小波域噪声估计的分块自适应降噪方法提升Φ-OTDR信噪比研究

相位敏感光时域反射计(Φ-OTDR)以激光器为探测光源进行光纤沿线振动信号的检测,但激光器的自发辐射现象会导致光场相位发生波动,直接影响相位解调信号的信噪比。针对此问题,提出了一种小波域噪声估计的分块自适应降噪方法。分析了激光器自发辐射导致的相位噪声特征,通过连续小波变换提取系统相位噪声在不同分解尺度下的噪声水平,结合无偏似然估计调整小波系数的分块长度和阈值,实现对不同输入信号的自适应降噪。实验证明,与未经本算法处理相比,在光纤4.5 km处,单频信号的信噪比从40.01 dB提升至54.60 dB,系统的应变分辨率从66.15 pε/√Hz优化至11.69 pε/√Hz;线性扫频信号的信噪比从18.31 dB提升至26.40 dB。与其他同领域的降噪算法相比,单频信号均方根误差低至0.0096,信噪比增益达到14.59 dB;线性扫频信号的均方根误差低至0.0809,信噪比增益达到8.09 dB。研究表明,该方法在保留有效信号的同时,抑制了相位噪声,提高了相位还原的精度。

去除漏磁数据中无缝管道噪声的小波域自适应滤波算法

漏磁(MFL)检测是油气管道在线检测中应用非常成熟的一种无损检测技术。将小波变换与自适应滤波技术相结合,提出了一种去除漏磁数据中无缝管道噪声(SPN)的小波域自适应滤波算法。将该算法用于实测漏磁数据的处理,所得结果说明该算法具有良好的去噪效果,可以极大地提高漏磁数据中缺陷信号的可检测性。

遗传算法用于局部放电小波自适应阈值去噪

小波去噪用于局部放电信号在线监测具有良好的效果,阈值选取与局部放电去噪后信号的畸变具有紧密联系。为提高局部放电监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出一种小波自适应最优阈值去噪算法,用于变压器局部放电脉冲信号去噪。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于史坦无偏似然估计(SURE)的最优阈值自适应选择方法,并引入一种新的具有多阶导数的阈值函数,结合二进制遗传算法全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。对局部放电仿真信号和现场局部放电信号的去噪结果表明,该方法与Donoho阈值计算公式及标准软阈值法相比,能更好地去除局部放电信号中的白噪声,去噪信号失真度较小,具有良好的应用价值。

基于模极大值小波域的去噪算法研究

根据信号与噪声在小波变换下的不同特性 ,提出了基于模极大值小波域的去噪算法。该算法先用 Adhoc算法求出信号的模极大值 ,再根据模极大值小波域的定义求出信号的模极大值小波域 ,从而得到信号的小波系数 ,然后逆变换得到信号。实例分析表明 :该算法能有效消除噪声 ,与交替投影模极大值算法相比 ,该算法在原理上更简单 ,程序实现更容易 ,去噪速度更快 ,能满足在线监测的要求。

混合粒子群优化小波自适应阈值估计算法及用于局部放电去噪

小波去噪是局部放电(PD)检测中常用的去噪手段,小波阈值的选取会对局部放电信号失真度及误差产生重要影响。为了提高局部放电小波去噪的自适应能力,降低去噪畸变,提出了1种用于局部放电信号去噪的混合粒子群优化小波自适应阈值估计(HPSOWATE)算法。针对普通阈值选取算法容易陷入局部最优的问题,采用融合了交叉、变异的HPSOWATE算法进行了全局自适应搜索最优阈值。引入遗传算法及标准粒子群算法对计算结果进行了验证。对局部放电染噪仿真信号和现场实测信号的去噪结果表明,该算法能够有效地跳出局部最优位置,较快收敛到全局最优,显著提升了结果可信度和算法计算速度。计算结果表明,所提出的算法在不同信噪比下得到的去噪信号的均方误差(MSE)和幅值误差都最佳,能更好地去除局部放电信号中的白噪声,具有良好的应用价值。

变换域自适应滤波算法的研究

滤波技术在电子信息处理领域中一直占有极其重要的地位,其中对自适应滤波算法的研究是当今自适应信号处理中最为活跃的研究课题之一.介绍了时域LMS自适应滤波算法,然后在此基础上结合近年来国内外发表的相关文献,总结了变换域自适应滤波算法的研究现状,并分析了每种算法的性能特点,最后展望了变换域自适应滤波算法的前景.

基于层间和层内相关性的局域自适应双变量收缩小波去噪(英文)

图像小波系数存在很大的相关性.该文考虑到小波系数层间相关性,引入双变量概率分布模型.基于贝叶斯估计理论,得到了相应的非线性阈值函数(双变量收缩函数).基于小波系数层内相关性,利用双变量收缩作者提出了局域自适应收缩去噪算法.在实验中,将该文去噪结果与Donoho'shardthresholding、BayesShrink和HMT作了比较.实验结果显示该文算法能获得更好的去噪效果.

小波域自适应图像水印算法研究

该文提出一种在小波域内自适应于图像内容的数字水印方案.算法利用图像系数的零树结构,自适应地确定被嵌水印序列的长度,并根据小波域的量化噪声自适应地确定水印的嵌入强度,保证了水印序列的能量小于图像可容纳的噪声上限,使水印图像同时具有良好的视觉效果和鲁棒性.在检测端可根据水印图像的统计特性确定水印的检测阈值,不需要参考原图就能判断水印是否存在.对水印图像的攻击实验表明该算法对噪声干扰及常见的图像处理技术具有较好的鲁棒性.

区间小波变换域的新拟牛顿LMS自适应消噪

将小波变换、自适应算法和新拟牛顿算法相结合,得出一种区间离散正交小波变换域新拟牛顿LMS消噪算法。该算法具有较好的环境适应性,有效克服了传统步长因子选取和输入信号自相关函数估计误差对算法收敛速度和稳态误差的影响。计算机仿真结果表明,在新拟牛顿条件下,该算法具有较快的收敛速度和较强的消噪能力,可以很好地应用于自适应消噪系统中。

基于小波去噪与改进Canny算法的带钢表面缺陷检测

针对带钢表面图像亮度不均匀、对比度低以及缺陷种类多、形式复杂的问题,提出一种基于小波去噪与改进Canny算法的带钢表面缺陷检测算法。首先通过小波变换将原始图像分解,对低频分量采用改进的同态滤波提高亮度和对比度,对高频分量采用改进的阈值函数进行去噪,并通过小波重构得到增强图像。其次对传统Canny算法进行改进,通过改进的自适应加权中值滤波进行平滑,并增加梯度方向模板;然后采用迭代式最优阈值选择法与最大类间方差法来求取高低阈值,提高算法的自适应性。最后采用形态学处理对缺陷边缘填充,并去除干扰边缘及毛刺,得到带钢表面缺陷区域。实验结果表明,所提算法对带钢表面缺陷的检测效果较好、精度较高,适用于多种类型的带钢表面缺陷检测。

Hartley域自适应算法在电话降噪中的应用研究

将 Hartley域自适应算法、频域自适应算法及时域自适应算法用于自适应降噪系统的计算机仿真。研究表明 ,在自适应电话降噪中采用基于 Hartley变换的自适应算法较频域自适应算法及时域自适应算法性能更优、降噪效果更好 ,并在高速信号处理器 TMS32 0 C30上开发实现该算法。实验结果表明 ,将 Hartley域自适应算法应用于自适应电话降噪系统 。

一种改进的模极大值小波域的去噪算法研究

利用小波变换消除噪声有很多方法,模极大值小波域消噪算法是比较好的一种算法,但是该算法只能采用二进制尺度分解,这限制了一些信号的分析结果。作者针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。仿真实验证明:改进的模极大值小波域消噪算法比原算法在提高信噪比上更加有效。

多尺度小波分解下的自适应语音消噪算法研究

将小波变换的理论引入到自适应语音消噪系统中,分析了多尺度小波分解下的LMS自适应消噪算法(MSWD-LMS)的原理,该算法将输入向量分解到多尺度空间,减小了自适应滤波器输入向量自相关矩阵的谱动态范围;将变步长LMS算法与多尺度小波变换的思想结合,提出了一种新的小波自适应语音消噪算法(MSWD-VSS-LMS),新算法既减少了输入向量自相关矩阵条件数,又克服了固定步长LMS算法在收敛速度与收敛精度方面与步长因子μ的矛盾,获得了更好的语音信号处理的收敛速度和稳定性。仿真结果表明新算法取得了较好的效果。

一种小波域改进双边滤波的水果图像去噪算法

采用机器人实现水果的自动化精确采摘是现代水果采摘技术发展的基本趋势之一。但由于成像条件以及机器人自身电子电路等因素的影响,使得所获取的图像或多或少存在大量噪声。将小波变换与双边滤波算法有机结合,提出了一种针对水果图像中颗粒噪声的滤波算法。该算法首先对噪声图像实现小波分解,对于各高频子图像,给出了相似像素的基本定义并分别设计出尺寸为5的多方向的相似像素检测窗口;然后根据检测窗口中相似像素的个数与检测窗口全部像素点个数的比值大小,分别采用自适应双边滤波算法和改进加权中值滤波算法加以处理。最后实现小波系数重构。实验仿真结果表明,该滤波算法性能优于双边滤波算法以及小波域双边滤波算法,对于农产品视觉图像、基于流媒体技术设施现场采集的图像处理等领域也具有一定的参考价值。

基于免疫算法的自适应小波阈值图像去噪

本文提出一种基于免疫算法求阈值的方法,它与小波变换及Bayesian Risk相结合,提高了 图像的信噪比,减少了图像的均方误差。试验结果证明了这一点。

基于自适应提升小波收缩阈值图像去噪算法

提出了一种自适应提升小波收缩阈值去噪方法,改进了提升算法中预测算子的计算方法,在更新算子中引入了自适应,最后在阈值处理方面使用了实践证明效果比较好的收缩阈值,仿真证明,经去噪后,图像在性能指标上有一定的提高,图像的细节能够很好地保持。

区间小波变换域的2-PAM信号自适应均衡算法

1引言 为了克服数字通信尤其是无线通信中所产生的码间干扰,一般需使用均衡器.最简单的均衡器是用FIR滤波器实现并采用最小均方误差(LMS)算法的线性横向均衡器(LTE),其优点是结构简单,易于实现,缺点是收敛速度较慢.为了提高收敛速度,可以对信号作正交变换,然后在变换域中通过自正交等方法降低相关阵的条件数来提高收敛速度[1],比如文[2]提出的就是一种基于小波变换的自适应均衡算法.

基于HVS的自适应小波域彩色图像水印算法

针对DWT变换域水印具有较好的鲁棒性,提出一种基于HVS(human visual system)的自适应水印算法。在彩色图像的DWT二级变换中频系数,结合HVS特性,嵌入水印信息。水印信息经过Arnold置乱后嵌入到原始图像,达到双"加密"效果。实验表明,该算法隐蔽性良好,水印提取效果较好,对旋转、剪切、JPEG、修改等攻击具有较好的鲁棒性和稳健性。

自适应小波阈值去噪算法用于局部放电白噪声去噪

为增强局部放电信号白噪声去噪算法的自适应能力,文中提出了一种自适应选择小波、分解层数与阈值的局部放电去噪算法。首先,在对信号进行逐层小波分解的基础上,以近似系数能量占比表征小波的能量特点,以小波能量熵表征信号波形分布特点,以二者比值作为每层分解最优小波的评价指标,选取比值最高的小波为最优小波,兼顾了信号的能量特点与波形分布特点;其次,对细节系数进行噪声白化检验,当细节系数不满足白化标准时停止分解,自适应地选择分解层数,降低了去噪误差;最后,用鲸鱼优化算法优化了阈值选取过程,同时提高了阈值精度与运算速度。为验证去噪效果,引入粒子群优化小波阈值去噪算法与基于尺度能量最大原则选取最优小波去噪算法,与文中算法进行对比。对局部放电仿真信号与实测信号的去噪结果表明,文中算法在不同信噪比下去噪的均方误差与幅值误差均最小,具有良好的应用价值。

小波域信号去噪算法

小波变换是在信号处理方面是非常有用的工具,利用小波变换对信号进行去噪能达到很好的效果。文中提出新的小波域去噪模型,试验证明其去噪效果非常好且计算量小容易实现。在工业信号处理方面可以得到广泛的应用。