电磁干扰滤波器(EMI Filter)是近年来被推广应用的一种新型组合器件。它能有效地抑制电网噪声，提高电子设备的抗干扰能力及系统的可靠性，可广泛用于电子测量仪器、计算机机房设备、开关电源、测控系统等领域。

采用Lange耦合器的宽频带特性设计平衡式宽频带低噪声放大器，可以获得理想的噪声匹配，不必兼顾驻波比，且放大器的可靠性和稳定性也比较好，并通过设计实例的仿真和测试结果对相应指标进行了验证。

由于毫米波的敏感性极强，物体的微小移动也可以被毫米波所感知，体现为频谱变化，借助此优势提出了一种基于毫米波感知的小型无源物体定位追踪方法，可以实现对目标物体的高精度定位与追踪。与传统的有源物体定位追踪相比，在无源物体定位追踪中，由于目标物体无法主动发射信号且目标物体较小，因此，需要有效的机制区分、分离目标物体的反射信号和背景环境的反射信号，采用多种方法去除背景噪声和突发噪声，实现了良好的定位追踪效果。实验结果表明，所提方法可以追踪一支笔的运动轨迹，其平均误差为0.32 cm。

去除白噪声,用ＭＭＳＥ方法抑制白噪声来提高信噪比,是一种基于统计分析的噪声去除方法，广泛应用于语音增强方面.

用于灰度图像中高密度椒盐噪声去除的不同自适应修正Riesz均值滤波器 引文： S.Memiş和U. Erkan，2021。《用于灰度图像中高密度盐和胡椒噪声去除的不同自适应修正Riesz均值滤波器》，《欧洲科学技术杂志》，（23），359-367。 doi：https ：//doi.org/10.31590/ejosat.873312 抽象的： 本文提出了一种新的滤波器，差分自适应修正里氏均值滤波器（DAMRmF），用于去除高密度椒盐噪声（SPN）。 DAMRmF可操作像素加权函数和自适应中值滤波器（AMF）的适应性条件。 在仿真中，将所提出的滤波器与自适应频率中值滤波器（AFMF），三值加权方法（TVWM），无偏加权均值滤波器（UWMF），不同应用中值滤波器（DAMF），自适应加权均值滤波器（AWMF）进行了比较。 ），自适应Cesáro均值滤波器（ACmF），自适应Riesz均

对于噪声数据，可以采用MATLAB实现，同时对于噪声数据要采用相关的滤波方式。

针对现有的助听器语音增强算法在非平稳噪声环境下，残留大量背景噪声的同时还引入了“音乐噪声”，致使增强语音可懂度和信噪比不理想等问题。提出了一种基于噪声估计的二值掩蔽语音增强算法，该算法利用人耳听觉感知理论，结合人耳的听觉特性和耳蜗的工作机理。采用最小值控制递归平均（Minima-Controlled Recursive Averaging，MCRA）算法获得估计噪声和初步增强语音；将估计噪声和初步增强语音分别通过可以模拟人工耳蜗模型的gammatone滤波器组进行滤波处理，得到各自的时频表示形式；利用人耳的听觉掩蔽特性，计算含噪语音在时频域的二值掩蔽；利用二值掩蔽得到增强语音。实验结果表明：该算法很大程度上去除了谱减法引入的“音乐噪声”，与基于MCRA谱减法相比，增强语音的语言可懂度指数（Speech Intelligibility Index，SII）、主观语音质量评估（Perceptual Evaluation of Speech Quality，PESQ）和信噪比（Signal to Noise Ratio，SNR）都得到了提高。

仅支持16bit位宽、单声道的wav音频文件 用途：音频噪声规避辅助分析、音频各精度（位宽）效果对比、辅助教学等 用法：把要分析的wav格式音频文件修改为in.wav，放在本工具同一个文件夹下，运行本工具，输入需要保留的位数（保留高位），取值范围为4~15。16位就相当于没做任何处理，无意义，小于4位大部分音频数据已经没有数据了，所以取这个范围。 处理之后可以使用cooledit对比

为了使说话人识别系统在语音较短和存在噪声的环境下也具有较高的识别率, 基于矢量量化识别算法, 对提取的特征参数进行研究。把小波变换与美尔频率倒谱系数(MFCC )的提取相结合, 并将改进后的特征与谱质心 特征进行了组合, 建立了一种美尔频率小波变换系数+ 谱质心(MFWTC+ SC) 的新的组合特征参数。经实验表明, 该 组合特征可以有效地提高说话人识别系统的性能。

传输信号的高峰均功率比 (PAPR) 是多载波调制系统中的一个严重问题。 在此代码中，多载波码分多址 (MC CDMA) 信号的 PAPR 计算是在具有 AWGN 噪声的瑞利衰落信道上完成的。 使用MATLAB对其进行分析和实现。 通过评估互补累积分布函数 (CCDF) 和 PAPR 来分析不同用户数量的仿真结果，这表明 MC CDMA 信号的 PAPR 显着降低。