基于四种改进阈值的小波去噪方法

本文提出了四种改进的阈值函数,并且在理论上证明了这四种改进的阈值函数对脉冲噪声都是有效的.仿真实验显示:无论是信噪比还是最小平方误差,改进的软阈值函数比其它三种改进的阈值函数的效果都要好一些.     

一种利用多通道小波变换去噪的算法

通过对多通道小波和小波变换以及奇异信号的小波变换特性的讨论和分析,提出了一种利用M道小波变换去噪的算法,并利用此算法对加噪信号进行了模拟实验,实验结果表明,该算法简便,易于编程实现且去噪效果理想。     

基于不同经验模态分解的小波软阈值ECG去噪研究

针对ECG信号的非线性和非平稳性,利用不同经验模态分解的小波软阈值方法对其进行降噪处理.根据希尔伯特-黄(Hilbert-Huang)变换提出的一系列的EMD算法,有EMD、EEMD、CEEMD等.首先,将含高斯白噪声的ECG信号分别进行EMD、EEMD、CEEMD分解,所得到的固有模态函数(IMF)分量是从高频到低频排列的,分别舍去前几层含噪IMF'进行重构去噪.由于舍去的IMF分量中含有少部分信号的细节信息,然后利用小波软阈值对前几层含噪IMF提取细节信息得到新的分量,再将剩余分量和新的分量重构去噪后的ECG信号.利用去噪信号图和不同性能指标验证了不同方法的有效性,得出了基于CEEMD的小波软阈值ECG降噪效果最佳.最后,用上述方法对MIT-BIH心电噪声库信号进行去噪处理,其结果与仿真实验相吻合.     

基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法

提出了将使用新的遗传策略,将与当前进化迭代和种群平均适应度变化趋势相关的惩罚因子引入到遗传算法的自适应交叉、变异概率中,依据种群适应度集中分散程度自主调节遗传操作顺序的改进的遗传算法,并用此改进的遗传算法自适应获取最佳小波阈值,然后结合小波软阈值去噪方法对信号去噪.仿真实验和实测实验说明提出的基于改进遗传算法的小波软阈值去噪方法具有良好的去噪性能,且具有一定的稳定性.     

基于CEEMDAN小波包的MEMS水听器信号去噪

针对MEMS水听器接收水下信号时混入的噪声,提出一种CEEMDAN和小波包的联合去噪算法.方法是利用CEEMDAN将含噪信号分解成一系列的IMF分量,IMF由高频到低频排列.由于高频噪声和低频干扰,所以要分别对高频和低频IMF进行处理.根据每层IMF的频谱分析,去掉前几层和后几层IMF分量形成一个带通滤波器,然后将剩余分量进行重构信号.最后,利用小波包对重构信号去噪得去噪信号.通过仿真实验和中北大学汾机实测实验验证了算法的有效性,并在去噪效果和性能指标上较单一CEEMDAN和小波包去噪有明显提升.     

基于Canny算子边缘检测的小波阈值去噪方法

本文研究了信号处理中图像去噪的问题.利用小波变换理论提出了一种基于Canny算子边缘检测的小波阈值去噪方法,实验结果表明,该方法在有效去除噪声的同时能够更好地保留图像的边缘.     

利用非线性提升的信号去噪

本文提出了一种基于非线性滤波和提升格式进行信号去噪的算法。利用提升格式设计的灵活性取非线性滤波为预测算子 ,数值算例表明该方法的去噪效果优于仅使用非线性滤波去噪。     

基于小波变换的枪弹头痕迹自动对比研究

以自动对比方法的智能性、自动性和可操作性为出发点,以构建弹头特征峰数据库,搭建弹头自动比对系统为目标,对弹头痕迹的自动比对问题展开研究.通过提取弹头痕迹特征线的方法,详细分析了各种影响比对的测量误差,给出了消除误差的方法.提供并实现了一种基于小波变换的比对方案,方案能够有效抑制弹头表面污损产生的噪声误差,并在实验中取得了很好的比对结果.     

基于小波去噪的灰色和支持向量机组合预测模型

金融时序数据具有非平稳、含噪声等特点,采用单一的预测模型时预测精度并不理想.据此,构建了基于小波去噪的灰色和支持向量机组合预测模型,并对预测难度较高的我国热钱流动规模进行了预测.实验结果表明:与经典GM(1,1)幂模型相比,组合预测模型的平均相对误差由46.14%降到2.95%,预测精度有显著性提高.     

MEMS矢量水听器的一种新的联合去噪算法

针对传感器水声信号存在随机噪声的问题,提出了一种正余弦算法(SCA)和粒子群算法(PSO)相结合优化变分模态分解(VMD)参数κ和α,将含噪信号通过VMD分解为k个固有模态函数,选取相关系数高的模态分量进行小波阈值(WT)去噪后重构信号分量,得到目标信号的算法,记为SCA-PSO-VMD-WT算法.通过将本算法与VMD...     

基于S变换的地震信号降噪方法研究

S变换在分析非平稳信号时能有效地反映出频率随时间的变化,但由于其窗函数是固定不变的,在实际中应用受到了限制.从基本理论出发,推导出一种改进的S变换形式,并对合成信号分别进行傅立叶变换、s变换和改进的S变换,通过对比发现:改进的s变换方法能够更好地分辨非平稳信号的频率特性,比S变换具有更高的分辨率.最后应用改进的s变换方法对地震背景噪声数据进行了去噪处理,取得了较好的结果.     

小波分析在信号去噪声中的应用

小波分析是近年来发展起来的一种数学方法,在信号与图象处理中有重要的应用.中值滤波是信号处理中常用的一种非线性滤波器,它能够有效地消除瞬时脉冲干扰,并且能够很好地保持信号的边缘信息,在信号和图象处理中得到广泛应用.对中值滤波器与小波变换的结合进行了比较系统的研究.通过实例说明中值滤波器与小波变换相结合具有比单一滤波器更好的效果.     

基于改进遗传算法的自动阈值图像分割方法

图像分割技术在图像分析和图像识别上具有重要意义.传统自适应遗传算法有可能使问题求解陷入局部最优解,而求得错误的图像分割阈值.为了得到最优的图像分割阈值,对交叉率和变异率公式进行了重构,使得交叉率和变异率在任何情况下都不为零.同时,以最大二维熵函数作为适应度函数,采用选择、交叉变异等遗传操作作搜索最优分割阈值.仿真实验表明,该方法可以有效地提高图像分割精度和计算速度.     

基于小波变换的图像去噪方法的研究

小波变换能有效的去除高斯噪声,中值滤波能有效的去除脉冲噪声,两者结合可以更有效的去除高斯噪声和脉冲噪声的混合噪声.当医学图像去除混合噪声时,先进行中值滤波再进行小波去噪的方法优于先进行小波去噪后再进行中值滤波的方法,且去噪后图像视觉效果较好,而且图像均方误差(M SE)也较小.在图像去噪处理中这种方法具有实际应用价值.     

基于广义交叉认证的多小波阈值的图像降噪

提出一种新的小波收缩阈值降噪方法,该方法是通过对噪声图像进行多小波变换,然后用广义交叉认证的方法来确定小波阈值参数．由于本文采用的是多小波变换,而多小波一般同时具有正交性和线性相位,另外广义交叉认证方法不需要对噪声的强度进行估计,所以这种方法有比较好的降噪效果．实验结果表明该方法与基于小波变换的广义交叉认证的图像降噪方法相比较,其降噪效果有一定的提高;同时也表明在一定的条件下,其降噪效果要明显好于传统的Wiener滤波方法．     

基于多带复数小波与最大后验概率估计法的图像去噪方法

提出一种基于多带复数小波与最大后验概率估计方法的图像去噪方法，与二带小波以及相应的去噪方法相比，性能具有明显改善。     

基于小波去噪和WNN-ARIMA组合模型的年径流预测

为解决单一的小波神经网络预测精度不高的问题,提出一种新的基于小波去噪和WNN-ARIMA组合模型,应用小波阈值去噪法对小波神经网络的输入值进行预处理,同时对模型残差值进行ARIMA模型修正.利用该组合模型对洮河流域下巴沟站年径流量进行预测,预测趋势和预测值与原始实测数据吻合度高,表明此组合模型可靠性强,可以有效预测年径...