CN111145113A - 一种gps共视远程数据处理方法和系统 - Google Patents
一种gps共视远程数据处理方法和系统 Download PDFInfo
- Publication number
- CN111145113A CN111145113A CN201911317742.6A CN201911317742A CN111145113A CN 111145113 A CN111145113 A CN 111145113A CN 201911317742 A CN201911317742 A CN 201911317742A CN 111145113 A CN111145113 A CN 111145113A
- Authority
- CN
- China
- Prior art keywords
- threshold
- common
- wavelet
- view
- gps
- 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.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title claims abstract description 11
- 238000000034 method Methods 0.000 claims abstract description 29
- 238000000354 decomposition reaction Methods 0.000 claims abstract description 18
- 238000012545 processing Methods 0.000 claims description 17
- 238000013139 quantization Methods 0.000 claims description 15
- 238000007781 pre-processing Methods 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 4
- 230000006870 function Effects 0.000 description 40
- 238000010586 diagram Methods 0.000 description 11
- 230000009467 reduction Effects 0.000 description 11
- 238000004422 calculation algorithm Methods 0.000 description 7
- 238000004590 computer program Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 5
- 238000005516 engineering process Methods 0.000 description 4
- 238000012546 transfer Methods 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 1
- MRMBZHPJVKCOMA-YJFSRANCSA-N biapenem Chemical compound C1N2C=NC=[N+]2CC1SC([C@@H]1C)=C(C([O-])=O)N2[C@H]1[C@@H]([C@H](O)C)C2=O MRMBZHPJVKCOMA-YJFSRANCSA-N 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000009499 grossing Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000717 retained effect Effects 0.000 description 1
- 238000010187 selection method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 230000007704 transition Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Position Fixing By Use Of Radio Waves (AREA)
Abstract
本方案提供了一种GPS共视远程数据处理方法和系统，其中，该方法的步骤包括：对目标信号进行小波分解；根据预设阈值条件，剔除目标信号中高频系数部分由噪声引起的小波系数，保留有效小波系数；基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号。本申请所述技术方案能够有效抑制共视钟差数据信号中的噪声，能够复现共视钟差数据信号的非稳定性。
Description
技术领域
本申请涉及数据处理领域，特别涉及一种用于GPS共视远程比对数据的小波阈值降噪方法和系统。
背景技术
GPS共视(CV)时间传递技术是远距离高精度量值传递关键技术之一，该技术主要适用于远程原子钟时差比对。鉴于该技术广泛的适用性和高精度时间传递性能，国际计量局(BIPM)利用该技术统计全球50多个守时实验室的原子钟数据，并通过取权计算国际时间尺度TAI(国际原子时)和UTC(协调世界时)。在GPS共视时间比对过程中，尽管利用精确的误差改正模型修正了各项时延，但未模型化误差和原子频标本身噪声也会对解算结果造成一定影响，表现为随机噪声特性，因此，对GPS CV远程比对数据进行平滑降噪处理，从而消除或削弱随机误差，是时间传递中的一项重要工作。
发明内容
本申请提供了一种用于GPS共视远程比对数据的小波阈值降噪方法和系统，以降低数据信号中的噪声，提高数据信号的平稳性。
根据本申请实施例的第一个方面，提供了一种GPS共视远程数据处理方法，该方法的步骤包括：
对目标信号进行小波分解；
根据预设阈值条件，剔除目标信号中高频系数部分由噪声引起的小波系数，保留有效小波系数；
基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号。
在一种实施方式中，该方法的步骤还包括：
对共视数据进行预处理，获得目标信号。
在一种实施方式中，所述预设阈值条件包括：阈值函数和量化阈值。
在一种实施方式中，所述阈值函数包括：
硬阈值函数：
软阈值函数：
其中，wnew为阈值后的小波系数，w为小波系数，sign(*)为符号函数，λ为阈值。
在一种实施方式中，所述量化阈值包括：固定阈值、无偏似然估计阈值、启发式阈值和极大极小阈值中的至少一种。
在一种实施方式中，所述基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号的步骤包括：
根据未处理的低频小波系数和根据预置条件处理后的高频系数利用离散小波逆变换对信号进行重构，获得去噪声的共视钟差数据信号。
根据本申请实施例的第二个方面，提供了
一种GPS共视远程数据处理系统，该系统包括：
分解单元，对目标信号进行小波分解；
剔除单元，根据预设阈值条件，剔除目标信号中高频系数部分由噪声引起的小波系数，保留有效小波系数；
重构单元，基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号。
在一种实施方式中，该系统还包括：数据生成单元，对远程两地的共视数据进行比对，获得共视钟差数据；
数据交互单元，基于Internet互联网，进行远程两地的共视数据交互；
预处理单元，对共视数据进行预处理，获得目标信号。
在一种实施方式中，所述预设阈值条件包括：阈值函数和量化阈值；
硬阈值函数：
软阈值函数：
其中，wnew为阈值后的小波系数，w为小波系数，sign(*)为符号函数，λ为阈值；
所述量化阈值包括：固定阈值、无偏似然估计阈值、启发式阈值和极大极小阈值中的至少一种。
在一种实施方式中，所述重构单元具体执行如下步骤：
根据未处理的低频小波系数和根据预置条件处理后的高频系数利用离散小波逆变换对信号进行重构，获得去噪声的共视钟差数据信号。
有益效果
本申请所述技术方案能够有效抑制共视钟差数据信号中的噪声，能够复现共视钟差数据信号的非稳定性。
附图说明
此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
图1示出本方案所述GPS共视远程数据处理系统的示意图；
图2示出本方案所述GPS共视远程数据处理方法的示意图；
图3示出本方案所述共视钟差数据重构的示意图。
附图标号
1.原子钟，2.电子计数器，3.GPS共视接收机，4.Internet互联网，5.共视数据处理软件，6.基于小波阈值的GPS CV远程比对数据降噪系统，7.GPS卫星。
具体实施方式
为了使本申请实施例中的技术方案及优点更加清楚明白，以下结合附图对本申请的示例性实施例进行进一步详细的说明，显然，所描述的实施例仅是本申请的一部分实施例，而不是所有实施例的穷举。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。
小波阈值降噪是小波变换的主要应用之一。小波变换具有“能量集中”特性，能将信号能量集中到少数小波系数上，而在任何正交基上，白噪声经变换仍为白噪声，其分量主要分布在展开系数上。相对而言，有用信号对应的小波系数数目较少，但幅值较大，而噪声信号所对应的小波系数个数较多，分布一致，但幅值较小。因此，本方案将小波阈值降噪应用于GPS共视数据的降噪。该方法把小波系数中绝对值较小的系数置为零，保留或者收缩绝对值较大的系数，获得估计小波系数，最终利用估计小波系数对信号进行重构，从而达到降噪的目的。
如图1和图2所示，本方案提供了一种用于GPS CV远程比对钟差数据的降噪方法，该方法基于小波阈值算法，解决传统降噪算法只保留数据的平稳特性，而忽视断点、尖峰、边缘等非平稳特性，导致有用数据丢失的问题。
GPS共视的基本原理是A、B两地的GPS共视接收机在同一时刻接收同一颗GPS卫星信号，电子计数器计算GPS秒脉冲与本地原子钟的秒脉冲的时差。A、B两地的共视数据经Internet网络交互，通过共视数据处理软件得到共视远程比对钟差序列。远程时钟比对结果表示为：
式中：T(t)——两地钟差；a——观测起点两地钟差；b——两地原子钟频率偏差；c——两地原子钟频率漂移差；x(t)——非平稳随机误差的叠加。可以看出，a、b、c三项可以通过数学建模定量描述，随机噪声是影响比对结果精度的关键因素，因此，降噪是远程时间比对数据处理亟待解决的问题。
小波阈值降噪的基本原理是根据有用信号与噪声在不同的分解尺度上性质不同，选取合适的阈值函数对小波系数进行阈值处理。首先，将信号按尺度多层小波分解，然后根据先验知识设定阈值，大于阈值的小波系数认定为由有用信号引起，小于阈值的小波系数认定为主要由噪声引起，随后剔除由噪声引起的小波系数，保留有效信号小波系数，最后根据离散小波逆变换将阈值处理后的小波系数重新构造信号。具体的，本方案所述小波阈值降噪的具体步骤如下：
第一步 小波分解
选取小波基函数，对含噪信号进行小波分解。常用于降噪的小波基函数有dbN、coifN和symN。确定小波分解层数，一般为3-5层。
第二步 小波分解高频系数阈值量化
在小波阈值降噪过程中起关键性作用的就是阈值函数的选取和阈值量化，该步骤直接决定着信号降噪质量的好坏。
阈值函数的选取关系着重构信号的精度和连续性。目前，阈值函数主要分为硬阈值和软阈值两种。设wnew为阈值后的小波系数，w为小波系数，sign(*)为符号函数，λ为阈值。
硬阈值函数
软阈值函数
这两种阈值方法在实际应用中，都取得了良好的降噪效果，但也存在一定的缺陷。从式(2)、式(3)可以看出，对于硬阈值函数，当小波系数绝对值大于给定阈值时，保持不变，而小于阈值时则为零，在阈值点出表现为不连续性，可能会导致重构产生震荡。软阈值函数当小波系数绝对值大于给定阈值时，使其减去阈值，而小于阈值时则为零，这样会使得原系数和分解得到的小波系数存在着恒定偏差，直接影响信号重构精度。对比两种阈值函数，可以看出，硬阈值函数能很好的反映信号的非平稳特性，但由于不连续性，会导致重构信号有所波动，降噪处理的信号残留较明显的噪声。软阈值函数具有连续性，降噪后信号更平滑，然而它的导数却不连续，易造成重构信号失真。
小波阈值降噪另一个关键因素是阈值量化，如果阈值较小，则导致小波系数残留过多的噪声分量；如果设置阈值较大，会造成有用信号丢失，从而使原始信号失真。阈值量化方案常用的有四种：
1)固定阈值：
其中，λ为阈值，σ为信噪比，N为信号长度。
2)基于无偏似然估计阈值首先给定一个阈值风险估计值，计算其似然估计，再将非似然的风险估计值最小化，即为最终阈值。
3)启发式阈值
该方法综合评价固定阈值和无偏似然估计阈值，适用于选择最优预测变量阈值。当信噪比较小时，采用固定阈值，此时，无偏似然估计误差较大。
4)极大极小阈值
该方法的基本思想是使最大风险估计值最小化，阈值选取方法为：
其中，λ为阈值，N为小波系数个数，σ为噪声的标准差。
第三步：小波重构
根据未处理的低频小波系数和阈值量化处理后的高频系数利用离散小波逆变换对信号重构。
本方案中，可以将低频系数或高频系数置为零，之后分别重构出信号的高频信息G1和低频信息D1。则重构出原始信号S＝G1+D1。
若信号进行多层小波分解，则原始信号需要多层小波重构，多层重构过程如图3所示。重构过程为：
G3+D3＝G2；
G2+D2＝G1；
G1+D1＝S。
综上所述，本方案通过小波多尺度分解与阈值处理，对GPS CV远程比对数据降噪的方法。小波阈值降噪方法具有多分辨率、选基灵活等特点，能很好的复现信号的非平稳特性，如断点，边缘、尖峰等。因此，小波阈值降噪算法适用于GPS CV远程比对钟差数据消除噪声。在小波分析中，细节代表信号的低尺度，即高频信息；近似代表信号的高尺度，即低频信息。对于含有噪声的信号，噪声分量的能量主要集中在小波分解的细节分量中。对于GPS CV远程比对钟差数据，本身特性较平稳，对应低频分量部分；而随机噪声信号的波动较大，集中在高频分量部分。
下面通过实例对本方案作进一步说明。
本实施例公开了一种基于小波阈值的GPS CV远程比对钟差数据降噪的方法。两地的共视数据通过共视数据处理软件得到共视远程比对钟差序列，该钟差序列作为小波阈值降噪的输入信号，将信号按尺度多层小波分解并设定阈值，大于阈值的小波系数认定为由有用信号引起，小于阈值的小波系数认定为主要由噪声引起，随后剔除由噪声引起的小波系数，保留有效信号小波系数，最后根据离散小波逆变换将阈值处理后的小波系数重新构造信号。小波阈值降噪基于小波变换算法，不仅能几乎抑制全部噪声，还可以很好地保留原始信号的非平稳特性。
如图1和图2所示，一种用于GPS CV远程比对钟差数据降噪的小波阈值降噪方案包括：A、B两地GPS共视接收机进行卫星共视，电子计数器计算GPS秒脉冲与本地原子钟的秒脉冲的时差。A、B两地的共视数据经Internet网络交互，通过共视数据处理软件得到共视远程比对钟差序列。最后将共视远程比对钟差序列输入到小波阈值降噪算法模块对钟差序列降噪。
基于小波阈值的GPS CV远程比对数据降噪算法可以利用matlab软件中小波工具箱，在matlab环境下编程实现。方案的实现具体流程：首先，选择合适的小波基，利用wavedec函数对原始含噪数据进行多尺度一维小波分解，以及利用appcoef函数和detcoef函数分别提取一维小波变换的近似小波系数和细节小波系数。对于不同的含噪信号、不同的应用场景，应选用不同的小波基函数，以获得最佳的降噪效果。对于GPS CV远程比对钟差数据降噪，选用dbN基函数小波。因为dbN小波具有较好的正则性，作为稀疏基所引入的光滑误差易被忽略，使得重构后的信号重构光滑性较好。其次，利用thselect函数选取去噪阈值。选用无偏似然估计方法阈值量化，该方法比较保守，当噪声能量主要集中在低频段时，该方法将微弱信号提取出来的效果较好。最后，选择阈值函数，利用wdencmp函数用小波对一维数据去噪及重构。选取软阈值函数，该函数对小波系数进行很大的改造，使小波系数具有较好的整体连续性，在小波域系数过渡较平滑。
在小波阈值降噪算法中，小波基和分解层数的选择，阈值的选取规则，和阈值函数的设计，都是影响最终去噪效果的关键因素，因此，在上述方案的基础上，可以根据实际数据信号的情况，灵活调配阈值函数和量化阈值的组合。
本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
以上仅为本发明的实施例而已，并不用于限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均包含在申请待批的本发明的权利要求范围之内。
Claims (10)
1.一种GPS共视远程数据处理方法，其特征在于，该方法的步骤包括：
对目标信号进行小波分解；
根据预设阈值条件，剔除目标信号中高频系数部分由噪声引起的小波系数，保留有效小波系数；
基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号。
2.根据权利要求1所述的GPS共视远程数据处理方法，其特征在于，该方法的步骤还包括：
对共视钟差数据进行预处理，获得目标信号。
3.根据权利要求1或2所述的GPS共视远程数据处理方法，其特征在于，所述预设阈值条件包括：阈值函数和量化阈值。
4.根据权利要求3所述的GPS共视远程数据处理方法，其特征在于，所述阈值函数包括：
硬阈值函数：
软阈值函数：
其中，wnew为阈值后的小波系数，w为小波系数，sign(*)为符号函数，λ为阈值。
5.根据权利要求3所述的GPS共视远程数据处理方法，其特征在于，所述量化阈值包括：固定阈值、无偏似然估计阈值、启发式阈值和极大极小阈值中的至少一种。
6.根据权利要求1所述的GPS共视远程数据处理方法，其特征在于，所述基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号的步骤包括：
根据未处理的低频小波系数和根据预置条件处理后的高频系数利用离散小波逆变换对信号进行重构，获得去噪声的共视钟差数据信号。
7.一种GPS共视远程数据处理系统，其特征在于，该系统包括：
分解单元，对目标信号进行小波分解；
剔除单元，根据预设阈值条件，剔除目标信号中高频系数部分由噪声引起的小波系数，保留有效小波系数；
重构单元，基于有效小波系数对共视钟差数据信号进行重构，获得去噪声的共视钟差数据信号。
8.根据权利要求7所述的GPS共视远程数据处理系统，其特征在于，该系统还包括：
数据生成单元，对远程两地的共视数据进行比对，获得共视钟差数据；
数据交互单元，基于Internet互联网，进行远程两地的共视数据交互；
预处理单元，对共视钟差数据进行预处理，获得目标信号。
9.根据权利要求7所述的GPS共视远程数据处理系统，其特征在于，所述预设阈值条件包括：阈值函数和量化阈值；
硬阈值函数：
软阈值函数：
其中，wnew为阈值后的小波系数，w为小波系数，sign(*)为符号函数，λ为阈值；
所述量化阈值包括：固定阈值、无偏似然估计阈值、启发式阈值和极大极小阈值中的至少一种。
10.根据权利要求7所述的GPS共视远程数据处理系统，其特征在于，所述重构单元具体执行如下步骤：
根据未处理的低频小波系数和根据预置条件处理后的高频系数利用离散小波逆变换对信号进行重构，获得去噪声的共视钟差数据信号。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911317742.6A CN111145113A (zh) | 2019-12-19 | 2019-12-19 | 一种gps共视远程数据处理方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911317742.6A CN111145113A (zh) | 2019-12-19 | 2019-12-19 | 一种gps共视远程数据处理方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111145113A true CN111145113A (zh) | 2020-05-12 |
Family
ID=70519007
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911317742.6A Pending CN111145113A (zh) | 2019-12-19 | 2019-12-19 | 一种gps共视远程数据处理方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111145113A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100061626A1 (en) * | 2007-04-01 | 2010-03-11 | Ariel-University Research And Developement Company Ltd. | Method for compressing elevation maps |
| CN101799659A (zh) * | 2010-03-31 | 2010-08-11 | 西安理工大学 | 一种基于小波变换的多模式定时系统及定时方法 |
| CN109409206A (zh) * | 2018-09-10 | 2019-03-01 | 昆明理工大学 | 一种基于一维小波变换的雷声去噪方法 |
| CN110531386A (zh) * | 2019-08-15 | 2019-12-03 | 辽宁生态工程职业学院 | 基于wmad的gnss卫星钟差数据预处理方法 |
-
2019
- 2019-12-19 CN CN201911317742.6A patent/CN111145113A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20100061626A1 (en) * | 2007-04-01 | 2010-03-11 | Ariel-University Research And Developement Company Ltd. | Method for compressing elevation maps |
| CN101799659A (zh) * | 2010-03-31 | 2010-08-11 | 西安理工大学 | 一种基于小波变换的多模式定时系统及定时方法 |
| CN109409206A (zh) * | 2018-09-10 | 2019-03-01 | 昆明理工大学 | 一种基于一维小波变换的雷声去噪方法 |
| CN110531386A (zh) * | 2019-08-15 | 2019-12-03 | 辽宁生态工程职业学院 | 基于wmad的gnss卫星钟差数据预处理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109785854B (zh) | 一种经验模态分解和小波阈值去噪相结合的语音增强方法 | |
| CN106441288A (zh) | 一种加速度计的自适应小波降噪方法 | |
| Kopparapu et al. | Identifying optimal Gaussian filter for Gaussian noise removal | |
| Chunli et al. | Denoising algorithm based on wavelet adaptive threshold | |
| CN111582205B (zh) | 一种基于多分辨率奇异值分解模型的降噪方法 | |
| CN112037151A (zh) | 基于小波分析的图像去噪方法 | |
| CN105338219A (zh) | 视频图像去噪处理方法和装置 | |
| CN116108333A (zh) | 基于iceemdan的分布式光纤测温信号降噪方法 | |
| CN111477241A (zh) | 一种面向家居噪声环境的分层自适应去噪方法及系统 | |
| CN114266275A (zh) | 一种基于改进小波阈值函数的信号降噪算法 | |
| CN114155161A (zh) | 图像去噪方法、装置、电子设备与存储介质 | |
| CN111145113A (zh) | 一种gps共视远程数据处理方法和系统 | |
| CN110221349B (zh) | 一种基于小波变换与正弦波估计的瞬变电磁信号降噪方法 | |
| CN112180408A (zh) | 一种基于智能终端的多径误差提取方法和相关装置 | |
| CN115797318A (zh) | 一种光谱数据预处理方法、装置、计算机设备及存储介质 | |
| CN103530857A (zh) | 基于多尺度的卡尔曼滤波图像去噪方法 | |
| Tan et al. | Research on speech signal denoising algorithm based on wavelet analysis | |
| CN116127285A (zh) | 一种改进的小波阈值去噪方法 | |
| CN115859048A (zh) | 一种局放信号的噪声处理方法及装置 | |
| CN111932473B (zh) | 一种多分辨率稀疏编码的相位信息降噪算法及存储介质 | |
| CN113422663A (zh) | 一种基于信号分解与稀疏重构的混合信号分离方法及装置 | |
| Lin et al. | Research on optical fiber IMU signal processing based on wavelet algorithm | |
| CN109346097B (zh) | 一种基于Kullback-Leibler差异的语音增强方法 | |
| Yi et al. | An Improved Maximum-Likelihood Estimation Algorithm for Blind Image Deconvolution Based on Noise Variance Estimation | |
| CN117992732A (zh) | 光纤陀螺测量数据自适应去噪方法、装置、设备及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |