基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为降低噪声对超声兰姆波检测信号的影响,提高信噪比和增加特征提取的精度,提出了一种赛利斯模型下分数阶微分方法用于超声兰姆波信号去噪。该方法对含噪声的兰姆波信号幅值谱进行各阶分数微分,用赛利斯分布作为待处幅值谱的模型,提出了幅值谱分数阶微分最大值和过零点与微分阶数的拟合三次关系式,建立了幅值谱特征参数的计算式来提取特征参数和重建原始信号的幅值谱,并结合相位谱重构去噪后的兰姆波信号。仿真结果表明,该方法可以有效地提高兰姆波信号甚至微弱兰姆波信号的信噪比,同时降低均方误差和平滑度。实验结果显示,与小波去噪和集合经验模态去噪方法相比,该方法在没有信号先验知识的情况下,可以更有效地去除兰姆波信号的噪声,同时更好地保留主信号的细节特征。因此,本文提出的方法可以有效地去除兰姆波检测信号中混入的噪声。
推荐文章
基于分数阶Fourier变换的信号去噪方法
Fourier变换
分数阶Fourier变换
去噪
滤波
基于分数阶微分算子与高斯曲率相结合的自适应图像去噪
图像去噪
边缘检测
去噪模型
自适应扩散去噪
高斯曲率
分数阶微分算子
基于频散补偿和分数阶微分的多模式兰姆波分离
兰姆波
频散补偿
分数阶微分
多模式分离
鱼雷引信目标信号的小波消噪研究
鱼雷
引信
目标信号
小波消噪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于赛利斯模型和分数阶微分的兰姆波信号消噪
来源期刊 物理学报 学科
关键词 兰姆波 分数阶微分 赛利斯模型 去噪
年,卷(期) 2014,(18) 所属期刊栏目 电磁学、光学、声学、传热学、经典力学和流体动力学
研究方向 页码范围 184301-1-184301-9
页数 1页 分类号 43.60.+d|43.60.-c|43.35.+d
字数 语种 中文
DOI 10.7498/aps.63.184301
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 陈晓 南京信息工程大学江苏省气象探测与信息处理重点实验室 46 116 6.0 9.0
5 汪陈龙 南京信息工程大学电子与信息工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (2)
同被引文献  (9)
二级引证文献  (0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(2)
  • 引证文献(2)
  • 二级引证文献(0)
研究主题发展历程
节点文献
兰姆波
分数阶微分
赛利斯模型
去噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
物理学报
半月刊
1000-3290
11-1958/O4
大16开
北京603信箱
2-425
1933
chi
出版文献量(篇)
23474
总下载数(次)
35
总被引数(次)
174683
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导