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:
为解决在强噪声背景下获取超声信号的难题,基于粒子群优化算法和稀疏分解理论提出一种强噪声背景下微弱超声信号提取方法.该方法将降噪问题转换为在无穷大参数集上对函数进行优化的问题,首先以稀疏分解理论和超声信号的结构特点为依据构建了粒子群优化算法运行所需要的目标函数及去噪后信号的重构函数,从而将粒子群优化算法和超声信号降噪联系在一起;然后根据粒子群优化算法可以在连续参数空间寻优的特点建立了用于匹配超声信号的连续超完备字典,并采用改进的自适应粒子群优化算法在该字典中对目标函数进行优化;最后根据对目标函数在字典上的优化结果确定最优原子,并利用最优原子按照重构函数重构出降噪后的超声信号.通过对仿真超声信号和实测超声信号的处理,结果表明本文提出的方法可以有效提取信噪比低至-4 dB的强噪声背景下的微弱超声信号,且和基于自适应阈值的小波方法相比本文方法表现出更好的降噪性能.
推荐文章
基于自适应噪声抵消的微弱振动信号提取方法
微弱信号
振动信号
自适应噪声抵消
信号提取
强混沌噪声背景下弱信号检测
混沌
自适应
微弱信号检测
数据平滑处理
自适应处理
强噪声背景下确定性谐波信号的模糊滤波
自适应
模糊推理
模糊滤波
白噪声
有色噪声
强噪声背景下微弱信号检测方法研究
信号检测
微弱信号
自相关
多重自相关
双谱估计
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 一种强噪声背景下微弱超声信号提取方法研究
来源期刊 物理学报 学科
关键词 超声回波 信号降噪 稀疏分解 粒子群优化
年,卷(期) 2018,(21) 所属期刊栏目 总论
研究方向 页码范围 52-64
页数 13页 分类号
字数 语种 中文
DOI 10.7498/aps.67.20180789
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 王召巴 中北大学信息与通信工程学院 187 885 14.0 18.0
2 王大为 中北大学信息与通信工程学院 7 14 3.0 3.0
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  (3)
同被引文献  (5)
二级引证文献  (0)
2018(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)
2019(2)
  • 引证文献(2)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
超声回波
信号降噪
稀疏分解
粒子群优化
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