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。

改进阈值法在二代小波变换去噪中的应用

地震信号去噪能有效提高信号的信噪比和分辨率。二代小波变换可以在不同尺度上对含噪信号进行小波分解和多分辨率分析,实现窗口宽度自适应调整的局部化分析。但小波变换阈值法在去噪过程中会在信号的不连续邻域会产生伪吉布斯效应,而平移不变量阈值去噪方法通过平移-去噪-平均的思想可以很好的解决该问题。因此本文在已有的二代小波变换阈值去噪的基础上将平移不变量这一改进方法应用于二代小波变换中,实现了对地震信号更加快速有效的去噪处理,并在模拟数据试算和实际数据试算中取得了良好的去噪效果。

采用小波阈值的时变光栅莫尔信号去噪方法

莫尔光栅的纳米级测量需要对莫尔信号进行高倍细分,而高倍细分的精度往往受到高斯白噪声的影响。将莫尔信号视为稳态模型进行去噪分析与处理时存在信号频率相对固定的缺陷,根据信号的频率是大范围可变的,且噪声分布在整个频率范围内,提出了一种更符合实际的时变模型,并采用小波阈值去噪法对信号进行处理。对时变莫尔信号进行了建模,对小波去噪原理及阈值去噪法进行了分析,经大量实验对比,选用Sym8小波基、分解尺度为6、阈值准则为Heursure的软阈值法去噪效果最好。去噪后,光栅莫尔信号接近理想信号,使莫尔信号的细分倍数达到1000倍。

基于Neyman-Pearson准则的小波阈值去噪法

本文分析了噪声的小波变换特征,阐述了基于阈值的正交小波变换去噪法,在此基础上提出了一种基于Neyman-Pearson准则的小波阈值去噪法。其小波阈值的选择是依据设定虚警概率后使得检测概率为最大的准则,并随各尺度独立。通过实验验证了该方法的有效性和优异性。

小波阈值去噪法在MEMS陀螺仪信号降噪中的应用

通过分析小波分析法中的阈值去噪算法的原理,根据MEMS陀螺仪信号漂移的数学模型,采用了基于小波阈值去噪法对MEMS陀螺仪的输出进行实时消噪处理.并将该算法应用到基于DSP的某MEMS陀螺捷联惯导系统后对系统的MEMS陀螺仪进行零漂试验.通过整个系统试验结果分析,使用小波阈值去噪法对抑制MEMS陀螺仪零漂,改善MEMS陀螺仪的零偏稳定性具有很好的效果,肯定了小波阈值去噪方法在MEMS陀螺仪噪声处理中的理想效果.

改进小波阈值法在MEMS陀螺信号去噪中的应用

陀螺随机漂移是影响MEMS陀螺仪精度的重要指标,有效减小MEMS陀螺仪的随机漂移误差是提高MEMS陀螺仪使用精度的关键技术之一。文中在分析了小波阈值法的去噪原理和存在的缺陷的基础上,构造了一种新的阈值函数,并利用3σ准则提取阈值,提出了一种改进的小波阈值去噪法,并将其应用于MEMS陀螺仪输出信号的滤波处理中,取得了良好的去噪效果。实验结果表明,文中提出的方法可以有效减少信号中的高频噪声,很好地抑制MEMS陀螺仪的随机漂移,去噪效果明显优于传统的小波阈值法。

改进的自适应小波阈值法及其在测井曲线去噪上的应用

对测井曲线的各种去噪方法进行总结,根据小波阈值去噪法的优越性,提出一种改进的自适应小波阈值去噪法。选取Matlab工具箱里自带的曲线和测井曲线进行小波阈值去噪测试,改进的自适应小波阈值方法去噪方面表现优秀。新方法在滤除噪声的同时还能更好地保留信号的细节。

代数法小波构造及图像阈值去噪算法

采用代数法构造用于阈值去噪的双正交小波,构造小波的分解端滤波器为零点偶对称,低通分解滤波器支集长度为13,高通分解滤波器支集长度为3。分析了现有阈值去噪算法的不足,提出了一种基于信息能量传递的分层阈值去噪算法。仿真测试证明,相比于bior族双正交小波,构造小波去噪能力更强,图像细节信息保留更为完整,结合改进的阈值去噪算法能够显著提高去噪图像质量和信噪比指标。

改进阈值去噪法在锚杆参数检测中的应用

锚杆广泛应用在各种大型的岩土工程中,对锚杆锚固质量的检测显得尤为重要,其中锚杆参数检测是锚杆施工质量检测的一项重要内容。由于环境、设备等外在条件的影响,不可避免的出现信号被干扰的现象,使得检测结果与实际相差很大。针对传统的软、硬阈值法以及一些文献所提出的阈值法的不足,分别对阈值函数和阈值进行改进,提出了一种新的阈值去噪法。对阈值函数的改进是将小于阈值的小波系数分成两部分:小于1/2阈值的小波系数全部置零;大于1/2阈值的小波系数减小但不置零,能更好地保留高频中的有用信号。由于阈值选取的不合适直接影响去噪效果,提出了一种自适应阈值方法,随着分解尺度的变化自适应地选取不同的阈值。实验结果表明,改进的阈值去噪法比传统的软、硬阈值法及一些文献所提出的阈值法在锚杆参数检测方面更加准确。

5种小波阈值去噪法处理木材缺陷图像的仿真比较

针对当前木材缺陷图像小波阈值去噪法存在的不足,通过引入3种典型的平滑和非平滑小波阈值去噪法,将其与软、硬阈值法一同在Matlab环境下进行仿真对比分析,从而优选出消去平滑小波阈值去噪法这一总体最为理想的木材缺陷图像处理法,改善了木材缺陷无损检测的效果,为小波阈值去噪法在木材缺陷检测上的应用提供一个新选择。

双曲线函数在灰度图像小波阈值去噪中的应用

小波硬阈值去噪由于在阈值处不连续,在重构时会出现振荡;软阈值处理后的小波系数与真实值之间存在恒定的偏差等情况,重构时会模糊图像的边缘和细节。将双曲线函数引入小波阈值去噪法,根据参数选择的不同可构造出两种不同的阈值函数,解决了阈值处的连续性问题,并在一定程度上消除阈值处理后小波系数与真实值之间的偏差,在去除噪声的同时,很好地保持了图像的边缘和细节。

数字图像去噪处理方法研究与实现

针对目前图像在传输过程中会受到多种噪声影响和干扰的问题,本文通过MATLAB仿真平台,分别采用邻域平均法、中值滤波法以及小波阈值法对图像进行去噪处理,同时比较几种去噪方法的优缺点,找到对图像质量影响最小,且去噪性能最好的方法。

改进小波阈值法与极限学习机在MEMS陀螺误差补偿中的应用

MEMS陀螺随机误差是影响其精度的主要因素之一。针对MEMS陀螺随机误差的问题,提出一种基于改进的阈值函数的小波去噪结合极限学习机算法建模的补偿方法。通过改进小波阈值法提高去噪效果,然后由极限学习机构建MEMS陀螺误差补偿模型。通过实例研究,结果显示该方法能良好地补偿随机误差,与其他方法比较,具有更好的效果。

重构小波阈值函数在信号去噪中的应用与研究

实际工程应用中,通过物理手段采集到的信号都带有噪声信息,这样就会淹没很多有用信号,传统的"带通、低通、高通"滤波技术往往显得无能为力,因此提取有用的特征信息就需要对原始信号进行去噪。常用的小波阈值去噪(硬、软阈值函数)方法,含有诸多缺点,本文在其基础上重新构造了一个新的阈值函数。在MTALAB(2014a)环境下,用传统的硬、软阈值函数及重构阈值函数对混入高斯白噪声信号进行去噪仿真分析,结果表明,重构的阈值函数处理的信号效果更好,更清晰。

改进EMD与小波阈值相结合的光生混沌信号降噪

超宽谱混沌信号经过经验模态分解(EMD)后得到具有不同时间特征尺度的固有模态函数(IMF)分量,由于各分量中噪声与信号同时存在,会发生模态混叠。针对此问题,提出一种改进EMD与小波阈值法相结合的光生混沌信号降噪方法。首先对经过EMD分解后的IMF分量采用两种不同阈值函数分别对信号主导模态分量和噪声主导模态分量进行去噪处理,然后将提取出的信号成分相加重构得到混沌信号。仿真结果表明:该方法能够有效地去除噪声,且降噪效果优于已有的EMD分解去噪方法,可进一步提高重构信号的信噪比,降低其均方误差,是一种有效可行的光生混沌信号降噪方法。

基于小波变换的语音增强算法研究

信号在实际的传输过程中会受到许多噪声的干扰,直接对信号的质量产生影响。语音增强技术的目的就是对含有噪声的信号进行去噪处理操作,是一种改善信号有效性和去除噪声的方法。本文是基于小波变换的阈值去噪方法,在小波变换的小波去噪处理中,研究一种新的阈值选取算法,达到较好的降噪效果,从而实现语音增强。在软件Matlab程序中加入事先录好的其他语音信号,对信号进行加入高斯噪声的处理,然后在算法代入语音信号处理程序中进行去噪,观察最后重构出的信号波形图,并与语音信号时域波形、软阈值降噪、硬阈值降噪后的波形进行对比,确认是否改善了信号去噪效果。

基于小波变换的语音增强算法研究

基于小波变换在语音增强研究中的应用,提出了一种新的阈值选择算法,以达到更好的降噪效果,从而实现语音增强。在Matlab软件中编写语音信号处理程序,并在程序中添加录制的其它语音信号,对信号进行加高斯噪声的处理,然后将提出的算法代入语音信号处理程序中去噪,观察最后重构出的信号波形图,并与语音信号时域波形、软阈值降噪、硬阈值降噪后的波形进行对比,根据是否改善了信号去噪效果,判断新算法是否实现语音增强。

基于小波变换的电器负荷降噪分析

阈值去噪法是一种常见的小波变换应用,可以有效去除信号中的噪声,利用小波变换的多分辨率特性和信号的稀疏性,在小波域中对信号进行分解和重构,以实现信号的去噪和降噪。阈值去噪法的阈值选择是一个非常重要的问题,针对同一电流数据集,采用两种不同的阈值确定方法,会得到不同的结果。首先,采集一个不同时间段冰箱的电流数据集;其次,基于"Heursure"方法的自适应确定阈值,使用阈值去噪法;然后,基于估计方差求解阈值,使用阈值去噪法;最后,对比得出通过对不同阈值的选取使得两者的电流波形图有着明显差异。实验结果表明,不同的阈值对小波变换的结果有了较大的影响,并且各种阈值各有优缺点,应根据实际情况进行选择。

LMS算法在舰船磁场信号检测中的应用

针对检测舰船磁场信号时信噪比较低的问题,提出了一种基于变步长LMS算法的检测方法。根据舰船磁场信号的实际特征,首先采用小波阈值去噪法对实测信号进行处理,去除测量信号中的白噪声,并提取最后一层的低频分量,滤除高频噪声;再采用变步长LMS算法对低频分量进行自适应滤波,进一步滤除噪声,提取舰船磁场特征信号。船模实验的结果表明,该算法可以显著提高信噪比,增强了对舰船磁场信号的检测能力。

一种基于领域阈值的小波图像去噪算法

为了去除图像中的噪声,文章利用图像分块的思想,结合阈值去噪法和最小均方误差估计(MMSE),给出了一种基于领域阈值的小波域图像去噪算法。该算法与经典的子带自适应阈值去噪法BayesShrink算法相比,本文算法在峰值信噪比和视觉效果上都好于BayesShrink算法。