论文部分内容阅读
摘 要：在消防通信中，包括声音通信与图像通信两种形式，这两种通信体系都需要应用降噪技术提高通信质量。基于对当前主动降噪技术的了解和分析，本文分别提出了这两种通信系统中的主动降噪技术应用方式，以达到提升通信质量的目的。
关键词：主动降噪传输技术;消防通信;通信信号
引言：在当前的消防通信中，已经能够在进行声音通信的同时，应用火场救援人员佩戴的摄像设备进行视频信号传递，从而让指挥人员能够做出正确的判断。这两种主动降噪技术从原理上存在较大差别，所以需要应用不同的主动降噪技术达成降噪目的。
一、针对消防通信中图像通信的主动降噪技术应用方式
在图像信号的应用中，会由于各类干扰因素的存在导致视频中产生大量噪点，这些噪点导致视频质量大幅下降，致使指挥人员很难做出正确的判断，当前已经开发出了一些图像处理模式，但是在实际应用中取得的效果较为一般。所以本文在该过程中设计了一种新的噪点去除技术。
（一）主动降噪技术原理
在噪点去除中，本文构建的降噪技术原理为，对整个视频中的图像视作单幅图片，将图片中的像素点排列成矩阵，去噪过程中只需对噪点矩阵进行去除即可，整个图片的像素矩阵可表示为：
其中M为初始图像的像素点矩阵，C为经过处理后的矩阵，m为噪点矩阵，可将该矩阵处理为图像块的堆栈，获得的方程可表示为：
经过这种处理后，能够降低整个矩阵的维度，同时实现视频中图像的对比，从而对噪点矩阵进行清除，完成该过程中对经过处理后的像素矩阵进行处理即可[1]。
在当前的技术开发和应用中，已经能够实现对图像数据的恢复，在本文的研究过程中，应用加权平均数方法和MDBBUTMF方法对图像进行恢复，在该过程中将待优化方程进行处理，获取的结果可表示为：
Λ为噪点矩阵的加权数，在后续的工作中，应用拉格朗日矩阵对整个获得的方程进行处理，处理结果为：
其中μ为整个方程中的惩罚因子，（X，Y）=trace（XY），在具体的计算中，向系统中输入整个系统中加权数和图像矩阵，有计算机確定获得方程的收敛效果，当发现最终结果收敛时，则视作计算完成，对图像中的像素点矩阵进行恢复即可，当发现结果不能收敛时，需要重复计算过程。在具体的计算过程中，会在每一次计算完成后对μ进行更新，这种方式能够提高计算的精确度。
（二）超像素生成算法
在进行图像处理的过程中，通过生成超像素能够对整个图像进行分解，通过对图像的后续整合能够实现对图像的有效恢复，通过图像的组合能够生成视频，在当前的研究中，并未形成统一的超像素生成算法，本文通过对当前研究成果的研究，构建了一种边界保持的超像素生成算法。
该算法构建的核心思想为超像素的生成边界，从而使整个图像能够与设备边界进行重合，在算法构建中，会在图线中生成种子点，即形成网格划分结构，同时需要保证超像素块的均匀性、致密性与一致性，根据这三方面要求构建的方程如下：
其中B（x，y）、I（x，y）和C（x，y）可用来描述上文中提到的三个性质，其余参数为对应性质函数的加权数值，在具体的计算中，也需要对图像的边界进行定义，定义方法如下：
方程左端为以某像素点为中心的像素点集合，G代表的含义为高斯模板系数，g（x）我相关区域中的像素梯度值，通过计算机系统对相关参数的计算能够生成与边界进行有效贴合的图像。
二、针对消防通信中声音通信的主动降噪技术应用方式
在消防通信系统中，语音通信发挥的作用更为全面，通过语音通信能够让消防人员更好地进行搜救以及规避危险，在当前的消防通信系统中，消防人员会同时佩戴话筒和听筒，为了能够提高降噪水平，需要同时考虑对这两个设备的降噪，具体的主动降噪技术如下：
（一）话筒中的主动降噪技术
话筒中的主动建造技术应用原理为，在话筒中设置一个主动滤波装置，在系统的工作过程中，能够对环境噪音与人声进行区分，对于环境噪音产生的声波，系统会自动发生强度和频率完全相同的反向波进行环境噪音消除[2]。
对于噪声拾音器来说，通常需要消防人员进行独立佩戴，并且需要降低拾音器与消防员的身体接触，防止对拾音器的运行质量造成过大影响，另外考虑到火场的环境较为恶劣，所以在整个系统的设计中，需要保证各类设备都能够有很高的恶劣环境抵抗能力，保证整个系统能够发挥应用的主动降噪效果。
（二）听筒中的主动降噪技术
在对话筒进行主动降噪设计后，已经能能够在一定程度上保证信号的纯净性，但是对于火场等恶劣环境来说，环境噪音也能够通过听筒进行传导，对信息获取过程造成较大影响，所以在听筒的设计中，也需要应用主动降噪技术。
在听筒的设计过程中，会在听筒中设置拾音器，这种拾音器通常有微型话筒完成拾音工作，拾音器会与听筒中的滤波器进行连接，拾音器在运行过程中会对周围的环境噪音进行分析，并生成电信号，这些电信号传递到自适应滤波器中后，滤波器会自动生成与噪音信号方向的信号波，生成的信号波能够与噪音声波进行抵消，达到主动降噪目的。需要注意的是，这种技术也存在一定问题，表现为当环境噪音的声波频率较高时，虽然拾音器能够即时生成电信号，但是一些滤波器无法根据接受的电信号实时生成反向波，无法全面发挥应有的滤波效果。
结论：综上所述，在消防通信系统的设计中，由于当前的通信信号包括视频信号和声音信号，所以在系统建设中需要能够对这两种通信内容进行全面降噪。对于视频信号的降噪过程来说，主要工作内容为对图像中的噪点进行消除，可以通过将图像转化为像素点矩阵，消除矩阵中的噪点矩阵达成目的。对于声音信号降噪，需要对话筒和听筒进行分别设计，全面提升通信质量。
参考文献：
[1]陆焱，胡玉荣.一种基于NSST的图像去噪算法[J/OL].江汉大学学报（自然科学版），2018（06）：513-521[2018-12-14].
[2]王瀚哲，张永平，王宁，蔡昊燃，刘国泽.主动降噪技术在灭火救援中的应用[J].科技信息，2012（22）：131+133.
关键词：主动降噪传输技术;消防通信;通信信号
引言：在当前的消防通信中，已经能够在进行声音通信的同时，应用火场救援人员佩戴的摄像设备进行视频信号传递，从而让指挥人员能够做出正确的判断。这两种主动降噪技术从原理上存在较大差别，所以需要应用不同的主动降噪技术达成降噪目的。
一、针对消防通信中图像通信的主动降噪技术应用方式
在图像信号的应用中，会由于各类干扰因素的存在导致视频中产生大量噪点，这些噪点导致视频质量大幅下降，致使指挥人员很难做出正确的判断，当前已经开发出了一些图像处理模式，但是在实际应用中取得的效果较为一般。所以本文在该过程中设计了一种新的噪点去除技术。
（一）主动降噪技术原理
在噪点去除中，本文构建的降噪技术原理为，对整个视频中的图像视作单幅图片，将图片中的像素点排列成矩阵，去噪过程中只需对噪点矩阵进行去除即可，整个图片的像素矩阵可表示为：
其中M为初始图像的像素点矩阵，C为经过处理后的矩阵，m为噪点矩阵，可将该矩阵处理为图像块的堆栈，获得的方程可表示为：
经过这种处理后，能够降低整个矩阵的维度，同时实现视频中图像的对比，从而对噪点矩阵进行清除，完成该过程中对经过处理后的像素矩阵进行处理即可[1]。
在当前的技术开发和应用中，已经能够实现对图像数据的恢复，在本文的研究过程中，应用加权平均数方法和MDBBUTMF方法对图像进行恢复，在该过程中将待优化方程进行处理，获取的结果可表示为：
Λ为噪点矩阵的加权数，在后续的工作中，应用拉格朗日矩阵对整个获得的方程进行处理，处理结果为：
其中μ为整个方程中的惩罚因子，（X，Y）=trace（XY），在具体的计算中，向系统中输入整个系统中加权数和图像矩阵，有计算机確定获得方程的收敛效果，当发现最终结果收敛时，则视作计算完成，对图像中的像素点矩阵进行恢复即可，当发现结果不能收敛时，需要重复计算过程。在具体的计算过程中，会在每一次计算完成后对μ进行更新，这种方式能够提高计算的精确度。
（二）超像素生成算法
在进行图像处理的过程中，通过生成超像素能够对整个图像进行分解，通过对图像的后续整合能够实现对图像的有效恢复，通过图像的组合能够生成视频，在当前的研究中，并未形成统一的超像素生成算法，本文通过对当前研究成果的研究，构建了一种边界保持的超像素生成算法。
该算法构建的核心思想为超像素的生成边界，从而使整个图像能够与设备边界进行重合，在算法构建中，会在图线中生成种子点，即形成网格划分结构，同时需要保证超像素块的均匀性、致密性与一致性，根据这三方面要求构建的方程如下：
其中B（x，y）、I（x，y）和C（x，y）可用来描述上文中提到的三个性质，其余参数为对应性质函数的加权数值，在具体的计算中，也需要对图像的边界进行定义，定义方法如下：
方程左端为以某像素点为中心的像素点集合，G代表的含义为高斯模板系数，g（x）我相关区域中的像素梯度值，通过计算机系统对相关参数的计算能够生成与边界进行有效贴合的图像。
二、针对消防通信中声音通信的主动降噪技术应用方式
在消防通信系统中，语音通信发挥的作用更为全面，通过语音通信能够让消防人员更好地进行搜救以及规避危险，在当前的消防通信系统中，消防人员会同时佩戴话筒和听筒，为了能够提高降噪水平，需要同时考虑对这两个设备的降噪，具体的主动降噪技术如下：
（一）话筒中的主动降噪技术
话筒中的主动建造技术应用原理为，在话筒中设置一个主动滤波装置，在系统的工作过程中，能够对环境噪音与人声进行区分，对于环境噪音产生的声波，系统会自动发生强度和频率完全相同的反向波进行环境噪音消除[2]。
对于噪声拾音器来说，通常需要消防人员进行独立佩戴，并且需要降低拾音器与消防员的身体接触，防止对拾音器的运行质量造成过大影响，另外考虑到火场的环境较为恶劣，所以在整个系统的设计中，需要保证各类设备都能够有很高的恶劣环境抵抗能力，保证整个系统能够发挥应用的主动降噪效果。
（二）听筒中的主动降噪技术
在对话筒进行主动降噪设计后，已经能能够在一定程度上保证信号的纯净性，但是对于火场等恶劣环境来说，环境噪音也能够通过听筒进行传导，对信息获取过程造成较大影响，所以在听筒的设计中，也需要应用主动降噪技术。
在听筒的设计过程中，会在听筒中设置拾音器，这种拾音器通常有微型话筒完成拾音工作，拾音器会与听筒中的滤波器进行连接，拾音器在运行过程中会对周围的环境噪音进行分析，并生成电信号，这些电信号传递到自适应滤波器中后，滤波器会自动生成与噪音信号方向的信号波，生成的信号波能够与噪音声波进行抵消，达到主动降噪目的。需要注意的是，这种技术也存在一定问题，表现为当环境噪音的声波频率较高时，虽然拾音器能够即时生成电信号，但是一些滤波器无法根据接受的电信号实时生成反向波，无法全面发挥应有的滤波效果。
结论：综上所述，在消防通信系统的设计中，由于当前的通信信号包括视频信号和声音信号，所以在系统建设中需要能够对这两种通信内容进行全面降噪。对于视频信号的降噪过程来说，主要工作内容为对图像中的噪点进行消除，可以通过将图像转化为像素点矩阵，消除矩阵中的噪点矩阵达成目的。对于声音信号降噪，需要对话筒和听筒进行分别设计，全面提升通信质量。
参考文献：
[1]陆焱，胡玉荣.一种基于NSST的图像去噪算法[J/OL].江汉大学学报（自然科学版），2018（06）：513-521[2018-12-14].
[2]王瀚哲，张永平，王宁，蔡昊燃，刘国泽.主动降噪技术在灭火救援中的应用[J].科技信息，2012（22）：131+133.