【摘要】：去噪是激光回波處理的重要一環(huán),好的去噪算法可以有效地去除噪聲帶來的影響,保留有效信號,減少失真。經(jīng)驗模式分解以信號的局部特征時間尺度為依據(jù),將時域信號分解為若干個不同頻帶尺度的時域信號分量,傳統(tǒng)的去噪實現(xiàn)一般是直接舍棄高頻分量。然而,由于在某些高頻分量中,存在著有效信號和噪聲的混疊,如果直接舍棄,會導致有效信號的損失。由此考慮并提出了一種基于經(jīng)驗模式分解及分數(shù)階傅里葉變換的激光雷達回波去噪算法,用分數(shù)階傅里葉變換處理特定的本征模態(tài)函數(shù),以此來提高去噪的有效性及準確性。
【圖文】：

http∶//www．laserjournal．cn噪聲的干擾，難以分辨出實際回波脈沖個數(shù)和強度，也無法將它們直接提取出來。圖1實際激光回波與理想回波信號用EMD分解實際回波信號，獲得前八階IMF分量，各分量如圖2所示:圖2回波信號分解出的前八階IMF分量從圖2分解的結(jié)果看出，噪聲明顯的集中在第一、第二個IMF分量，即IMF1，IMF2是噪聲層，第三個IMF分量也存在一些噪聲的混疊，是過渡層。傳統(tǒng)EMD濾波的實現(xiàn)是直接舍棄前幾階時間尺度小的IMF，組合剩余階次IMF實現(xiàn)重構(gòu)。圖3分別列出舍棄前三階IMF與舍棄前兩階IMF以及僅舍棄第一階IMF后的重構(gòu)結(jié)果。其中，藍色實線代表去噪后的回波，紅色星線代表理想回波信號。從圖3可以看出，由于在IMF2和IMF3中，有用信號與噪聲出現(xiàn)混疊，直接舍棄這些分量會使得信號嚴重失真;而只去除第一階IMF分量后仍有較多噪聲混疊。因此選取第二、三階IMF分量，對其進行FＲFT變換，取p=0.5，結(jié)果如圖4所示:(a)舍棄IMF1、2、3的重構(gòu)結(jié)果(b)舍棄IMF1、2的重構(gòu)結(jié)果(c)舍棄IMF1的重構(gòu)結(jié)果圖3圖4IMF2、3的分數(shù)階傅里葉變換頻譜而理想信號在p=0.5的頻域上的頻譜如圖5所示:圖5理想信號的分數(shù)階傅里葉變換頻譜由圖5可知，理想信號的能量主要集中在低頻區(qū)78梁冬冬等:基于EMD及FＲFT的激光回波去噪算法《激光雜志》2016年第37卷第11期LASEＲJOUＲNAL(Vol.37，No.11，2016)

http∶//www．laserjournal．cn噪聲的干擾，難以分辨出實際回波脈沖個數(shù)和強度，也無法將它們直接提取出來。圖1實際激光回波與理想回波信號用EMD分解實際回波信號，獲得前八階IMF分量，各分量如圖2所示:圖2回波信號分解出的前八階IMF分量從圖2分解的結(jié)果看出，噪聲明顯的集中在第一、第二個IMF分量，即IMF1，IMF2是噪聲層，，第三個IMF分量也存在一些噪聲的混疊，是過渡層。傳統(tǒng)EMD濾波的實現(xiàn)是直接舍棄前幾階時間尺度小的IMF，組合剩余階次IMF實現(xiàn)重構(gòu)。圖3分別列出舍棄前三階IMF與舍棄前兩階IMF以及僅舍棄第一階IMF后的重構(gòu)結(jié)果。其中，藍色實線代表去噪后的回波，紅色星線代表理想回波信號。從圖3可以看出，由于在IMF2和IMF3中，有用信號與噪聲出現(xiàn)混疊，直接舍棄這些分量會使得信號嚴重失真;而只去除第一階IMF分量后仍有較多噪聲混疊。因此選取第二、三階IMF分量，對其進行FＲFT變換，取p=0.5，結(jié)果如圖4所示:(a)舍棄IMF1、2、3的重構(gòu)結(jié)果(b)舍棄IMF1、2的重構(gòu)結(jié)果(c)舍棄IMF1的重構(gòu)結(jié)果圖3圖4IMF2、3的分數(shù)階傅里葉變換頻譜而理想信號在p=0.5的頻域上的頻譜如圖5所示:圖5理想信號的分數(shù)階傅里葉變換頻譜由圖5可知，理想信號的能量主要集中在低頻區(qū)78梁冬冬等:基于EMD及FＲFT的激光回波去噪算法《激光雜志》2016年第37卷第11期LASEＲJOUＲNAL(Vol.37，No.11，2016)
【作者單位】： 南京大學電子科學與工程學院;
【基金】：國家科技重大專項(AHJ2011Z001)
【分類號】：TN957.51

【相似文獻】

相關(guān)期刊論文 前10條

1 石玉英;劉晶晶;;一種基于矩陣格式的半隱式圖像去噪算法[J];徐州工程學院學報(自然科學版);2012年04期

2 侯建華;熊承義;田金文;柳健;;基于鄰域閾值分類的小波域圖像去噪算法[J];光電工程;2006年08期

3 唐琳;晏海華;蔡德榮;黃猛;;一種基于最優(yōu)小波包基的圖像去噪算法[J];計算機與數(shù)字工程;2008年04期

4 李小林;劉傳才;魏艷紅;;一種非線性復擴散圖像去噪算法[J];渭南師范學院學報;2009年02期

5 熊波;尹周平;;滑動平均和改進權(quán)重函數(shù)的快速非局部平均圖像去噪算法[J];中國圖象圖形學報;2012年05期

6 王民;文義玲;;常用圖像去噪算法的比較與研究[J];西安建筑科技大學學報(自然科學版);2010年06期

7 陳蒙;;醫(yī)學X光成像中圖像去噪算法研究[J];軟件;2013年11期

8 李小林;劉傳才;;一種新的基于二階導數(shù)的圖像去噪算法[J];漳州師范學院學報(自然科學版);2008年01期

9 肖貴元;;基于三維濾波的視頻去噪算法研究[J];電光與控制;2008年05期

10 王英;曾光宇;;圖像去噪算法研究[J];電腦與信息技術(shù);2011年04期

相關(guān)會議論文 前8條

1 王樹艷;楊勛年;;平面曲線去噪的混合雙邊算法[A];第五屆全國幾何設(shè)計與計算學術(shù)會議論文集[C];2011年

2 李洋;李雙田;;小波圖像去噪算法分析[A];第十四屆全國信號處理學術(shù)年會(CCSP-2009)論文集[C];2009年

3 鄧志全;關(guān)履泰;朱慶勇;;改進的非局部均值圖像去噪算法[A];第十四屆全國圖象圖形學學術(shù)會議論文集[C];2008年

4 李俊峰;戴文戰(zhàn);潘海鵬;高金鳳;;基于灰色系統(tǒng)理論的圖像去噪算法研究[A];第二十九屆中國控制會議論文集[C];2010年

5 連小麗;姚暉;王冠華;萬木森;張林樸;孟卓;李燕妮;梁雨;代曉華;石博雅;;基于光學相干層析離體牙圖像的去噪算法研究[A];天津市生物醫(yī)學工程學會第30次學術(shù)年會暨生物醫(yī)學工程前沿科學研討會論文集[C];2010年

6 張娛;谷旭源;;基于小波系數(shù)的圖像自適應閾值去噪算法[A];全國第4屆信號和智能信息處理與應用學術(shù)會議論文集[C];2010年

7 趙振磊;耿則勛;王蘭;閆兆嬋;;基于自適應遞歸LPA-ICI的圖像去噪算法[A];圖像圖形技術(shù)研究與應用2009——第四屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2009年

8 劉志剛;郭艷穎;;基于形態(tài)神經(jīng)網(wǎng)絡(luò)的SAR圖像去噪算法研究[A];圖像圖形技術(shù)與應用進展——第三屆圖像圖形技術(shù)與應用學術(shù)會議論文集[C];2008年

相關(guān)博士學位論文 前5條

1 張鑫媛;基于結(jié)構(gòu)相似性的磁共振圖像去噪新算法研究[D];南方醫(yī)科大學;2015年

2 陳大力;數(shù)字圖像處理中去噪算法的研究[D];東北大學;2008年

3 劉輝;數(shù)字圖像處理中基于局部方向性的壓縮和去噪算法研究[D];吉林大學;2008年

4 宮霄霖;基于小波變換的不規(guī)則鄰域的數(shù)字圖像去噪算法研究[D];天津大學;2010年

5 崔學英;低劑量CT的投影域去噪算法和后處理方法研究[D];中北大學;2015年

相關(guān)碩士學位論文 前10條

1 王圳萍;基于低秩矩陣恢復的圖像去噪算法研究[D];西南交通大學;2015年

2 張超;圖像和視頻去噪算法的研究與實現(xiàn)[D];復旦大學;2014年

3 羅格;三維模型去噪算法的研究及其在三維曲面重建上的應用[D];哈爾濱工業(yè)大學;2015年

4 宋鑫夢;管道漏水檢測去噪算法的研究[D];內(nèi)蒙古師范大學;2015年

5 賀東霞;數(shù)字圖像去噪算法的研究與應用[D];延安大學;2015年

6 劉航;并行非局部均值去噪算法研究[D];西安電子科技大學;2014年

7 王秀東;圖像去噪算法及其GPU并行化研究[D];西安電子科技大學;2014年

8 李翠菊;基于NSCT和雙邊濾波的圖像去噪算法研究[D];湘潭大學;2015年

9 劉斌;BM3D去噪算法的硬件實現(xiàn)[D];上海交通大學;2013年

10 鐘瑩;結(jié)構(gòu)特性匹配的非局部均值圖像去噪算法研究[D];合肥工業(yè)大學;2014年

本文編號：2540896