非线性小波变换阈值法去噪改进

提出非线性小波变换阈值改进算法,用改进后的阈值算法公式去噪,得到去噪均方误差相对于改进前公式去噪均方误差有明显减小,改进公式更合理。研究一种阈值法去噪修匀算法,去噪后曲线较光滑,基本上已消除了震荡或呈折线即伪吉布斯现象,改进效果明显。

压缩小波变换和非线性阈值技术压制磁共振尖峰噪声方法研究

地面磁共振是一种新的地球物理探测方法,能够通过探测地下水中氢质子丰度获取地下水含量、孔隙度等水文地质信息.然而,磁共振信号甚为微弱,仅达到纳伏级(10^(-9)V),极易受到噪声干扰.其中,尖峰噪声对磁共振信号影响最为严重,亟待研究有效的噪声抑制方法.小波多尺度分解硬阈值是近两年国际磁共振领域专家提出的尖峰噪声有效消除方法,但硬阈值算法设定阈值的固有缺陷会引发信号震荡,出现伪吉布斯效应,导致信号损失.基于此,本文提出压缩小波变换(Synchrosqueezing Wavelet Transform,SWT)和非线性國值处理(Nonlinear Thresholding,NT)算法联合消除磁共振信号尖峰噪声干扰.首先选择Morlet小波作为基小波,使得信号与噪声数据具有更高的时频集中性,利于尖峰噪声消除.其次,基于压缩小波系数进行非线性处理,可以弥补利用硬阈值和软阈值进行噪声消除时所引起的信号损失.仿真数据和实际数据结果表明,SWT联合NT方法可以利用单次采集数据有效消除尖峰噪声干扰并还原信号.本文提出的消噪方法将为磁共振数据后续反演解释,如多指数弛豫反演,奠定坚实的基础.

非线性小波变换阈值法去噪在工程中的应用

利用基于非线性小波变换阈值去噪算法,对变形监测数据进行去噪处理,对模拟数据的处理结果表明,基于非线性小波变换阈值去噪方法与传统的阈值去噪方法相比,能有效地去除伪吉布斯现象,提高信噪比,剔除变形监测数据中的噪声,识别被噪声疏忽的有用信号。

基于非线性多小波变换的信号去噪方法

介绍了一种基于非线性多小波变换的信号去噪方法。通常子波域去噪中使用的Donoho软阈值法是很有效的,但是,由于忽略了边缘检测,导致在重构信号时丢失了部分的边缘信息,着眼于上述不足,在非线性多小波变换的基础上,提出了一种边缘检测与软阈值去噪相结合的去噪算法,实验证明此算法对提高重构信号的信噪比是非常有效的。

基于球坐标系的非线性小波变换去噪算法

提出一种新的非线性小波变换去噪方法 .该方法把线性小波变换后得到的 3个高频分量通过球坐标变换后 ,得到球坐标下 3个分量 ,然后在球坐标中根据图像统计特性设定的收缩因子处理小波收缩去噪 .结果表明 ,该方法比直接进行小波收缩的结果有更好的峰值信噪比 .

基于小波变换的语音信号去噪算法优化

深入研究基于小波变换的语音信号去噪方法,并针对传统方法在复杂噪声环境下处理效果不佳的问题,提出一种基于自适应阈值的小波变换去噪优化方法。首先,分析小波变换去噪的基本原理。其次,深入研究自适应阈值技术的数学模型,并将其应用于小波变换,通过动态调整阈值来适应不同噪声环境的需求。最后,采用Aurora数据集进行实验验证。实验结果表明,该方法能够有效去除噪声。

基于非线性多小波自适应阈值斑点噪声抑制方法

文章提出了一种新的用于斑点噪声抑制的非线性多小波变换自适应阈值算法。此算法对原图像进行多小波变换,然后在不同尺度,不同方向进行自适应阈值处理,仿真结果表明: 本算法能够有效地抑制了斑点噪声,又保留有用信号及边缘信息。通过比较证明其优于小波硬阈值和软阈值算法。

基于小波变换的光纤通信信号去噪方法

文章针对光纤通信中普遍存在的噪声问题,研究一种优化的小波变换去噪策略。首先,分析了光纤通信的基本过程和噪声来源。其次,介绍了小波变换的基本原理和信号去噪过程,包括小波分解、阈值处理以及信号重构等关键步骤。最后,引入一种基于统计的自适应阈值选择方法,以提高去噪的精准性和效率。通过在MATLAB平台上进行实验验证,结果表明该方法能显著提高信噪比(Signal-to-Noise Ratio,SNR)并降低均方误差(Mean Squared Error,MSE),具有一定的实用性和有效性。

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk^(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用尺度系数和处理后的小波系数进行重构,得到去噪后的信号。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。

基于双树复小波与非线性时间序列的降噪方法

针对双树复小波变换传统软阈值降噪方法对实、虚部树系数分别进行阈值处理时提取的强背景噪声下轴承故障特征信号效果不理想,且实、虚部分离的阈值处理方法会引起局部相位失真问题,利用故障信号小波变换系数具有周期性与双树复小波系数模震荡小等特点,提出双树复小波变换与非线性时间序列方法相结合的强背景噪声下轴承故障特征提取方法。对故障信号进行双树复小波变换,获得各层小波系数并求模,选择系数模周期性较强层系数进行非线性时间序列处理,增强系数中周期性成分,抑制随机噪声;对增强后系数进行软阈值处理消除直流成分对提取结果的影响;将处理后系数还原为复数形式进行双树复小波重构,可成功提取弱故障特征信号。仿真、试验信号处理结果表明,该方法能有效提取强背景噪声下的故障特征信号。

一种新的多尺度非线性阈值斑点噪声抑制方法

本文针对影响医学超声图象质量的斑点噪声问题，提出了一种基于自适应前处理的多尺度非线性阈值斑点噪声抑制方法。方法的特点是有机地将自适应加权中值滤波和小波分析多尺度非线性阈值两种方法结合在一起．对离体器官超声图象处理的结果表明，这一新方法在有效去除斑点噪声的同时，很好地保留了图象细节。

基于小波变换的改进阈值函数自适应去噪方法

在多分辨分析小波阈值去噪方法的基础上[3],用一种改进的阈值函数和自适应阈值选取算法相结合的方法,克服了硬阈值法不连续性和软阈值法有偏差的缺点。该方法能自动跟踪噪声,不同尺度自适应采用不同的阈值,可有效去除每一尺度上的噪声,保留有用信号,提高信噪比。仿真实验和地震资料处理结果表明,该方法去噪效果明显,可在各类消除随机噪声的信号处理中发挥作用。

局部放电在线监测中基于小波变换的阈值消噪算法研究

小波变换的正交多分辨率分析可将信号在不同尺度下进行分解。通过对各尺度上的分解系数进行合适的阈值处理,可有效地消除局部放电在线监测中的窄带干扰,提取脉冲信号。通过对仿真信号和现场信号的处理,结果表明该方法行之有效。

基于小波变换阈值法处理光纤陀螺信号噪声

小波具有多分辨率分析特性,利用小波变换阈值滤波可以有效地处理光纤陀螺信号的噪声。具体的仿真实验分析比较表明,小波变换阈值滤波可以有效地剔除光纤陀螺的信号噪声;与传统的数字低通滤波方法相比,去噪效果更好。利用Allan方差法并通过最小二乘拟合可得到陀螺信号噪声中各误差源的幅度;通过比较滤波前后的各误差系数的具体数值,进一步证实了小波变换阈值滤波的有效性;并指出通过小波分析可以显示出陀螺信号中低频噪声的发展趋势。

改进的小波变换阈值去噪方法

针对Donoho的阈值去噪方法有时去噪效果不能令人满意的问题,提出了一种二次小波变换阈值去噪的方法——对小波变换各个尺度上的小波系数都进行二次小波变换,并进行去噪处理后重构小波系数,再由重构的小波系数重构原信号,此时原信号中已去除大部分随机噪声,此后再对重构后的原信号进行小波域阈值去噪。仿真结果表明:该方法具有良好的去噪效果,而且对信号的主要细节保留较好。

动态称量信号小波变换强制性阈值去噪方法

针对目前离散小波变换阈值去噪仍保留较多的噪声或者产生不期望的震荡等问题,通过对离散小波变换阈值去噪效果分析,提出适合动态称量信号特点的强制性阈值去噪方法,建立强制性阈值去噪分解重构算法,并应用MATLAB语言实现.试验表明:动态称量信号去噪后得到的质量值稳定性较好,相对误差在-1.5%～2.0%之间,且动态称量信号数据处理速度得到提高.

基于小波变换的改进阈值法在心电信号去噪中的应用

目的为了克服传统小波硬阈值函数的不连续性和软阈值函数有偏差的缺点,并消除采用固定阈值带来的偏差。方法改变小波阈值函数部分参数得到一种新的小波阈值函数,新的小波阈值函数可以看成是硬阈值函数和软阈值函数的线性组合,既克服了软硬阈值函数的缺点,同时又能在它们之间进行灵活选择,小波阈值的选取采用了一种自适应阈值。结果改进阈值法能有效去除心电信号中常见的工频干扰、肌电干扰和基线漂移3种噪声。结论与软硬阈值法相比,无论是从视觉效果上还是信噪比上都有较大的改善。

基于多重小波变换与新阈值函数的去噪方法研究

基于小波分析的特点,提出了一种对信号数据进行多重小波变换阈值去噪的方法。新的阈值函数的构造是在研究D.L.Donoho和I.M.Johnstone提出的小波阈值去噪方法的基础上完成的。与传统的软硬阈值函数相比,新阈值函数在整个定义域内统一定义,表达式简单易于计算,与软阈值函数一样具有连续性,而且是高阶可导的,便于进行各种数学处理,克服了硬阈值函数不连续、软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺点。仿真实验结果表明,采用新的阈值函数的去噪效果在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。

基于小波变换的局部放电软阈值消噪方法研究

在阐述小波变换原理的基础上介绍了两种局部放电检测的软阈值去噪方法:即Stein无偏风险阈值法和平均阈值法,并利用MATLAB对加入白噪声的局部放电信号模型进行仿真研究。结果表明,Stein无偏风险阈值法对单指数振荡局部放电模型消噪效果好,但是对于其它3种局放模型波形失真严重,滤噪效果较差;利用平均阈值法能更好地实现从白噪声干扰中提取原信号。

基于小波变换的自适应阈值消噪法

信号消噪与恢复是信号处理的一项前期的、最基本的工作,其目的是尽可能地复原被噪声(或干扰)污染的信号,消噪效果直接影响到后期的信号处理。介绍了几种常用的小波消噪方法,分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。针对非线性小波变换阈值法提出了一种自适应阈值消噪法。通过仿真实验证明,该方法不仅消噪效果好,而且可用于对含有时变的噪声信号进行消噪。