题目：基于EMF的噪声滤波技术的研究

信号处理问题几乎涉及所有工程技术领域，在实际中检测到的有用信号特别是微弱信号往往都被淹没在噪声中，给信息收集分析等工作带来了很大的麻烦，因此，如何在较强的噪声背景下提取出真正的信号并分析信号特征是信号处理的首要任务。对于淹没在强噪声中的缓变微弱信号，本文采用改进的包络均值滤波算法对其进行检测，有效还原了微弱的有用信号。论文主要工作包括以下几个方面。首先，用包络均值滤波（EMF）算法检测淹没在有界噪声中的微弱信号，以原始信号与还原信号的方差大小或相关性系数为评价标准。通过MATLAB仿真证实，EMF算法对淹没于强噪声中的微弱缓变信号有很好的滤波作用，能够去除绝大部分的噪声。然后，主要的工作是改进EMF算法。对于包络线的估计，采用预测斜率的方法对包络线的估计进行改进，并对其进行计算机仿真验证。将改进的EMF算法与原算法进行比较，改进EMF算法在一定程度上提高了滤波精度。接下来，论文深入分析了常用滤波算法，包括卡尔曼滤波、中值滤波和自适应滤波算法等，并与改进EMF算法进行比较。卡尔曼滤波能够有效提取淹没于强噪声中的微弱信号，但需要对系统十分了解，能够建立精确的状态方程及量测方程。从频率角度分析，改进EMF算法滤波信号频谱更接近原始信号频谱，实际应用中两种算法结合使用更好。中值滤波算法和LMS算法在强噪声背景中提取微弱信号的效果并不理想，这两种算法更适用于噪声强度较小的场合中，对于强噪声的情况，改进EMF算法的滤波效果更好。最后，验证改进EMF算法的实际可用性，用改进EMF算法对莫纳罗亚山二氧化碳含量数据和GPS输出的十三陵地壳运动数据进行了分析处理，得出结论该算法对于提取被淹没在强噪声中的缓变非周期微弱信号有十分有效的作用。