2025《不同滤波算法的基本原理概述》2000字.docxVIP

2025《不同滤波算法的基本原理概述》2000字.docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

不同滤波算法的基本原理概述

本课题运用的滤波算法主要有窗口滤波,小波阈值滤波,自适应滤波。下面介绍这些滤波算法的基本原理。

1.1窗口滤波法基本原理

信号处理中通常是取其有限的时间片段进行分析,而不是对无限长的信号进行测量和运算。信号的截断产生了能量泄漏,而用FFT算法计算频谱又产生了栅栏效应,从原理上讲这两种误差都是不能消除的。在FFT分析中为了减少或消除频谱能量泄漏及栅栏效应,可采用不同的截取函数对信号进行截短,截短函数即窗口函数。

窗口函数(也称为变迹函数或渐变函数)是在某些选定间隔外都为零值的数学函数。在典型应用中,窗口函数通常是非负、圆滑、钟形曲线,并要求该函数能够足够快的趋近零。窗口函数的应用包括信号的谱分析、修改、再合成,有限脉冲响应滤波器的设计,以及波束形成和天线设计。不同的窗口函数对信号频谱的影响是不一样的,这主要是因为不同的窗口函数,产生泄漏的大小不一样,频率分辨能力也不一样。信号的加窗处理,关键问题是在于根据信号的性质和研究目的来选用窗口函数。

表1.1是几种常用的窗函数性质及应用的比较:

名称

特点

应用

矩形窗

Rectangle

矩形窗使用最多,习惯上不加窗就是使信号通过了矩形窗。频率识别精度最高,幅值识别精度最低。

如果仅要求精确读出主瓣频率,而不考虑幅值精度,则可选用矩形窗,例如测量物体的自振频率等,也可以用在阶次分析中。

汉宁窗

Hanning

又称升余弦窗。它与矩形窗相比,泄漏、波动都减小了,并且选择性也提高。

如果测试信号有多个频率分量,频谱表现的十分复杂,且测试的目的更多关注频率点而非能量的大小,需要选择汉宁窗。

汉明窗

Hamming

与汉宁窗都是余弦窗,又称改进的升余弦窗,只是加权系数不同,使旁瓣达到更小。但其旁瓣衰减速度比汉宁窗衰减速度慢。

与汉明窗类似,也是很有用的窗函数。

平顶窗

FlapTop

平顶窗在频域时的表现就象它的名称一样有很小的通带波动。

由于在幅度上有较小的误差,所以这个窗可以用在校准上。

高斯窗

Gaussian

是一种指数窗。主瓣较宽,故而频率分辨力低;无负的旁瓣。常被用来截短一些非周期信号,如指数衰减信号等。

对于随时间按指数衰减的函数,可采用指数窗来提高信噪比。

三角窗

(弗杰窗)

Fejer

是幂窗的一次方形式。与矩形窗比较,主瓣宽约等于矩形窗的两倍,但旁瓣小,而且无负旁瓣。

如果分析窄带信号,且有较强的干扰噪声,则应选用旁瓣幅度小的窗函数,如汉宁窗、三角窗等。

表1.1常用窗函数性质与应用

Table1.1PropertiesandApplicationsofCommonWindowFunctions

1.2小波阈值滤波法基本原理

小波变换是一种新的变换分析方法,它继承和发展了短时傅立叶变换局部化的思想,同时又克服了窗口大小不随频率变化等缺点,能够提供一个随频率改变的“时间-频率”窗口,是进行信号时频分析和处理的理想工具。源于多分辨分析,其基本思想是将扩中的函数f(t)表示为一系列逐次逼近表达式,其中每一个都是f(t)动经过平滑后的形式,它们分别对应不同的分辨率。多分辨分析又称多尺度分析,是建立在函数空间概念基础上的理论,其思想的形成来源于工程。

傅里叶变换对周期信号和平稳信号的处理有很大优势,但不擅于处理非平稳信号。小波变换不仅可以实现对非平稳信号的有效处理,同时计算量又很小,由于激光雷达信号是非平稳信号,所以小波变换广泛应用于激光雷达的信号处理。激光雷达回波信号和噪声在小波领域中有着完全不同的性质,噪声的小波系数会随着尺度的增大而衰减,而信号的小波系数基本不会随尺度变化。因此只要去除噪声的小波系数,保留信号的小波系数,就可以较为精确地还原出原始激光雷达回波信号,从而实现回波信号的滤波去噪处理。

小波阈值滤波法是小波滤波法的一种,其基本思想是设置一个临界值λ,若小波系数小于λ,认为该系数主要由噪声引起,则去除这部分系数。若小波系数大于λ,则认为此系数主要是由信号引起,则保留这部分系数,然后对处理后的小波系数进行小波逆变换可得到去噪后的信号。

1.3自适应滤波法基本原理

自适应滤波是近年以来发展起来的一种最佳滤波方法。它是在维纳滤波,卡尔曼滤波等线性滤波基础上发展起来的一种最佳滤波方法。由于它具有更强的适应性和更优的滤波性能。从而在工程实际中,尤其在信号处理技术中得到了广泛的应用。自适应滤波存在于信号处理、控制、图像处理等许多不同领域,它是一种智能更有针对性的滤波方法,通常用于去噪。

它的特点是在没有关于待提取信息的先验统计知识的条件下,直接利用观测数据根据某种判据在观测过程中不断地递归更新处理参数,以逐步逼近某一最优处理结果这样的处理方法不但更接近实际情况,而且更符合非平稳情况的需要。激光雷达回波信号是非平稳信号,非平稳信号

您可能关注的文档

文档评论(0)

02127123006 + 关注
实名认证
文档贡献者

关注原创力文档

1亿VIP精品文档

相关文档