针对激光雷达信号中含有的噪声，提出一种将数据分区使用小波包变换分解和重构算法的信号降噪方法，该方法能为下一级消光系数反演提供高质量数据。为了验证该方法的有效性，比较雷达原始数据、小波包处理后反演的消光系数、分区小波包处理后反演的消光系数的差异，并进一步使用Bump、Block测试信号进行数值模拟，定量分析了分区小波包算法的去噪效果。分区小波包算法处理的Bump、Block测试信号评价函数的均方误差（MSE）和R值均优于一般小波包结果。结果表明，分区小波包降噪方法能通过降噪改善下一级反演消光系数结果，有效保护低空的激光雷达消光廓线的细节结构并抑制高空的信号噪声。空气气溶胶消光系数随时间和空间变化的伪彩图表明了所提方法的可行性和实用性。

为了降低激光多普勒振动信号中噪声产生的影响, 采用基于改进小波去噪算法的激光多普勒振动信号处理方法, 将尺度引入阈值函数, 确立新的评价指标用于选择最优分解层数, 从而来改进小波阈值去噪算法, 并利用改进的算法处理振动信号,进行了仿真分析和实验验证, 取得了处理前后的振动数据。结果表明,改进算法处理仿真信号的信噪比比原有算法提升19.4%; 实验测得音叉振动频率为515Hz, 与实际音叉频率基本吻合。这一结果对降低激光多普勒振动信号中噪声的影响、获取振动状态是有帮助的。

针对由于爆破现场施工环境复杂, 爆破振动信号包含大量高频噪声的问题, 提出一种基于傅里叶分解(FDM)联合小波包阈值方法的降噪方法。首先, 基于傅里叶分解理论将爆破振动信号分解为若干傅里叶固有频带函数(FIBFs); 然后, 分别计算分解所得模态分量与原始信号的相关系数, 使用相关系数法筛选出优势分量, 将筛选所得优势模态分量进行重构; 最后, 利用小波包阈值方法对重构所得信号进一步降噪, 得到最终纯净的爆破振动信号。结果表明:引入的新方法兼具傅里叶分解及小波包分析的优点, 与现有常用方法相比, 傅里叶分解-小波包分析联合降噪方法信噪比(10.3940)最高, 均方根差(0.0889)最小, 所得时程曲线更为平滑, 去噪效果更好, 为类似爆破振动信号去噪提供新的途径。

激光雷达回波信号是非线性非平稳信号,且易被各类噪声污染。为高精度提取有效信号信息,需选取合适的方法进行降噪处理。采用激光雷达回波仿真信号,对其添加泊松噪声,再利用小波变换(WT)、经验模态分解(EMD)、变分模态分解(VMD)及其改进和联合算法进行回波信号的去噪实验,最后通过对比分析,选取最适合激光雷达回波信号的降噪方法。实验结果表明,WT-VMD联合算法在不同原始信噪比下都具有最大的输出信噪比和最小的均方根误差,且去噪后信号曲线的平滑度较小,能很好地还原激光雷达回波原始信号,利于提高后续信号的反演精度。

卫星信号的捕获速度和精度直接影响到软件接收机的工作性能。针对现有卫星信号的捕获方法无法实现对全球定位系统（GPS）卫星信号快速精确捕获的问题，文章提出一种基于盲信号分离(BSS)方法的GPS卫星信号高精度快速捕获方法。采用小波阈值降噪法对混叠的GPS卫星信号进行降噪处理，提高卫星信号的信噪比，利用提出的基于子空间估计算法的卫星信号BSS方法求解GPS卫星信号的多普勒频率和码相位，从而恢复出不可观测的各个源信号。实验结果表明，该算法能够对真实卫星信号实现快速精确捕获；对比传统算法，文章所提的捕获算法更加适用于对弱信号的捕获需求，该算法具有较好的工程应用价值。

为了降低噪声对光纤陀螺输出的影响, 提出了一种基于改进经验模态分解 (MEEMD)和前向线性预测 (FLP)结合的光纤陀螺去噪算法。首先, 引入排列熵概念, 利用改进经验模态分解对光纤陀螺信号进行分解与重构; 然后针对分解后混合噪声的低阶 IMF项, 通过 FLP算法进行滤波去噪; 最后将经过 MEEMD-FLP处理后的信号进行重构以得到结果。对某干涉型 FOG进行静态测试, 通过实测数据计算结果表明: 与原始 FOG信号相比, 降噪后的 RMSE降低了 76.77%, 标准差降低了 76.76%。该算法可有效降低噪声对 FOG输出信号的影响, 具有更高的去噪精度。

危险化学品立体仓库火灾预警系统采用光纤传感技术测量仓库内各位置温度值, 在处理光纤测温数据时, 传统小波去噪算法易产生人为振荡。针对此问题提出了基于改进阈值函数的分段小波去噪算法。将数据中易引发伪吉布斯现象的部分划分为准高温段采用平移不变法处理, 其他部分采用传统小波去噪算法。采用阈值法处理小波系数时, 设计了改进阈值函数以减小数据失真和数据波动。实验结果表明, 与传统小波去噪相比, 算法在不同信噪比情况下都能有效消除数据震荡, 具有良好的去噪效果。

单光子激光测高已然成为激光测高领域的发展趋势。面对高重频、剖面式单光子激光数据, 在参考国内外激光点云数据处理算法和对单光子激光数据特点精确分析的基础上, 提出了一种基于地形相关和最小二乘曲线拟合的单光子激光数据处理方法。使用NASA(National Aeronautics and Space Administration)的机载激光雷达MABEL(Multiple Altimeter Beam Experimental LiDAR)的实际飞行数据进行了实验,并通过模拟仿真的方法对实验结果做了验证。结果表明, 此方法能有效地剔除噪声, 试验区的整体精度能达到97.8%。

由上海棱光技术有限公司与中国农业大学联合研发的S450型近红外高密度光栅光谱仪, 使用高速采集技术可得到高密度光谱(波长范围900~2 500 nm, 采集间隔0.1 nm, 光谱包含16 001个数据点), 本文采用该仪器并以小麦、 烟草样品为实验对象, 针对高密度光谱的数据特点, 采用S.G.(savitzky-golay)平滑、 固定窗口组合滑动窗口平滑(FCMWS和一阶导数(FD)等数据处理方法, 并应用偏最小二乘法(PLS)对小麦粗蛋白、 烟草烟碱及总糖含量进行建模和预测, 对仪器整体性能以及数据处理方法的参数优化等, 进行了评价和比较研究。 结果表明: (1)小麦、 烟草样品的原光谱经S.G.平滑结合一阶导数预处理后, 模型性能大幅提高, 通过对参数拟合阶次M和平滑点数N进行优化得出, 当M一定时, N可选取范围较宽, 且当M=2和N处于201～801区间时模型效果理想且稳定; (2)FCMWS方法对小麦、 烟草样品的原光谱进行两层平均平滑, 经调整优化平滑参数K1和K2(K1为第一层平滑的固定窗口大小, K2为第二层滑动窗口大小)得出: 两层平滑参数相乘约为150~310时, 模型性能稳定且较优, 同时FCMWS方法极大地提高了建模速度; (3)以小麦样品为对象, 同时在两台S450型光谱仪上采集样品光谱, 对比分析了仪器间的性能差异, 结果表明光谱经S.G.平滑或FCMWS方法处理后, 不同仪器模型间相互预测数据的相对偏差小于2.00%, 远低于预测值与参考值间的相对偏差, 说明上述两种方法均可降低仪器的台间差异, 实现台间模型的稳定传递。 研究结果表明, 国产S450型高密度光栅光谱仪结合数据平滑去噪技术, 已满足小麦、 烟草等农产品品质检测和模型传递的性能要求, 且该光栅型仪器成本相对较低, 对农业领域推广近红外快速检测技术的应用具有实际意义。

光声层析成像是依据探测到的光声信号来重建组织内光能量吸收分布图像的一种技术。近年来, 该研究领域得到了巨大的发展, 其应用范围广泛, 包括了解剖学、功能学和分子影像学。然而, 其中一个巨大挑战是由于光声效应的光到声的转换效率非常低, 导致光声信号的信噪比很小, 得到的重建光声图像质量也不高。传统的提高光声信号信噪比的方法是数据平均法, 但严重限制了成像速度。在不牺牲信号保真度和成像速度的情况下, 首先, 利用经验模态分解(Empirical mode decomposition, EMD)实现光声信号的自适应分解, 然后, 以条件互信息为准则确定需要降噪的本征模函数(Intrinsic mode function, IMF), 对选定的本征模函数进行降噪处理得到降噪后的光声信号, 最后利用重构算法得到降噪后的光声图像。仿真和实验结果表明, 提出的这种利用经验模式分解和条件互信息结合的降噪算法对比传统的降噪算法更好地实现了光声信号信噪比的提高和重建图像对比度的提高。证明了该降噪算法的有效性, 同时该方法为低功率激光源和低功率放大信号信噪比的实时低成本PA成像系统的研制提供了可能。