自适应小波阈值去噪在光谱信号处理中的应用

在光谱数据的多组分定量分析中 ,噪声的存在往往影响分析的准确度。小波变换的多分辨率分析的特性使它成为一种优良的去噪方法。本文基于 Dohono提出的小波阈值去噪和 Mallat,Xu等提出的空域相关去噪法 ,提出了一种新的自适应小波阈值函数滤噪法。与原来方法比较 ,新法能够在有效去除噪声的同时 ,很好地保留了信号的细节。仿真计算和分析表明了此算法的有效性。     

激光主动探测中回波信号的小波去噪方法

在分析激光主动探测中回波信号的噪声特性和小波变换去噪原理的基础上，提出了一种基于最大信噪比准则的小渡阈值去噪方法。首先用最大信噪比准则对小波变换系数进行阈值选取，然后采用软阂值方法对小波系数进行量化处理后再重构。仿真结果表明最大信噪比准则小波去噪方法改善信噪比效果十分显著，检测下限达到-16．2dB。证明了该方法在激光主动探测系统回波信号检测中的有效性。     

基于提升小波变换的雷达生命信号去噪技术

对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言,去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性,建立了雷达生命信号的模型,分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理,结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪,提升小波变换去噪效果优于传统小波变换去噪效果,其信噪比(SNR)和均方误差(MSE)两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时,使用的小波基函数是sym8,分解层数为3层。     

改进的基于脊波变换的图像去噪新算法

脊波(Ridgelet)变换能够克服小波变换在处理高维信号时的不足,是一种有效处理二维奇异性信号的新方法;在分析传统脊波阈值去噪法的原理和存在的优缺点的基础上,构造了一种新的阈值函数,并结合SURE阈值,提出了一种改进的基于脊波变换的图像去噪方法;并将其应用于受不同强度高斯噪声污染的图像中,实验结果表明该方法对噪声具有良好的噪声拟制作用,能较好地保留图像的细节信息,去噪性能优于常用方法。     

基于最大熵原理的小波去噪方法

小波变换去噪中最关键的问题是如何确定小波系数的阈值,使其能够将与噪声和信号相对应的小波系数合理地区分开来。根据概率论的基本原理可以推断,随机序列的细节小波变换系数符合正态分布。基于此结论,可以利用最大熵原理确定一个阈值,使得绝对值小于此阈值的小波系数组成的序列符合正态分布。该阈值在统计意义下能够最佳地区分信号与噪声的小波系数。采用光谱数据的仿真分析以及与其他方法的对比实验证明,这种最大熵小波去噪方法不仅在提高信噪比方面显示出了其优势,而且去噪效果不易受信噪比变化的影响。     

一种基于小波变换的红外小目标去噪算法

 研究了复杂背景下红外小目标图像的去噪问题，鉴于小波阈值法去噪的缺点，结合小波变换的去相关性和能量紧支性，提出一种新的去噪方法。考虑到实际中的复杂背景和大量干扰，弱小目标通常占有很少像素，首先对红外小目标图像进行二级小波变换，然后根据新的算法对变换所得小波细节系数进行邻域运算，最后通过小波逆变换得到处理后的图像。 实验中采用Db3小波基函数，分别对两帧低信噪比原始图像进行仿真。仿真结果表明，该算法能很好地保存小目标的形状特征，抑制背景，达到较好的去噪效果。     

基于小波变换的木材近红外光谱去噪研究

木材近红外光谱常常被一系列噪声所污染,影响光谱分析结果。为了提高近红外光谱分析精度,需要对光谱数据进行预处理。光谱导数可以消除光谱背景干扰和基线漂移等因素影响,提高光谱分辨率,但导数光谱在增强信号的同时,也使信号噪声得到增强。应用小波变换对杉木木材近红外一阶导数光谱进行去噪研究,分别采用9点平滑法、25点平滑法、非线性小波硬阈值和软阈值法、9点平滑+小波变换法和25点平滑+小波变换法对光谱数据进行去噪研究。结果显示, 小波变换能够有效去除导数光谱中的噪声信号,保留光谱中的有效信息,提高光谱信噪比,提高光谱的分析能力,在木材近红外光谱分析中具有很好的应用前景。     

DNA测序信号去噪分析的一种新方法

在DNA荧光测序中,噪声会影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数、去噪阈值和分解层数直接关系到信号去噪处理的质量。为了真实构建噪声模型并准确评价去噪算法的有效性,实验中通过实际系统中采集到的噪声信号叠加理想荧光信号构建DNA测序仿真信号,去噪分析的结果表明：选择sym7小波基函数、分解层数(lev＝5)与使用固定格式软阈值,有效去除了DNA测序信号的噪声;处理后,信号的信噪比提高了5倍以上。将其用于处理实际的DNA电泳荧光信号,相比基于随机噪声模型的算法,去噪后的信号更加真实可靠。     

基于小波包变换和数学形态学结合的光谱去噪方法研究

对反射光谱数据进行去噪是提高光谱信息准确度的前提。传统时域平滑和频域去噪方法存在诸多缺点,本文首次将广义形态滤波方法用于可见近红外光谱的去噪处理,并提出基于小波包变换和数学形态学结合的光谱去噪方法。使用USGS光谱库中的植被光谱进行实验,采用信噪比(SNR)、均方误差根(RMSE)、波形相似度(NCC)和平滑度(SR)四个指标来评估去噪效果。结果表明,小波包最佳基阈值法和广义形态滤波法都能较好地保持波形和平滑度,广义形态滤波法能较好地消除幅值较大的随机噪声,但其对连续随机噪声中幅值较小的噪声成分不能有效消除; 而小波包最佳基阈值法不能有效消除幅值较大的噪声成分; 二者结合的方法组合了这两者的优点,使得幅值较大、较小的噪声成分都能较好地消除,同时还提高了相似度和平滑度指标,充分表明小波包最佳基阈值与广义形态滤波结合的方法是一种更好的可见光近红外光谱去噪方法。     

基于EMD-LWT的低浓度石油类污染物荧光光谱去噪法

石油类污染物是造成雾霾等空气污染问题的重要原因.去噪处理的有效性是石油类污染物荧光光谱检测中的热点问题.提出一种基于经验模态分解-提升小波变换(EMD-LWT)相结合的低浓度石油类污染物荧光光谱去噪方法.经验模态分解法(EMD)可自适应地滤除微弱荧光信号中的噪声,但去噪过程中第一个本征模态函数(IMF)包含的频率范围过宽,影响了去噪准确性和有效性.引入提升小波变换(LWT)对IMF1实现更精细的分解,有效分离出IMF1的有用信息,改善信噪分离效果.将EMD-LWT联用方法和传统的EMD或LWT去噪法分别运用于煤油荧光光谱检测中,仿真结果表明,与只用EMD或LWT相比,EMD-LWT相结合的光谱去噪法得到的信噪比和均方根误差均显著提高,验证了该方法的有效性和可行性.     

用小波变换方法消除ICP-AES分析信号中的噪声

用小波变换方法处理含噪ＩＣＰ－ＡＥＳ分析信号,消除了其中的噪声,得到了平滑的光谱曲线。提高了信噪比和测定结果的准确度、精密度、改善了方法的检出限。     

Audio watermarking based on psychoacoustic model and critical band wavelet transform

Watermark embedding algorithm based on critical band wavelet transform of digital audio signal is proposed in this paper. The masking threshold for each audio signal segment was calculated on the basic of psychoacoustic model. According to the similarity between critical band of human auditory system and critical band wavelet transform, a watermark was embedded into the low-band and mid-band coefficients of digital wavelet. The embedding strength was adaptively controlled by the masking threshold. The experiment results show that the embedded watermark signal is inaudible, and the watermarked audio signal has good robustness against many attacks such as compression, noise, re-sampling, low-pass filtering.     

噪声对等光频采样调频连续波激光雷达测距精度的影响分析及实验验证

调频连续波激光雷达具有测量范围大,精度高,无需合作目标等优点,在计量学和工业现场测量中具有重要作用。简单介绍了等光频重采样调频连续波激光雷达的基本结构和测距原理,分析了系统辅助干涉信号和测量干涉信号中存在的主要噪声及其特点。当系统辅助干涉信号中存在噪声时,会造成极值点不准确并且引入测量误差。随后,使用Cramér-Rao下界定理评估测量干涉信号的噪声对测量结果的影响。为了提高测量的准确性和稳定性,基于经验模态分解的小波阈值滤波和汉宁窗带通滤波结合小波滤波的自适应滤波方法分别用来去除了辅助干涉信号和测量干涉信号中的噪声。实验中多次测量了平面镜和多种粗糙度样块,并使用精密导轨验证测量结果的准确性。实验结果表明,当被测物位于3.9 m左右时,使用自适应滤波方法去除噪声后,系统对反射镜和其他粗糙度样块的测量不确定度为20 μm和几十微米(K取值2),远小于使用小波阈值滤波的方法(120 μm和几百微米)。同时,通过对比精密导轨位移数值和系统的测量结果,证明了所提出的方法能够有效提高系统的测量准确性。     

Application of wavelet filtering techniques to Lau interferometric fringe analysis for measurement of small tilt angles

This communication presents the results of investigation undertaken towards testing the viability of wavelet filtering techniques in analyzing the Lau interferometric fringes. Towards this, the applicability of Haar, Daubechies and Symlet wavelet based filtering schemes have been tested. Of these schemes, the Symlet based filtering scheme gives the best results in terms of improved signal to noise ratio. This scheme is then used to analyze Lau interferograms recorded in the experimental arrangement for tilt angle measurement. The processed interferograms yield improved accuracy and precision of measurement.     

小波尺度相关滤波及其改进算法在电火花声源信号处理中的应用

分析提取宽带电火花声源信号,受到船舶辐射噪声的严重干扰,在5 kHz以下的能量集中区信噪比低,且二者Lipschitz指数特性相近,传统基于相邻尺度相关的滤波算法抗干扰能力有限。根据宽带电火花声源信号不同频带所受干扰的不同,信噪比较高的小尺度高频小波系数,采用相邻尺度相关的滤波算法;信噪比较低的大尺度中低频小波系数,采用跨尺度相关的滤波算法,并对算法中阈值系数的选取方法进行修正。结果表明,该算法滤波效果良好,有效的提取了电火花声源信号,适合窄带强干扰背景噪声下的宽带水声信号处理。      

基于小波变换和非负支撑域递归逆滤波算法的盲目图像复原

提出了一种将自适应正则化方法与非负支撑域递归逆滤波(NAS-RIF)算法相结合用于小波域的盲图像复原算法.该算法先对降质图像进行小波分解,得到了图像在不同子频段的信息.在各个子频段采用NAS-RIF算法进行复原.针对各个子频段内图像的频率和方向特性,分别引入了不同的正则化约束项.在各个子频段估计出噪声方差,提出了根据噪声方差和图像局部方差来选取正则化参数.分别对两幅模糊图像进行了仿真实验,复原结果取得的信噪比分别为19.66 dB和23.86 dB.实验结果表明,复原效果相对于空间自适应正则化方法有一定的提高.     

一种改进的小波除噪方法用于含噪ICP-AES光谱的处理

提出了一种改进的小波除噪方法。它基于噪声具有频率较高和幅度较小的特点 ,先排除信号中频率较高的成分 ,再丢弃余下的系数较小的成分。对模拟的含噪电感耦合等离子体原子发射光谱 (ICP AES)的处理结果表明 ,该法能克服小波平滑和小波去噪的一些缺陷 ,可去除更多噪声 ,而信号强度不受影响。同时 ,基线变得平坦 ,有利于峰高的定量计算。用该法处理实测ICP AES光谱 ,效果满意。     

Signal-to-noise ratio enhancement based on wavelet filtering in ultrasonic testing

In ultrasonic non-destructive testing of materials with a coarse-grained structure the scattering from the grains causes backscattering noise, which masks flaw echoes in the measured signal. Several filtering methods have been proposed for improving the signal-to-noise ratio. In this paper we present a comparative study of methods based on the wavelet transform. Experiments with stationary, discrete and wavelet packet de-noising are evaluated by means of signal-to-noise ratio enhancement. Measured and simulated ultrasonic signals are used to verify the proposed de-noising methods. For comparison, we use signal-to-noise ratio enhancement related to fault echo amplitudes and filtering efficiency specific for ultrasonic signals. The best results in our setup were achieved with the wavelet packet de-noising method.     

Optimal wavelet filter for suppression of coherent noise with an application to seismic data

Wavelet analysis is combined with the Karhunen-Loève (KL) transform into an innovative hybrid method for locally filtering coherent noise. In applying our method, the original time series is first decomposed with wavelet transform, the scales more contaminated with noise are reduced by an attenuation factor A_f, and the signal is reconstructed using the inverse wavelet transform. Then the KL transform is applied to the reconstructed signal and the behavior of the first energy modes is analyzed as a function of A_f. The point corresponding to a minimum in the first mode is identified with the maximum extraction of the coherent noise. Our methodology is applied with success to seismic data with the aim of locally extracting the relevant coherent noise, namely the ground roll noise. The procedure can be easily extended to other situations where an undesirable signal is associated with a specific set of energy modes.