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.     

基于改进小波阈值去噪算法的心电信号处理及仿真

为更好地滤除心电信号处理过程中基线漂移、肌电以及工频干扰等噪声,提出了一种新阈值函数去噪算法.通过仿真确定了最佳的小波函数类型和分解层数;改进算法克服了传统的阈值函数在信号处理中存在不连续性或恒定偏差的问题;利用双曲线函数实现向原函数的快速逼近,避免了去噪后的波形失真和振荡现象的发生;具有更少的参数,调节方便,计算量小;注重对较小系数的处理,提高重构信号的精度.利用MIT-BIH心律失常数据库中的105号数据进行验证.算法能有效地滤除噪声干扰,相比于其他方法,其重构信号的信噪比和均方误差均有极大的改善,去噪效果更好.     

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...     

时间序列的经验模态频率分解EMFD

在经验模态分解的基础上,提出了经验模态频率分解.经验模态频率分解是正交分解,有很好的性质和频率意义.     

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。     

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.     

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．     

EMD-SVM在南京市月平均气温预测中的应用

南京市月平均气温具有非平稳性、噪声大、序列宽频等特征.为了提高温预测精度,本文提出一种经验模态分解(EMD)和支持向量机(SVM)回归相组合的预测模型(EMD-SVM).首先应用EMD分解算法把南京市月平均气温分解成不同尺度的基本模态分量(IMF),再运用支持向量机回归模型对每个IMF预测,最后将预测结果重构得到南京市月平均气温预测值.结果表明:EMD-SVM模型预测与单一支持向量机回归模型预测相比,平均预测精度提高0.59度,是一种有效的预测气温的模型.     

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...     

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.     

基于小波变换的肌电信号的多尺度分解

肌电信号作为康复机器人的驱动源,是目前热点研究方向之一.选择了Daubechies小波变换,对多通道肌电信号进行多尺度分解,并提取出能表征各通道肌电信号特性的特征矢量,识别出各通道的信息,提供了有效的多通道肌电信号识别技术,从而提高了肌电信号识别效果.     

EEMD、CEEMD算法与SVM在SST时间序列研究中的应用

海洋表面温度(SST)具有非线性、非平稳等特征,给处理和预测带来了很大的困难.将集合经验模态分解(EEMD)、改进的集合经验模态分解(CEEMD)与支持向量机(SVM)方法相结合,实现了对东北太平洋月平均海温距平序列(SSTA)的预测:首先应用EEMD或CEEMD方法将SST数据分解为多个本征模态函数(IMFs),然后应用SVM算法对各IMFs进行拟合、预测,最后对各IMFs预测结果叠加重构得到预测结果.EEMD-SVM和CEEMD-SVM数值模拟结果显示,预测最大误差小于0.25℃,并且CEEMD-SVM预测效果更好,为SST实际预测提供了参考.