基于小波包惩罚函数的烟机振动信号软阈值降噪

为解决烟机振动信号受到噪声干扰这一问题,研究基于小波包阈值降噪的原理和方法,给出了小波包阈值降噪的步骤,阐述了Birgé-Massart惩罚函数确定阈值的原则和软阈值的量化处理,分析了阈值、信噪比和均方误差随惩罚因子的变化规律.并将基于小波包惩罚函数的软阈值降噪与Rigrsure、Heursure、Sqtwolog、Minimax4种阈值降噪方法进行了比较.结果表明基于惩罚函数的小波包软阈值方法能有效降低噪声.基于该方法的烟机振动信号降噪在保留信号突变部分的同时,具有良好的光滑性.

融合中值滤波与小波软阈值去噪模型的新元矿视频监控图像滤波方法

井下视频监控系统的应用对于实时获取井下生产进度、机电设备运行状况等信息,及时有效开展井下应急救援工作发挥了重要作用,但井下光照不均匀、空气中大量粉尘导致监控系统获取的图像较模糊,影响了对井下各类信息进行有效采集和分析。以新元矿井下视频监控系统为例,将中值滤波算法与小波软阈值去噪模型相结合,提出了一种井下视频图像滤波方法。该方法预先对原始视频图像进行3层小波变换,对获取的低频小波系数和高频小波系数分别进行逆变换,得到3幅低频图像和3幅高频图像;针对低频图像,采用融合噪声判别准则的改进中值滤波算法进行去噪;对于高频图像采用改进型小波软阈值去噪模型进行处理。在此基础上,将滤波后的低频和高频图像进行融合,实现对视频图像的高效滤波。采用该矿井下两幅视频图像对所提方法进行试验,并与中值滤波算法、小波硬阈值去噪模型、小波软阈值去噪模型进行对比分析,结果表明,所提算法处理后的图像清晰度明显优于其余3类算法,且该方法耗时较短,适合于高效处理井下视频监控图像。

改进小波阈值函数降低发动机冷试噪声测试仿真

为在发动机冷试测试过程中得到较为精准的传递信号,在分析总结小波降噪的文献资料基础上,构造一种对发动机冷试测试过程中的故障诊断信号进行降噪处理的改进小波阈值函数,使用MATLAB进行降噪模拟仿真对比分析,并对冷试的柴油机缸盖高速振动信号加噪后进行仿真验证。结果表明:本文中提出的基于改进小波阈值函数的降噪方法效果较好;MATLAB仿真试验中,经改进的小波阈值函数处理后的信号信噪比为26.9413,均方根误差为0.5258;在柴油机降噪仿真试验中,经改进的小波阈值函数处理后的信号信噪比为3.0868,均方根误差为2.2881。改进小波阈值函数降噪方法对柴油机冷试振动信号具有较好的降噪效果。

基于改进小波阈值函数的桥梁应变监测数据降噪研究

为了减少噪声对桥梁应变监测信号的影响,进一步提高应变监测数据的可靠性,提出一种改进的小波阈值函数,通过改进软硬阈值折衷函数,构造了基于麻雀搜索(SSA)算法的适应度函数,并利用麻雀搜索算法对阈值函数中的调整因子进行寻优,克服了硬阈值函数的不连续以及软阈值函数存在恒定偏差的缺陷,同时也避免了传统试错法获取调整因子的缺陷;然后利用数值仿真软件建立了仿真信号,利用降噪效果评价指标,与其他改进阈值函数的去噪效果进行了比较,验证了该方法的降噪效果。研究表明:所提的桥梁应变监测信号降噪方法降噪效果更好,能较好地保留桥梁应变信息和基本特征。通过对兰家湾高墩钢栈桥应变监测数据降噪实例,验证了改进降噪方法的有效性。

一种改进的小波阈值函数降噪方法

信号降噪中传统阈值函数降噪存在局部震荡、边缘模糊等问题。近年来一些学者对阈值函数进行研究改进一定程度上消除了传统软硬阈值函数恒定偏差和伪吉布斯现象等问题,但许多改进阈值函数都不具有高阶可微性致使数据降噪后不够平滑。本文基于传统阈值函数及一些相关学者研究对阈值函数进行改进,加入双参数模型让阈值函数调节时更具有灵活性,参数在一定范围内选取具有高阶可微性。基于仿真实验对传统阈值函数、一些学者改进的阈值函数与本文改进的阈值函数对比分析可知改进的阈值函数信噪比和均方差都有一定程度的提升。

改进小波软阈值函数在图像去噪中的研究应用

常规小波软阈值去噪方法处理前后的图像小波系数有所差异,导致去噪后图像失真严重。为进一步提升去噪效果,提高去噪和细节保持能力,对阈值的选取方式和阈值函数进行改进。改进方法通过小波变换的每一级子带长度确定阈值,实现阈值自适应准确量化,改进软阈值函数采用双曲正切函数替换符号函数,对阈值绝对值范围内的小波系数应用非线性函数进行逐步压缩,使改进的阈值函数连续性更好,稳定性更强。实验结果表明,改进的小波软阈值去噪方法的峰值信噪比平均提升了48%,结构相似度平均提升了80.6%。相比常规小波阈值去噪方法,新改进的小波软阈值去噪方法在保留原始图像细节的基础上有效地抵制了噪声,图像质量提升明显。

基于归一化自相关函数与类小波软阈值法的GIS局放信号降噪方法研究

针对目前利用特高频方法检测GIS典型缺陷时,存在白噪声干扰滤除效率低以及原始信号波形畸变率高等问题,构建了GIS特高频局部放电检测试验模型,经人工处理获得4种典型局部放电UHF信号,提出采用EMD分解将4种典型缺陷的特高频信号分解为有限个IMF分量,利用归一化自相关函数找到IMF分量中局部放电信号与白噪声的分界点,对含白噪声的IMF分量使用类小波软阈值进行滤波,随后重构所有IMF分量,得到各缺陷局部放电特高频信号。将文中方法所得信号与小波去噪信号进行信噪比以及波形畸变率对比,结果表明文中所用方法具有更为良好的去噪效果,可用于GIS局部放电监测。

基于MEEMD小波软阈值函数的去噪方法

结合互补集合经验模态分解(CEEMD)和基于排列熵的信号随机性检测,提出了MEEMD方法。通过采用MEEMD方法将一个含躁信号分解为几个固有模态(IMFS),用软阈值函数来抑制高频固有模态的噪声,提高信号的信噪比(SNR)。对比该方法与基于EEMD和小波软阈值的联合去噪、基于CEEMD和小波软阈值联合去噪等方法得到的信噪比(SNR)和平均平方误差(MSE),发现基于MEEMD小波软阈值去噪方法的去噪效果较好。

双树复小波域农业图像改进半软半硬阈值函数去噪

农业图像去噪的目的是去除图像在获取过程中因气候环境、成像器件等因素的影响产生的各类噪声,提高图像的视觉对比度,为后续图像信息提取和定量、定性分析奠定基础。结合双树复小波变换,提出1种改进型的半软半硬阈值函数去噪模型,该模型对经典半软半硬阈值函数模型进行了2点改进:(1)对经典模型添加了1个小波分解系数相关性因子,使得改进后的模型能够更好地保持图像细节信息的连续性;(2)在对传统全局统一阈值的基础上融入了小波分解层数因素,并结合反正弦函数对其进行了改进,使得改进后的阈值能够根据小波分解层数的变化而快速、灵活地调整。为了验证模型的有效性,对1幅农业图像进行去噪试验,并与经典小波软阈值函数模型、硬阈值函数模型、半软半硬阈值函数模型进行去噪效果对比分析,结果表明改进后的模型相对于其余几类经典模型而言,去噪效果有了很大程度的提高,对于农业图像处理有一定的效果。

一种新的小波自适应阈值函数振动信号去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。

小波阈值去噪函数的改进方法分析

小波阈值去噪是一种简洁有效的去噪方法,传统阈值去噪法包括软、硬阈值法,它们在实际应用中取得了很大的成功,但同时也存在一些有待改进的地方。为此,介绍了3种国内外有代表性的小波阈值函数改进方法,并在传统阈值函数的基础上提出了一种新的双变量阈值函数。对局部放电仿真信号进行的去噪分析结果显示,改进阈值函数在信噪比增益和最小均方误差意义上要优于传统的软、硬阈值函数,其中新的双变量阈值函数在4种改进阈值函数中具有最优的去噪性能。

基于新阈值函数的小波阈值去噪算法

针对传统小波阈值函数在阈值处的不连续性、小波估计系数存在偏差等不足,导致去噪后的图像出现失真、产生吉布斯震荡等问题,提出了一种改进的阈值函数,与常用的硬阈值、软阈值以及已有改进的阈值函数相比,该函数不仅易于计算,而且具有优越的数学特性。为了验证该阈值函数的优越性,通过仿真实验对几种小波去噪方法的峰值信噪比(PSNR)与均方差(MSE)进行了对比。实验结果表明,此去噪方法无论是在视觉效果上,还是在均方差和信噪比性能分析上均优于常用的阈值函数。

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。

一种新的小波阈值函数及其在振动信号去噪分析中的应用

研究一种新的小波收缩阈值函数用于信号的去噪分析,对比分析了硬阈值、软阈值和新收缩阈值函数的优缺点,给出了收缩阈值函数法中的阈值计算详细过程,基于虚拟仪器LabVIEW构建检测齿轮箱系统的振动与噪音检测系统,在MATLAB平台上利用收缩阈值方法开发了对齿轮箱振动和噪声信号进行去噪处理的软件,试验数据的分析表明:基于新的小波阈值函数的信号降噪分析方法去噪效果明显,且保留了原始信号的细节特征,是一种较传统经典去噪手段更为优越的方法,具有较高的实用价值。

基于自适应阈值函数的小波阈值去噪方法

去噪是小波分析的一个重要应用领域,相对于其它方法,小波变换具有对信号时频局部性详细刻画的优势。在信号的去噪处理过程中,如何在削弱噪声的同时又最大限度的保留信号的奇异性特征是信号去噪研究的一个核心问题。该文提出一种基于自适应阈值函数的小波去噪方法,通过调整阈值函数实现在信号小波分解的细尺度上去除噪声的同时又尽量保留信号细节系数,而在宽尺度上最大限度地滤除噪声部分的小波系数。通过对blocks,bumps和水下目标回波信号的仿真实验证明,该方法和现有的阈值去噪方法相比,具有显著的优势,能够在滤除噪声的同时很好地保留信号的奇异性特征。

电能质量信号的小波软阈值去噪方法

基于DONOHO的软阈值去噪方法,提出了一种改进的小波软阈值算法。该算法利用高斯白噪声的正态分布特点、3Σ法则和小波变换系数的分布特点,在有效去除白噪声的同时较好地保留了信号的局部特征,且不受采样点数的影响。MATLAB仿真表明,该法在较强白噪声干扰下仍能有效去噪,较之无偏风险、固定阈值、启发式阈值、极大极小值等去噪方法更为有效,特别适于强噪声背景下弱信号的提取。

双变量小波阈值去噪和改进混沌预测模型在短期电力负荷预测中的应用

混沌预测是电力负荷预测研究的新焦点。该文提出双变量阈值函数和改进混沌预测模型相结合的新方法。该方法克服了传统最大Lyapunov指数预测模型对噪声干扰比较敏感、计算量大、预测时间长以及预测精度不高等缺陷。通过对典型混沌系统和实际电力负荷系统进行短期预测分析,证明该方法能较好排除无关因素对预测的干扰,缩短预测时间,有效提高预测精度。

采用不同小波母函数的阈值去噪方法性能分析

以用于测定汽油辛烷值的红外吸收光谱分析为背景 ,评估采用小波去噪方法时各种小波和阈值组合的去噪能力。文章构造了一个理想的原始光谱信号 ,考虑到小波去噪后信噪比以及原始光谱信号保留率这两者之间的协调关系 ,基于信噪比 (SNR)定义了一个评价去噪优劣的评估系数 η ,在此基础上采用三种小波族系 (Symlets,Daubechies ,Coiflet)、四种阈值选取方法 (Rigrsure ,Sqtwolog ,Heursure和Manimaxi)和三种阈值重调方法 (One ,Sln ,Mln)对理想原始光谱信号进行了基于小波变换的信号去噪处理实验 ,以评价各种小波函数和阈值选取及重调方法的优劣。通过一系列的试验表明 ,对于该类型的信号 ,在实验所考察的小波族系和阈值选取及重调方法的范围内 ,采用Daubechies9或Symlet7,11,14 ,15小波 ,Rigrsure阈值选取规则和Sln阈值重调方法 ,可以得到最优的去噪性能。

基于改进阈值函数的小波域去噪算法的研究

在D.L.Dohono和I.M.Johnstone提出的多分辨分析小波阈值去噪算法的基础上,提出了一种新的阈值函数。与传统的硬阈值和软阈值比,此函数不仅易计算,且具有优越的数学特性和清晰的物理意义。试验结果表明,该方法可有效地去除白噪声干扰,无论在视觉效果还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值及改进的软硬阈值折中算法,充分体现出小波阈值去噪方法的优越性。

一种改进小波阈值函数的光纤光栅传感信号去噪方法

光纤布拉格光栅(FBG)传感信号中存在的噪声严重影响了其中心波长的检测精度,因此必须进行去噪处理。本文针对传统的小波软、硬阈值函数去噪的不足,提出了一种改进的对数阈值函数,并确定了最优的小波基和分解尺度。仿真表明,本文提出的改进阈值函数去噪后信噪比(SNR)较大,均方根误差(RMSE)较小,其中信噪比比传统的软、硬阈值方法提高了1.5 d B^4 d B。最后通过实验验证了本文方法的去噪效果。