基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法技术

本发明专利技术公开了一种基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法，包括：获取图像并进行短时傅里叶变换，得到时频矩阵后计算信噪比；当信噪比大于预设值时，计算自适应因子的初始值并作为当前自适应因子，计算当前局部自适应阈值，利用其对时频矩阵进行去噪处理后，计算当前时频矩阵中的元素之和，若满足第一预设条件，则将对应的当前时频矩阵确定为去噪处理后的时频矩阵；当信噪比小于预设值时，计算噪声门限的初始值，将其作为当前噪声门限，根据时频矩阵中大于、小于当前噪声门限的元素更新当前噪声门限后，若满足第二预设条件，则利用更新后的噪声门限对时频矩阵进行去噪处理。本发明专利技术能够有效去除噪声，获得良好的去噪效果。去噪效果。去噪效果。

【技术实现步骤摘要】
基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法


[0001]本专利技术属于无人机
，具体涉及一种基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法。

技术介绍

[0002]由于无人机不需要飞行人员驾驶且造价便宜、操作简单、体型小、便于执行不同的任务，因此被广泛应用于军事民生领域，如饮食服务、航空摄影、新闻报道以及环境测绘等。
[0003]“黑飞”是指一些没有取得私人飞行驾照或者飞机没有取得合法身份的飞行。虽然关于无人机的相关管理政策已陆续出台，但解决“黑飞”问题仍需要相关检测拦截技术的支持，无人机检测跟踪干扰技术的研究与应用，可以有效地发现“黑飞”的无人机，切断其通信链路使其无法继续遥控飞行，对保障个人隐私和社会公共安全具有重要现实意义。
[0004]获取清晰的时频图是进行无人机遥感信号处理的第一步，但受到时频分辨率和噪声的影响，在较低信噪比情况下获得清晰的时频图比较困难。因此在处理伊始，需要先对接收信号进行一定程度的预处理，去除噪声并获得相对清晰的时频图。现有技术中，对时频图进行去噪的主流方法有去大留小法、对数统计法、形态学去噪法等诸多方法。然而，这些方法存在一定的局限性和缺点，具体地，去大留小法一般在进行二次选取后可以获得不错的效果，此时的计算量也相对较小，但是对于复杂的信道环境则需要进行多次选取，导致计算量增加；另外，噪声在时频空间中的分布是全局性的，完全不同于信号在时频空间中的局部性分布，对于对数统计法而言，虽然能利用到噪声和信号的幅度特性，但没有充分利用信号的局部特征。
专利
技术实现思路

[0005]为了解决现有技术中存在的上述问题，本专利技术提供了一种基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法。本专利技术要解决的技术问题通过以下技术方案实现：
[0006]本专利技术提供一种基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法，包括：
[0007]获取无人机采集的图像并进行短时傅里叶变换，得到时频矩阵；
[0008]根据所述时频矩阵中所有元素的平均值计算时频矩阵的信噪比；
[0009]当所述信噪比大于预设值时，计算自适应因子的初始值，将自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值，进一步利用当前局部自适应阈值对所述时频矩阵进行去噪处理后，计算当前时频矩阵中的元素之和s
k
；
[0010]若元素之和s
k
满足第一预设条件，则将元素之和s
k
对应的当前时频矩阵确定为去噪处理后的时频矩阵；
[0011]当所述信噪比小于预设值时，计算噪声门限的初始值，将噪声门限的初始值作为当前噪声门限，以所述当前噪声门限为界，统计所述时频矩阵中大于当前噪声门限的元素数目N
s
以及小于当前噪声门限的元素数目N
n
，进一步根据大于当前噪声门限的元素和小于
当前噪声门限的元素更新所述当前噪声门限；
[0012]若更新后的噪声门限ε
k
满足第二预设条件，则利用所述更新后的噪声门限ε
k
对所述时频矩阵进行去噪处理。
[0013]在本专利技术的一个实施例中，当所述信噪比大于预设值时，计算自适应因子的初始值，将自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值，进一步利用当前局部自适应阈值对所述时频矩阵进行去噪处理后，计算当前时频矩阵中的元素之和s
k
的步骤，包括：
[0014]确定所述时频矩阵中元素的最大值M并计算所有元素的平均值m；
[0015]利用所述最大值M和所述平均值m计算自适应因子的初始值；
[0016]将所述自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值；
[0017]利用所述当前局部自适应阈值对所述时频矩阵进行去噪处理，将所述时频矩阵中小于所述当前局部自适应阈值的元素置为0；
[0018]计算去噪处理后的当前时频矩阵中的元素之和s
k
，k表示当前迭代次数。
[0019]在本专利技术的一个实施例中，若元素之和s
k
满足第一预设条件，则将元素之和s
k
对应的当前时频矩阵确定为去噪处理后的时频矩阵的步骤之前，还包括：
[0020]检测s
k
‑
s
k
‑1是否大于s
k
‑1‑
s
k
‑2；
[0021]所述检测s
k
‑
s
k
‑1是否大于s
k
‑1‑
s
k
‑2的步骤之后，还包括：
[0022]若s
k
‑
s
k
‑1小于s
k
‑1‑
s
k
‑2，则按照预设步长调整当前自适应因子，并返回根据所述当前自适应因子计算当前局部自适应阈值的步骤。
[0023]在本专利技术的一个实施例中，利用所述最大值M和所述平均值m计算自适应因子的初始值的步骤，包括：
[0024]将所述平均值m与所述最大值M的比值作为自适应因子的初始值。
[0025]在本专利技术的一个实施例中，将所述自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值的步骤，包括：
[0026]将所述自适应因子的初始值作为当前自适应因子；
[0027]选取时频矩阵第i行中元素的最大值与最小值并计算二者之和T
0,i
；
[0028]将二者之和T
0,i
与当前自适应因子相乘，得到时频矩阵第i行的当前局部自适应阈值。
[0029]在本专利技术的一个实施例中，当所述信噪比小于预设值时，计算噪声门限的初始值，将噪声门限的初始值作为当前噪声门限，以所述当前噪声门限为界，统计所述时频矩阵中大于当前噪声门限的元素数目N
s
以及小于当前噪声门限的元素数目N
n
，进一步根据大于当前噪声门限的元素和小于当前噪声门限的元素更新所述当前噪声门限的步骤，包括：
[0030]确定所述时频矩阵中元素的最大值M并计算所有元素的平均值m；
[0031]利用所述最大值M和所述平均值m计算噪声门限的初始值；
[0032]将噪声门限的初始值作为当前噪声门限，以所述当前噪声门限为界，统计所述时频矩阵中大于当前噪声门限的元素数目N
s
以及小于当前噪声门限的元素数目N
n
；
[0033]分别计算所述时频矩阵中大于当前噪声门限的元素的第一均值以及小于当前噪声门限的元素的第二均值；
[0034]计算所述第一均值与所述第二均值的平均值，得到更新后的噪声门限ε
k
。
[0035]在本专利技术的一个实施例中，利用所述最大值M本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法，其特征在于，包括：获取无人机采集的图像并进行短时傅里叶变换，得到时频矩阵；根据所述时频矩阵中所有元素的平均值计算时频矩阵的信噪比；当所述信噪比大于预设值时，计算自适应因子的初始值，将自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值，进一步利用当前局部自适应阈值对所述时频矩阵进行去噪处理后，计算当前时频矩阵中的元素之和s
k
；若元素之和s
k
满足第一预设条件，则将元素之和s
k
对应的当前时频矩阵确定为去噪处理后的时频矩阵；当所述信噪比小于预设值时，计算噪声门限的初始值，将噪声门限的初始值作为当前噪声门限，以所述当前噪声门限为界，统计所述时频矩阵中大于当前噪声门限的元素数目N
s
以及小于当前噪声门限的元素数目N
n
，进一步根据大于当前噪声门限的元素和小于当前噪声门限的元素更新所述当前噪声门限；若更新后的噪声门限ε
k
满足第二预设条件，则利用所述更新后的噪声门限ε
k
对所述时频矩阵进行去噪处理。2.根据权利要求1所述的基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法，其特征在于，当所述信噪比大于预设值时，计算自适应因子的初始值，将自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值，进一步利用当前局部自适应阈值对所述时频矩阵进行去噪处理后，计算当前时频矩阵中的元素之和s
k
的步骤，包括：确定所述时频矩阵中元素的最大值M并计算所有元素的平均值m；利用所述最大值M和所述平均值m计算自适应因子的初始值；将所述自适应因子的初始值作为当前自适应因子，根据所述当前自适应因子计算当前局部自适应阈值；利用所述当前局部自适应阈值对所述时频矩阵进行去噪处理，将所述时频矩阵中小于所述当前局部自适应阈值的元素置为0；计算去噪处理后的当前时频矩阵中的元素之和s
k
，k表示当前迭代次数。3.根据权利要求2所述的基于局部自适应阈值算法与迭代算法的时频矩阵去噪方法，其特征在于，若元素之和s
k
满足第一预设条件，则将元素之和s
k
对应的当前时频矩阵确定为去噪处理后的时频矩阵的步骤之前，还包括：检测s
k
‑
s
k
‑1是否大于s
k
‑1‑
s
k
‑2；所述检测s
k
‑
s
k
‑1是否大于s
k
‑1‑
s
k
‑2的步骤之后，还包括：若s
k
‑
s
k
‑1小于s
k
‑1‑
s
k
‑2，则按照预设步长调整当前自适应因子，并返回根据所述当...

【专利技术属性】
技术研发人员：王徐华，李泽君，胡宋强，任群，
申请(专利权)人：西安雷擎电子科技有限公司，
类型：发明
国别省市：