基于MATLAB小波去噪方法及应用研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由采样信号辨识得到的系统模型存在偏差妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波去噪算法对去除高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的探讨及仿真实验研究,得到一些实际应用经验,并利用傅立叶变换/反变换和小波阈值去噪方法对电厂机组调速级压力运行数据进行了去噪对比实验,结果表明小波去噪方法能取得较好的去噪效果,为后续系统模型辨识打下良好的基础。     

基于小波的声发射信号去噪研究

由于小波变换具有较强的时频分析和局部分析能力,常用于非平稳信号的去噪处理中。首先根据小波分解后各高频系数所占的能量百分比对信号进行提纯,再对提纯后的信号进行小波阈值去噪,并运用信号能量百分比和频谱分析对去噪效果进行评判。实验结果表明,这种先提纯后阈值去噪的处理方法能够在保证信号不失真的前提下,有效去除声发射信号中的噪声。     

基于小波变换阈值的信号去噪

对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。     

非平稳信号的小波包阈值去噪方法

研究非平稳信号的小波包阂值去噪方法，介绍了几种阈限和选取闽值的规则。计算机仿真结果表明，利用小波包阈值去噪的时频局部化特性可以滤去非平稳信号中大量的背景噪声，消噪后的信噪比（SNR）明显高于傅里叶滤波的结果，充分说明了小波包阈值方法在非平稳信号去噪中的优越性。     

利用小波对信号进行去噪及参数估计

在以往的小波软阈值去噪的基础上对阈值进行了一定的改进，利用小波系数对信号进行了参数的估计，与其它方法相比较，该估计参数的方法能在较低的信噪比，下比较准确的计算出信号的到达时间等重要参数，满足准确性和实时性的要求。     

变信噪比信号的分段阈值去噪算法

针对变信噪比信号,提出一种分段阈值去噪算法,该方法通过调整估计器的长度可以适应信噪比的变化.仿真结果表明:分段阈值法对变信噪比信号的去噪效果明显优于阈值方法.     

频率编码信号去噪的一种新方法

对频率编码信号直接进行小波去噪难以达到提高信噪比的目的,为了有效提高频率编码信号的信噪比,提出一种新的去噪方法。对接收到的频率编码信号,首先进行奇异点的检测,根据奇异点的位置将频率编码信号划分为不同的单载频信号,然后利用小波去噪方法对单载频信号进行逐个处理,最后将去噪后的多个单载频信号按编码规律进行组合,进而达到有效去噪的目的。仿真验证了新方法有效可行。     

压缩感知理论在语音信号去噪中的应用

针对小波阈值滤波的局限性,将压缩感知理论应用到语音信号去噪中,并与小波阈值滤波方法进行了比较,仿真实验结果表明：基于压缩感知的小波滤波方法可以有效地去除语音信号中的噪声,并且去噪效果优于传统小波阈值滤波方法,对工程中音频信号的降噪具有指导意义。     

基于LabVIEW环境中一维检测信号的小波去噪算法的研究

本论文主要研究用于一维检测信号去噪的几种常用方法,并在虚拟仪器开发软件LabVIEW环境中实现了上述去噪算法,最后对这几种算法的去噪效果、信噪比、均方误差和计算时间等方面进行了比较,同时也就小波基函数的选择对去噪效果的影响进行了比较分析.     

一种小波阈值函数的CDMA信号去噪研究

噪声是影响CDMA系统检测概率的重要因素,针对软、硬阈值函数去噪法与最新的3种改进小波阈值去噪法对信号去噪效果进行对比性研究,在此基础上对小波阈值去噪方法中的阈值函数进行改进.用各种阈值函数对带高斯白噪声的方波输入信号进行去噪的仿真实验,分析其均方误差和信噪比,结果表明本文的阈值函数能够提高去噪信噪比和降低均方误差.     

一种新的信号去噪方法及在激光信号中的应用

小波去噪是信号去噪的主要方法之一,目前的研究主要集中于如何选取阈值使去噪达到较好的效果,其中Donoho的阈值方法应用广泛.与传统双通道小波变换相比,三通道小波变换具有很多优势.基于这一理论,结合非参数自适应估计,推导出了一种适用于三通道小波域的自适应的信号去噪方法.实验证明,与三通道小波域中基于Donoho方法的去噪相比,该方法可以更好地保护细节以及提高重建信号的信噪比,在激光超声信号处理中也表现出良好的性能.     

瞬变电磁信号消噪方法研究

由于深部地质目标的瞬变电磁响应被淹没在噪声之中,使得实测数据的晚期信号较弱且振荡剧烈,因此研究TEM信号消噪方法有着重要意义.通过研究瞬变电磁场的特点,用常规三点指数逼近非线性平滑去噪方法、ICA降噪方法和多尺度小波分析方法分别对理论模拟曲线和实测数据进行消噪处理.通过对比分析,结果表明针对理论模拟曲线,采用Sym6小波、硬阈值函数、5层分解的小波降噪方法能取得满意的去噪效果,SNR可提高3～9 dB;针对实测数据,小波分析的方法也能有效地分离有用信号和噪声,使晚期数据平滑很多.     

基于经验模态分解的激光陀螺随机信号消噪

各种随机噪声是导致激光陀螺产生误差的主要因素,且其性质特殊,很难用传统的滤波方法去除。为了抑制激光陀螺的随机漂移,提高使用精度,提出了一种新型经验模态分解方法对陀螺随机漂移测试信号进行滤波处理。该方法将经验模态分解的内模函数中两个相邻过零点之间的信号定义为模态单元,并作为基本分析对象,通过对模态单元振幅的阈值处理来判断模态单元的类型,进而建立模态单元滤波模型。分析了经验模态分解法在分解不同Hurst指数分形高斯噪声时模态振幅的演化规律,并建立了一种用于高斯消噪的阈值选取规则。运用该方法对激光陀螺测试数据进行了滤波降噪实验,并用Allan方差法对不同降噪算法的降噪效果进行了比较分析,实验结果验证了该方法的有效性和优越性。     

基于数学形态滤波和MP算法的脉搏信号去噪方法

脉搏信号属于一种非线性非平稳的生理信号,是临床诊断和医学研究的重要参考依据。针对其采集时易受外界噪声干扰的问题,提出了一种基于数学形态学滤波和MP算法的去噪方法。先利用数学形态滤波法滤除包含的随机分布的白噪声,然后再引入MP算法消除含有的基线漂移,从而得到去噪后的脉搏信号。仿真结果表明,与单一的去噪方法相比,该方法能够更加有效地去除脉搏信号中的白噪声和基线漂移。     

激光参数及激光超声探测方法对超声信号影响

文中通过激光超声激发过程理论模型,获得激光超声信号的波形特点,并分析相关参数对激发超声信号的影响。应用两种不同的激光超声探测方法对激光超声信号进行探测,即分别采用超声探头和基于双波混合干涉的光学探测方式搭建两种实验装置。实验针对入射激光参数对激发超声信号的影响及两种探测方法获得激光超声信号的特点进行分析。通过实验验证了理论分析结果,得出入射激光参数会影响激发超声的幅度,而基于双波混合干涉的光学探测方式可以获得更为完整的超声波形信息。     

基于参数阈值函数的小波阈值语音去噪

针对传统小波阈值去噪算法中软、硬阈值函数存在的不足,提出一种参数阈值函数,并给出了最优参数自适应选择算法。实验结果表明,新方法的语音去噪效果较传统方法有显著提升。     

基于EEMD算法在信号去噪中的应用

为了抑制经验模态分解中出现的端点效应和模态混叠现象,利用白噪声辅助数据分析方法——集合经验模态分解构造一个自适应滤波器组,对原信号进行各级滤波,最终得到纯净的信号.然后与小波阈值去噪方法进行比较,通过仿真可以看出,集合经验模态分解构造的滤波器组滤波效果比较理想.     

改进小波阈值去噪方法处理FBG传感信号

为了精确获得光纤布拉格光栅(FBG)传感系统的波长漂移,通过分析传统阈值和阈值函数存在的不足,提出改进阈值选取策略,并构建一种新的阈值函数处理FBG信号;小波基和分解尺度的合理选取提升小波去噪性能,本文提出确定小波基和分解尺度的方法;仿真与实验结果表明,与传统软硬阈值方法相比,本文所提方法信噪比(SNR)提升2~4 dB;与本文文献所提方法相比,信噪比提高了1.5 dB。满足精确解调FBG中心波长的需要。     

基于小波阈值法的激光雷达回波信号去噪研究

为了对激光雷达探测回波信号去噪进行研究，基于小波阈值法分析了激光雷达发射和探测回波信号，创建了基于MATLAB仿真平台的模型, 研究了阈值法中选择各参量的策略，结合激光雷达信号和噪声特性，选取了去噪处理中的最佳参量，并进行了4种阈值策略的仿真实验，实现了对探测回波信号中目标信号的有效提取和去噪。结果表明，对于低信噪比信号，同一基函数分解层越高去噪效果越好，在分解层数j为4~5时去噪效果最好; 对于高信噪比信号，同一基函数分解层越低去噪效果越好，在j=3时去噪效果最好，并且信号db9基函数去噪效果好于db2基函数去噪效果。此研究获得了较为理想的去噪结果。     

基于奇异值分解的NQR信号去噪分析

核四极矩共振方法探测系统可用于炸药等危险品的检测,通常它们的核四极矩共振信号十分微弱,探测系统的输出信噪比很低,大大增加了检测的困难,文中基于奇异值分解,叙述了一种有效的去噪方法,从而有效地提高了系统的输出信噪比.