平移不变小波变换在遥测数据去噪中的应用

有效去除遥测数据中的噪声,对数据的正确判读和后续处理具有重要意义。通过对遥测数据进行研究,为抑制去噪时在信号奇异点处产生的伪吉布斯现象,采用平移不变小波去噪处理遥测数据。针对传统小波阈值函数存在的缺陷,采用新阈值函数的平移不变法改善降噪效果。仿真结果表明,平移不变小波变换去噪方法提高了信噪比,降低了均方根误差,证明了该方法的有效性。     

基于提升小波变换和中值滤波的图像去噪方法研究

针对实际拍摄的背景复杂、目标对比度和信噪比低的图像,在综合考滤图像去噪平滑效果、图像清晰程度和时间复杂度的基础上,提出一种基于提升小波变换和中值滤波的图像去噪方法.首先对含噪图像进行提升小波分解,再在图像高频部分进行中值滤波以改善图像的消噪效果,最后采用信噪比(SNR)与均方根误差(RMSE)和图像灰度曲面图作为图像去噪效果的评估,将提升小波变换和中值滤波相结合的图像去噪方法与小波去噪、小波与中值滤波结合消噪等进行对比实验.实验结果表明,该方法既能消除图像噪声又能达到保持其图像边缘要求,且时间度较低.     

基于小波变换的光电传感器信号去噪技术

针对工业码垛机器人安防系统的光电传感器在工作现场所采集的信号存在噪音和奇异性干扰的问题,提出了一种有效的去噪,奇异点检测和消除的方法.该方法以小波变换为基础,利用小波变换能有效地对信号去噪,且能表达出信号的局部奇异性,同时各奇异点的位置也可以得到检测进行相关处理.MATLAB仿真实验表明:该方法是有效可行的.     

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。     

基于小波变换的激光雷达回波信号去噪方法研究

提出小波变换法去除激光雷达回波信号中的噪声,通过建立模型,选择合适的小波基、分解层数和阈值,利用Matlab仿真发现选择sym4、db6小波的五层分解法去噪效果较好,对提高激光雷达的有效探测距离和探测性能有较大的参考价值。     

基于小波变换的混合阈值去噪的方法研究

基于小渡变换单一阈值去噪方法由于其采用固定模型进行阈值估计,在某种情况下去噪效果较好,但是在特定工程中去噪效果常常不能令人满意.文章提出一种基于小波变换的混合阈值去噪方法,对不同阈值加入权重,通过目标函数优化权重,计算出较理想的阈值.仿真结果表明,与传统方法相比,该方法有较好的去噪效果并能够保留细节特征.     

基于二进小波变换的信号去噪

由于信号在二进小波变换空间的表示是冗余的,同小波级数相比,基于二进小波变换的信号重建效果对信号的小波变换系数的误差灵敏度将会下降,因此可以期望在相同的误判概率下基于二进小波变换的去噪效果将优于基于小波级数变换的去噪效果。基于这个思想,该文将已有的基于小波级数的去噪方法推广到基于二进小波变换去噪上去,比较了基于二进小波去噪同基于小波级数去噪的效果。数值实验表明,对于各种检验信号,较之小波级数去噪,二进小波变换去噪效果有明显改善。     

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。     

基于小波变换域上的KL变换的地震信号去噪方法

基于相邻地震道的有效波在波形及能量上有较强的相关性及改变各个频率成分的信噪比．有益于提高分辨率的观点，本文提出了基于小波变换域上的KL变换去噪方法．该方法的主要思想是：将地震记录进行小波分解，形成地震记录的分时、分频小波包剖面，然后利用相邻道相关的性质，用KL变换进行去噪，再将各个小波包剖面重构为去噪后的地震剖面．理论记录计算及实际地震剖面的处理结果表明：基于小波变换的分时、分频KL变换去噪方法能有效地提高地震剖面的信噪比和分辨率．     

基于小波变换的瞬态压应力信号分析

黄土振动压实的压应力信号是一个含噪的非平稳瞬态突变信号.为了分析信号的联合时频特性,提出基于小波变换去噪和奇异值检测的信号分析方法.利用多分辨小波分解,选择性的提取有用频段信号并抑制某些高频段噪声,可以有效实现信噪分离.利用小波变换奇异值分析方法,通过检测小波高频系数时序信号的2种模极大值,可以获得压应力开始出现时刻、抵达峰值时刻点,从而可计算出压应力从出现到抵达峰值的历经时间,这对于进一步研究压应力在土体中的分布和传播规律具有重要意义.     

一种基于小波变换的信息隐含技术

给出了基于小波变换的图像处理技术。对图像数据先进行二维离散小波变换,根据小波变换后高、低频分量的特点,用数据隐含技术将加密信息隐藏在小波变换图像的高频部分。这种基于小波变换后的图像,几乎没有附加传输信息量。     

基于小波包变换的信号去噪方法研究

信号去噪在信息学科领域一直是研究的重点之一。传统的信号去噪方法局限在频域范围内,无法表述信号的时域局部性质。而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面。介绍了小波包降噪原理及方法,并通过仿真研究与目前的小波去噪方法进行对比,仿真结果证明了该方法去噪的有效性。     

基于小波变换的图像阈值去噪分析

小波阈值去噪是小波域去噪的主要方法之一,该方法通过对合适阈值的选取,采用阈值函数对小波系数进行相应的非线性处理,获得基于均方差的最佳去噪效果。针对图像去噪,将图像分别进行软阈值、硬阈值、软硬折中法和模幂次法去噪,对各个阈值去噪效果进行了比较分析,得到相对有效的处理方法,为小波去噪方法的选择提供了参考。     

Singularity Detection of Signals Based on their Wavelet Transform

1　ＩｎｔｒｏｄｕｃｔｉｏｎＴｈｅｐｏｉｎｔｓｏｆｓｈａｒｐｖａｒｉａｔｉｏｎｓａｒｅｏｆｔｅｎａｍｏｎｇｍｏｓｔｓｉｇｎａｌｓｏｒｉｍａｇｅｓｗｈｉｃｈｃａｎｂｅａｂｓｔｒａｃｔｅｄｂｙｔｈｅｓｉｎｇｕｌａｒｉｔｙｄｅｔｅｃｔｉｏｎｏｆａｆｕｎｃｔｉｏｎ     

基于小波变换的二通道数据采集滤波器组设计

分析了二通道采样系统的基本原理,对其中的信号流程进行了数学推导,研究了基于Daubechies小波的二通道采样系统,对其中小波分解和重构与滤波器组的关系进行了数学分析,用MATLAB仿真验证了采用db4小波对一个超宽带冲激信号进行二通道采样的处理结果。     

基于小波变换的磁定向信号去噪

磁定向信号中畸变噪声的存在严重地影响了磁定向系统的性能。在介绍了磁定向系统工作原理,分析磁定向系统中噪声的产生和特性的基础上,将小波变换的方法应用于磁定向系统去噪,提出用小波软阈值函数对磁定向信号进行去噪处理。首先分析了信号和噪声在小波变换下统计特性的不同点,基于统计特性上的差异,对小波变换后的小波系数进行软阈值函数处理,提取那些模极大值随尺度增大而减小的系数,并保留这些系数,同时滤除模极大值与尺度无关的系数,达到滤除信号中噪声的目的。仿真结果表明：该算法能很好滤除磁定向信号中存在的畸变噪声,使得磁定向信号稳定性得到增强,最终提高了磁定向系统的性能。     

一种基于子波变换的信号滤噪改进方法

对子波变换多尺度下信号与噪声的不同性质进行了研究,提出了一种在子波域不同尺度上选取不同的滤噪方法,该方法将经典的软阈值滤噪与子波变换的模极值传播特性在一定尺度上有机结合起来处理信号.在改善信噪比的同时,也尽可能地保持原信号的边缘信息和精细特征.通过仿真验证了该方法的实用性和优越性.     

基于小波变换的分层阈值去噪算法研究

在研究各种软硬阈值噪声滤除方法的基础上,考虑到噪声能量在不同尺度、不同方向上的高频系数分布不同,提出了一种基于非线性小波变换的分层阈值去噪方法。该方法与全局阈值去噪相比较,具有更好的视觉效果和更高的峰值信噪比。文章方法与全局软硬阈值去噪处理的峰值信噪比和均方误差进行对比,可以看出,文章方法具有更好的去噪效果。     

利用小波变换对表面肌电信号的消噪处理研究

上技做屈伸运动时,采集肱二头肌群的表面肌电信号,然后采用小波变换的方法,应用Matlab软件,对表面肌电信号进行去噪处理.对去噪结果的分析表明,对于小波分解后获得的不同频段的信号才用不同的阈值所获得的去噪效果更为理想,为后续的研究工作奠定了良好的基础.     

混沌信号的自适应阈值同步挤压小波变换消噪

针对同步挤压小波变换（SST）消噪过程中仅使用单一阈值的不足,对SST消噪时的幅度阈值进行了改进,提出了一种基于SST分层阈值的混沌信号消噪方法.首先,根据信号和噪声经SST分解后系数的分布模型,推导SST混沌去噪时幅度阈值权系数的均方误差计算公式;进而,根据均方误差最小准则,计算幅度阈值权系数的最优取值;最后,根据最优阈值权系数和噪声标准差,确定SST混沌去噪时的分层阈值.利用模拟混沌信号和实测月太阳黑子信号对所提方法进行了实验分析,实验结果表明,本文方法可较好地滤除混沌信号中的噪声,同时原始信号的内在混沌特性也能得到较大程度的恢复.与小波阈值法和集合经验模态分解（EEMD）消噪法相比,可获得更好的消噪效果.