茨运算单元产生N*N的托普利茨矩阵(N为outdada数字信号数据长度),进行下一次噪声抵消预算。
另外,Z信号和λ噪声信号共同进入信号叠加单元,产生一个带有噪声的新信号;为了考虑新信号的噪声随机信号更好,新的信号再经过迭代运算单元,使得新信号前后噪声更加均匀和伪随机;经过迭代运算单元的新信号也送给托普利茨运算单元,将N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;但是我们发现(N+1)*(N+1)的托普利茨矩阵角上的系数还没有数据,本发明在利用Z信号和λ噪声信号进入系数计算单元,阐述该系数,这样形成了一个完整的(N+1)*(N+1)的托普利茨矩阵,从而形成T信号。
T信号和λ噪声信号共同进入降低噪声单元产生Tnew信号,此时Tnew信号相对比较接近理想信号。
Tnew信号送入特征值提取单元,提取信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0;其他保持不变,形成新的特征功率值D。
Tnew信号送入特征向量提取单元,提取信号的特征向量V。
新的特征功率值D和特征向量V被送入Z信号合成单元,产生新的信号Znext。
Znext信号进入第一延迟单元,延迟后形成Z信号。
另外,Znext信号和T信号进入λ噪声信号合成单元,并于λ噪声信号反馈信号共同作用,产生λnext噪声信号;λnext噪声信号进入第二延迟单元,产生λ噪声信号,λ噪声信号经过加权后与newdata信号合成后形成噪声较低信噪比较好的输出信号outdata。
该装置主要用于电子设备的研发中提升电子设备的信号接收模块的接收能力,也可用于电子测试仪器的设计中提升电子测试仪器测试灵敏度等核心指标。
实施例2:
在上述实施例1的基础上,本发明提供一种基于无网格稀疏感知技术实现噪声抵消的方法,用于噪声的抵消与信号的提取,包括如下步骤:
步骤1:通过A/D采集单元采集信号,将信号数字化,形成indata数据信号;
步骤2:indata数据信号与经过第一加权单元加权后的Z信号在第一加法单元中进行叠加,形成newdata新信号;
步骤3:产生的newdata新信号又在第二加法单元中与经过第二加权单元加权后的λ噪声信号进行叠加,形成outdata数据信号;
步骤4:outdada数据信号正常输出或进入托普利茨运算单元产生N*N的托普利茨矩阵,进行下一次噪声抵消预算,其中N为outdada数据信号的数据长度;
步骤5:初始值都为0的Z信号和λ噪声信号共同进入信号叠加单元,产生一个带有噪声的新信号T0;
步骤6:新信号T0经过迭代运算单元,产生T1信号;
步骤7:T1信号进入托普利茨运算单元,使N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;
步骤8:初始值都为0的Z信号和λ噪声信号进入系数计算单元,计算出系数γ;
步骤9:系数γ进入托普利茨运算单元,将(N+1)*(N+1)的托普利茨矩阵角上的系数设为系数γ,形成一个完整的(N+1)*(N+1)的托普利茨矩阵,进而形成T信号;
步骤10:T信号和λ噪声信号共同进入降低噪声单元,产生Tnew信号;
步骤11:Tnew信号进入特征值提取单元,特征值提取单元提取Tnew信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0,如果特征功率值大于或等于0,则保持特征功率值D不变;
步骤12:Tnew信号进入特征向量提取单元,特征向量提取单元提取Tnew信号的特征向量V;
步骤13:将保持不变的特征功率值D和特征向量V送入Z信号合成单元,产生新的Znext信号;
步骤14:Znext信号进入第一延迟单元,延迟后形成Z信号;
步骤15:Z信号进入第一加权单元,第一加权单元对Z信号的功率大小进行调整;
步骤16:经过第一加权单元加权后的Z信号与indata数据信号在第一加法单元中进行叠加,形成newdata新信号;
步骤17:Znext信号和T信号进入λ噪声信号合成单元,并与λ噪声信号反馈信号共同作用,产生λnext噪声信号;
步骤18:λnext噪声信号进入第二延迟单元,产生λ噪声信号;
步骤19:λ噪声信号进入第二加权单元,第二加权单元对λ噪声信号功率大小进行调整;
步骤20:经过第二加权单元加权后的λ噪声信号与newdata数据信号在第二加法单元中进行叠加,形成outdata数据信号。
图2为某次采集的原始信号的时域图。图3为某次采集的原始信号的频域图。图4为该次的原始信号采用本发明后输出新的信号的时域图。图5为该次的原始信号采用本发明后输出新的信号的频域图。
本发明利用无网格稀疏感知技术,解决了目前弱信号检测技术对预知信号需提前知道信号的先验信息以及检测时间长、计算复杂度高等问题,具有快速高效、灵敏度高的弱信号检测能力,成功抵消了信号的原始噪声,提升了信号的信噪比,满足了电子设备弱信号接收的需求以及高灵敏度5G电子测试仪器设计的需求,提升了电子设备中信号接收模块的接收能力以及电子测试仪器测试灵敏度等核心指标。本发明的主通道相对简单,保证了信号的实时性,辅路通道采用多个环路设计,保证了信号提取与噪声抵消的准确性;可以应用到多种场合。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
Claims (2)
1.一种基于无网格稀疏感知技术实现噪声抵消的装置,其特征在于:包括A/D采集单元、第一加法单元、第二加法单元、第一加权单元、第二加权单元、第一延迟单元、第二延迟单元、λ噪声信号合成单元、Z信号合成单元、特征值提取单元、特征向量提取单元、系数计算单元、信号叠加单元、迭代运算单元、托普利茨运算单元、降低噪声单元;其中,
所述A/D采集单元,被配置为用于采集信号,并将所采集的信号数字化,形成indata数据信号,送入第一加法单元;
所述第一加法单元,被配置为用于将indata信号和经过第一加权单元加权后的Z信号进行叠加,形成newdata新信号,送入第二加法单元;
所述第二加法单元,被配置为用于将newdata新信号与经过第二加权单元加权后的λ噪声信号进行叠加,形成outdata数据信号,正常输出或送入托普利茨运算单元;
所述第一加权单元,被配置为用于对Z信号的功率大小进行调整,调整后的信号送入第一加法单元;
所述第二加权单元,被配置为用于对λ噪声信号的功率大小进行调整,调整后的信号送入第二加法单元;
所述信号叠加单元,被配置为用于将Z信号和λ噪声信号进行叠加,产生一个带有噪声的T0信号,送入迭代运算单元;
所述迭代运算单元,被配置为用于将信号T0进行运算处理,产生一个T1信号,送入普利茨预算单元;
所述系数计算单元,被配置为用于对信号Z和λ噪声信号处理,计算出系数γ,送入普利茨预算单元;
所述托普利茨运算单元,被配置为用于对outdada数据信号进行处理,产生N*N的托普利茨矩阵;然后对T1信号进行处理,将N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;最后利用系数γ,形成了一个完整的(N+1)*(N+1)的托普利茨矩阵,进而形成一个T信号,送入降低噪声单元和λ噪声信号合成单元;
所述降低噪声单元,被配置为用于将T信号和λ噪声信号进行处理,产生Tnew信号,送入特征值提取单元和特征向量提取单元;
所述特征值提取单元,被配置为用于将提取Tnew信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0,其他保持不变,形成新的特征功率值D,送入Z信号合成单元;
所述送入特征向量提取单元,被配置为用于提取Tnew信号的特征向量V,送入Z信号合成单元;
所述Z信号合成单元,被配置为用于产生新的Znext信号,送入第一延迟单元;
所述第一延迟单元,被配置为用于对Znext信号进行处理,形成Z信号,送入第一加权单元、系数噪声单元和信号叠加单元;
所述λ噪声信号合成单元,被配置为用于对Znext信号、T信号和λ噪声信号反馈信号进行处理,产生λnext噪声信号,送入第二延迟单元;
所述第二延迟单元,被配置为用于对λnext噪声信号进入处理,产生λ噪声信号信号,送入第二加权单元、λ噪声信号合成单元、系数噪声单元、信号叠加单元和降低噪声单元。
2.一种基于无网格稀疏感知技术实现噪声抵消的方法,其特征在于:采用权利要求1所述基于无网格稀疏感知技术实现噪声抵消的装置,包括如下步骤:
步骤1:通过A/D采集单元采集信号,将信号数字化,形成indata数据信号;
步骤2:indata数据信号与经过第一加权单元加权后的Z信号在第一加法单元中进行叠加,形成newdata新信号;
步骤3:产生的newdata新信号又在第二加法单元中与经过第二加权单元加权后的λ噪声信号进行叠加,形成outdata数据信号;
步骤4:outdada数据信号正常输出或进入托普利茨运算单元产生N*N的托普利茨矩阵,进行下一次噪声抵消预算,其中N为outdada数据信号的数据长度;
步骤5:初始值都为0的Z信号和λ噪声信号共同进入信号叠加单元,产生一个带有噪声的新信号T0;
步骤6:新信号T0经过迭代运算单元,产生T1信号;
步骤7:T1信号进入托普利茨运算单元,使N*N的托普利茨矩阵变为(N+1)*(N+1)的托普利茨矩阵;
步骤8:初始值都为0的Z信号和λ噪声信号进入系数计算单元,计算出系数γ;
步骤9:系数γ进入托普利茨运算单元,将(N+1)*(N+1)的托普利茨矩阵角上的系数设为系数γ,形成一个完整的(N+1)*(N+1)的托普利茨矩阵,进而形成T信号;
步骤10:T信号和λ噪声信号共同进入降低噪声单元,产生Tnew信号;
步骤11:Tnew信号进入特征值提取单元,特征值提取单元提取Tnew信号的特征功率值,并对特征功率值进行处理,如果特征功率值小于0,将特征功率值置为0,如果特征功率值大于或等于0,则保持特征功率值D不变;
步骤12:Tnew信号进入特征向量提取单元,特征向量提取单元提取Tnew信号的特征向量V;
步骤13:将保持不变的特征功率值D和特征向量V送入Z信号合成单元,产生新的Znext信号;
步骤14:Znext信号进入第一延迟单元,延迟后形成Z信号;
步骤15:Z信号进入第一加权单元,第一加权单元对Z信号的功率大小进行调整;
步骤16:经过第一加权单元加权后的Z信号与indata数据信号在第一加法单元中进行叠加,形成newdata新信号;
步骤17:Znext信号和T信号进入λ噪声信号合成单元,并与λ噪声信号反馈信号共同作用,产生λnext噪声信号;
步骤18:λnext噪声信号进入第二延迟单元,产生λ噪声信号;
步骤19:λ噪声信号进入第二加权单元,第二加权单元对λ噪声信号功率大小进行调整;
步骤20:经过第二加权单元加权后的λ噪声信号与newdata数据信号在第二加法单元中进行叠加,形成outdata数据信号。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610402283.1A CN106100756B (zh) | 2016-06-01 | 2016-06-01 | 一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610402283.1A CN106100756B (zh) | 2016-06-01 | 2016-06-01 | 一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106100756A true CN106100756A (zh) | 2016-11-09 |
CN106100756B CN106100756B (zh) | 2018-07-20 |
Family
ID=57228471
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610402283.1A Active CN106100756B (zh) | 2016-06-01 | 2016-06-01 | 一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106100756B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595414A (zh) * | 2012-08-15 | 2014-02-19 | 王景芳 | 一种稀疏采样与信号压缩感知重构方法 |
WO2015120381A1 (en) * | 2014-02-10 | 2015-08-13 | Audimax, Llc | Communications systems, methods and devices having improved noise immunity |
-
2016
- 2016-06-01 CN CN201610402283.1A patent/CN106100756B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103595414A (zh) * | 2012-08-15 | 2014-02-19 | 王景芳 | 一种稀疏采样与信号压缩感知重构方法 |
WO2015120381A1 (en) * | 2014-02-10 | 2015-08-13 | Audimax, Llc | Communications systems, methods and devices having improved noise immunity |
Non-Patent Citations (5)
Title |
---|
曾辉: "《压缩感知块稀疏信号重构算法研究》", 《中国优秀硕士学位论文全文数据库》 * |
李智敏等: "《基于稀疏重建的磁共振图像尖峰噪声消除方法》", 《波谱学杂志》 * |
李洋,李双田: "《压缩感知下的稀疏表示语声恢复模型与算法》", 《信号处理》 * |
李洋,李双田: "《稀疏重构的压缩感知语声增强模型与算法》", 《信号处理》 * |
沈彦宁: "《基于贝叶斯压缩感知的块状稀疏信号》", 《中国优秀硕士学位论文全文数据库》 * |
Also Published As
Publication number | Publication date |
---|---|
CN106100756B (zh) | 2018-07-20 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107061996B (zh) | 一种供水管道泄漏检测定位方法 | |
Liu et al. | Asynchronous Binaural Spatial Audition Sensor With 2$\,\times\, $64$\,\times\, $4 Channel Output | |
CN103955003B (zh) | 一种在超导瞬变电磁应用中的噪声抑制方法 | |
CN101627322A (zh) | 可控震源采集方法 | |
CN106771905B (zh) | 一种适用于高频电流局部放电检测的脉冲提取方法 | |
CN107783173B (zh) | 一种数字化核能谱测量系统中的脉冲矩形成形方法 | |
CN105824817A (zh) | 一种闪烁脉冲的数字化方法 | |
CN109885903B (zh) | 一种基于模型的地面核磁共振信号尖峰噪声去除方法 | |
CN103823244A (zh) | 磁共振三分量消噪装置及消噪方法 | |
CN111160317B (zh) | 微弱信号盲提取方法 | |
CN105445697A (zh) | 一种低成本低功耗的声源定向方法 | |
CN106772541A (zh) | 探测器输出信号反卷积处理方法研究 | |
Ellis et al. | Detecting impacts of sand grains with a microphone system in field conditions | |
JP5507903B2 (ja) | 震度推定方法及び装置 | |
CN101071179A (zh) | 一种大地电磁阻抗测量方法 | |
CN103743969A (zh) | 一种近场电磁辐射干扰测量信号的测量噪声抑制方法 | |
CN201191225Y (zh) | 微弱脉冲光信号检测装置 | |
CN105891701B (zh) | 一种分数延时滤波器延时性能测试方法及其测试装置 | |
Wang et al. | Research on fast negative entropy deconvolution of anti-suppressive jamming in carrier-free ultrawideband measuring system | |
CN104317214A (zh) | 一种带有位置读出电路的紫外光子计数探测器 | |
CN107884729B (zh) | 一种抑制环境共模噪音的磁电复合基磁传感器系统 | |
CN103968943B (zh) | 一种光纤光谱仪信噪比的精确测量方法 | |
CN106100756A (zh) | 一种基于无网格稀疏感知技术实现噪声抵消的装置和方法 | |
Smalt et al. | Digital sampling of acoustic impulse noise: Implications for exposure measurement and damage risk criteria | |
CN110459197A (zh) | 用于微弱盲信号去噪与提取的信号增强器及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20220621 Address after: 266555 No. 98 Xiangjiang Road, Huangdao District, Qingdao City, Shandong Province Patentee after: CLP kesiyi Technology Co.,Ltd. Address before: 233010 No. 726 Huaguang Avenue, Bengbu City, Anhui Province Patentee before: THE 41ST INSTITUTE OF CHINA ELECTRONICS TECHNOLOGY Group Corp. |