高阶统计量方法在谐波恢复中的应用

doi:10.3969/j.issn.1006-2475.2011.06.028

计算机与现代化 ›› 2011, Vol. 1 ›› Issue (6): 100-3.doi: 10.3969/j.issn.1006-2475.2011.06.028

高阶统计量方法在谐波恢复中的应用

段薇¹，路向阳²

1.江西科技师范学院数学与计算机科学学院,江西南昌330013; 2.中原工学院电子信息学院,河南郑州450007

收稿日期:2011-03-31 修回日期:1900-01-01 出版日期:2011-06-29 发布日期:2011-06-29

Application of High-order Statistics Method in Harmonic Retrieval

DUAN Wei¹, LU Xiang-yang²

1.School of Mathematics and Computer Science, Jiangxi Science & Technology Normal University, Nanchang 330013, China; 2.School of Electric and Information Engineering, Zhongyuan University of Technology, Zhengzhou 450007, China

Received:2011-03-31 Revised:1900-01-01 Online:2011-06-29 Published:2011-06-29

摘要/Abstract

摘要： 谐波恢复是信号处理中的重要问题，谐波恢复就是在噪声中分析组成信号的各次谐波。噪声分为加性噪声和乘性噪声，本文分析加性噪声和乘性噪声的特点，提出采用高阶统计量的方法抑制噪声，恢复谐波。通过四阶统计量的切片抑制乘性噪声，采用二阶累积量谱抑制加性噪声。仿真结果表明，本方法具有很好的抑制噪声效果。

关键词: 谐波恢复, 高阶统计量, 噪声

Abstract: Harmonic retrieval is an important problem of signal processing. Harmonic retrieval is various order harmonic which make up of signal in noise. Noise can be classified as additive noise and multiplicative noise. This paper analyses the characteristics of additive noise and multiplicative noise, and proposes using highorder statistics to restrain noise and to retrieve harmonic. Uses the slice of four order statistics to restrain multiplicative noise and two order cumulative spectrum to restrain additive noise. The simulation results show this way has very good effect of restraining noise.

Key words: harmonic wave retrieval, highorder statistics, noise

段薇;路向阳. 高阶统计量方法在谐波恢复中的应用[J]. 计算机与现代化, 2011, 1(6): 100-3.

DUAN Wei;LU Xiang-yang. Application of High-order Statistics Method in Harmonic Retrieval[J]. Computer and Modernization, 2011, 1(6): 100-3.

[1]	彭明康, 冯成德. 基于双目视觉去除附着噪声的改进算法[J]. 计算机与现代化, 2023, 0(06): 62-68.
[2]	崔晨露, 崔琳, . 面向数据增强的轻量化语音情感识别[J]. 计算机与现代化, 2023, 0(04): 83-89.
[3]	李海涛, 胡泽涛, 张俊虎. 基于NS-StyleGAN2的鱼类图像扩充方法[J]. 计算机与现代化, 2023, 0(01): 13-17.
[4]	张开延1,2，潘杨3，娄季朝4. 基于ANP-SVM算法的智能变电站过程层网络故障分类[J]. 计算机与现代化, 2019, 0(07): 72-.
[5]	周国华,商俊燕. 一种抗噪的钢印打码字符识别方法[J]. 计算机与现代化, 2018, 0(12): 106-.
[6]	王伟，王建东，张霞. 基于改进符号化度量方法的机场噪声异常检测[J]. 计算机与现代化, 2014, 0(8): 5-10.
[7]	孟玉. 基于同质区域分割的高光谱图像混合噪声估计[J]. 计算机与现代化, 2014, 0(2): 77-80+128.
[8]	韩丽娜. 基于噪声分析的椒盐噪声降噪处理方法[J]. 计算机与现代化, 2014, 0(2): 95-97.
[9]	王闻博,穆向阳,汤楠. #br# 低照度图像增强算法[J]. 计算机与现代化, 2014, 0(1): 27-31.
[10]	赵博毅;张科. 一种基于改进SIFT算法的SAR图像匹配方法研究[J]. 计算机与现代化, 2013, 1(6): 108-112.
[11]	徐中干;孟庆生;周宇坤. 噪声相关的Biscay分布滤波[J]. 计算机与现代化, 2013, 1(3): 41-44,4.
[12]	涂广毅;鲁坚;蔡志刚. 一种基于Huber曲面拟合的图像去噪算法[J]. 计算机与现代化, 2013, 1(3): 165-167,.
[13]	李晖;余涛;杜光伟;肖国富. 基于小波分析在地震信号噪声消除中的应用[J]. 计算机与现代化, 2012, 203(7): 195-197,.
[14]	曾宪佑;黄佐华;周进朝;张勇. 一种去除椒盐噪声的自适应极值中值滤波算法[J]. 计算机与现代化, 2012, 1(11): 70-73+7.
[15]	孙清文;张金锋. 基于双耦合改进型混沌振子系统的弱信号检测[J]. 计算机与现代化, 2012, 1(1): 17-21.

高阶统计量方法在谐波恢复中的应用

Application of High-order Statistics Method in Harmonic Retrieval

可视化

被引次数

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

本文评价