经验模态分解阈值消噪方法及其在惯性导航系统数据处理中的应用

针对惯性元件误差中有色噪声影响远大于白噪声的情况,建立元件误差的分形高斯噪声模型,利用功率谱密度方法估计模型参数。基于噪声模型推导经验模分解(EMD)的各固有模态函数(IMF)分量中噪声的方差,以此估计各分量相应的阈值,建立EMD阈值消噪方法。将该方法应用于INS中,并与小波阈值法进行比较。结果表明,小波阈值法难以控制元件中有色噪声的影响,EMD阈值法与噪声模型紧密结合,能够更有效地削弱元件中的随机误差,提高INS精度。

改进的小波阈值消噪法在湍流信号处理中的应用

湍流数据采集中有用信号往往不同程度地受到干扰噪声的污染,小波阈值消噪法一定程度上能将有用信号的高频成分和噪声区分开,将其应用于湍流信号消噪是相对合理的。针对现有小波阈值消噪法的不足,提出了一种改进的阈值函数和基于小波能量熵的阈值自适应选取方法。仿真实验表明,新方法具备连续性好、偏差小、自适应阈值选取等优点,不但可以实现高信噪比信号的合理消噪,而且能有效检测出强噪声干扰下的微弱有用信号。以两组实测湍流信号的消噪处理为例,考察了新方法在湍流信号处理中的消噪效果。结果表明,该方法能为湍流信号的后处理提供可靠的数据。

基于EMD间隔阈值消噪与极大似然估计的滚动轴承故障诊断方法

针对小波阈值消噪用作滚动轴承故障信号处理存在小波基函数较难选择及传统硬阈值、软阈值消噪效果差等缺点,将EMD间隔阈值消噪与极大似然估计相结合,应用于滚动轴承早期微弱故障诊断。对原始信号进行EMD分解;对各IMF进行基于极大似然估计的间隔阈值消噪,并重构出故障信号;进行包络谱分析得出诊断结果。数字仿真信号与实验信号验证了该方法的有效性。

基于小波阈值消噪自适应滤波的GPS/INS组合导航

惯导系统中惯性元件误差是影响惯性导航及其组合导航精度的重要因素。在GPS/INS组合导航自适应滤波的基础之上,提出利用小波进行阈值消噪以提高组合导航精度。首先对惯性元件输出信号进行频谱分析,确定相应的多分辨分析尺度以及不同尺度下对高频系数采取的相应措施。对噪声占主要成分的尺度将其高频系数全部置零,对噪声和有用信号共同占有的尺度将其高频系数作阈值处理。利用实测数据进行验证,结果表明这种方法能够有效地削弱惯性元件误差的影响,提高GPS/INS组合导航系统的精度和可靠性。

软阈值消噪法在电缆故障测距中的应用

依据不同信号的小波变换系数模极大值的传播特性,针对电缆故障测距中信号样本的特点,提出了一种改进的软阈值消噪法。实验结果表明,该方法能有效地恢复脉冲行波的原貌,为电缆故障精确定位创造了条件。

小波阈值消噪算法中自适应确定分解层数研究

小波多尺度分解的阈值算法是一种有效的信号去噪方法,但实际应用中去噪效果易受到分解层数、门限阈值以及阈值函数选取的影响。分析了有用信号和白噪声的小波系数特点,提出了一种分解层数的自适应确定方法。基于自相关函数的白噪声检验,提出通过去除白噪声小波变换细节系数中的相关成分来增加白噪声的显著性检验,提高了自适应确定最优分解层数的准确性。仿真结果表明,确定最优分解层数是重要的。较之传统的基于白化检验确定最优分解层数的方法,该方法具有更好的去噪效果,尤其适用于强噪声背景下弱信号检测。

基于SURE小波阈值消噪和MCEEMD-HHT的低频振荡分析

为解决低频振荡分析中广域量测系统存在量测噪声影响和应用希尔伯特黄变换(Hilbert-Huang transform,HHT)进行模态辨识中的模态混叠和伪分量问题,提出基于Stein的无偏似然估计(Stein unbiased risk estimate,SURE)小波阈值消噪和改进的补充集合经验模态分解希尔伯特黄变换(modified complementary ensemble empirical mode decomposition and Hilbert-Huang transform,MCEEMD-HHT)的低频振荡分析方法。首先,对含较强噪声的电网量测低频振荡信号,采用SURE小波阈值消噪实现信号预处理。其次,引入排列熵算法改进CEEMD形成MCEEMD,有效抑制经验模态分解中的模态混叠和伪分量现象。最后,对MCEEMD分解得到的低频振荡真实模态进行HHT分析。通过复合信号测试、IEEE四机两区域系统仿真以及实测北美电网数据分析,验证了所提方法在电力系统低频振荡分析中的有效性。此外,与快速傅里叶变换(fast Fourier transform,FFT)、Prony算法分析进行对比可知,所提方法在模态参数的提取方面表现得更为准确,且无需人为定价。

小波阈值消噪算法中分解层数的自适应确定

在对带白噪声信号的小波变换特性分析的基础上,基于自相关函数的白噪声检验方法,提出了一种确定小波分解层数的自适应算法.结合不同的小波阈值处理方法,用信噪比和最小均方误差为度量指标,探讨了在阈值消噪算法中本文提出的确定“最佳”分解层数算法对消噪的有效性.并给出了数值仿真实验结果及分析.数值仿真结果表明,该方法具有较好的去噪效果.

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。

基于小波阈值消噪的光纤陀螺信号的抗差估计(英文)

为了削弱陀螺漂移对光纤陀螺寻北精度的影响,在小波阈值消噪的基础上,采用抗差估计处理陀螺信号。首先进行频谱分析,确定相应的多分辨分析尺度及对不同尺度下的高频系数采取的措施。对噪声占主要成份的尺度层其高频系数置零,对噪声与有用信号都存在的尺度层进行小波阈值消噪处理。然后将抗差估计应用于陀螺数据的处理,利用一次抗差估计求得的观测残差再用中位数法求得均方差因子,采用高崩溃污染率的初值辅以IGGⅢ方案迭代解算的混合算法。计算结果表明这种方法能够有效地抵制异常扰动的影响,提高了寻北精(密)度。

基于子波阈值消噪的专用芯片研究

传统的实时信号处理消噪方法常采用FFT ,但用其处理非平稳信号或奇异信号时 ,效果并不明显 .在文中一方面基于信号、噪声在多尺度空间能量分布的差异而推出的Donoho非线性子波阈值消噪原理 ,另一方面从子波变换与FIR滤波器组的特定关系出发 ,在滤波卷积、下二采样过程中 ,将数据按一定规律重排 ,利用可编程逻辑器件CPLD设计了一个对非平稳信号进行实时子波分解及阈值消噪的专用芯片 .

一种改进的小波阈值消噪方法

在运用小波阈值法去噪时,在一些不连续点处有时会产生伪吉布斯现象。为了去除这种现象,考虑在阈值法的基础上对信号进行循环平移,然后再对平移后阈值上的系数进行放大,对信号进行消噪处理。通过仿真实验,可知该方法消噪后的视觉特性较好,并且信噪比提高,均方根误差有所降低,从而说明了该方法的有效性。

基于小波变换的局部放电软阈值消噪方法的研究

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消噪方法: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,但对于其他三种局放模型,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。

海洋磁力测量中不同小波母函数的阈值消噪方法性能分析

首先介绍了小波阈值消噪的基本原理,认为小波阈值消噪的性能受三方面因素的影响:(1)小波母函数的选择;(2)阈值方法的选择;(3)阈值函数的选择。为了寻找小波母函数、阈值估计和阈值函数的最优组合,文中以实测海洋磁力测量数据为背景,采用小波阈值法进行消噪,把得到的磁异常值作为"真值"。仿真了波浪噪声和随机噪声并加入到"真值"磁异常中,作为噪声磁异常。在此基础上采用两种小波族系(Symlets,Daubechies)、四种阈值选取方法和软、硬阈值函数对噪声磁异常进行了基于小波变换的消噪计算,客观分析了不同组合方法的消噪精度和可靠性。实际计算结果表明:对磁异常突变点较多且分布杂乱的测线进行消噪,Sym6、软阈值函数、混合阈值或基于Stein无偏似然估计消噪效果最好;对磁异常突变点少且大部分光滑的测线进行消噪,db7、基于Stein无偏似然估计和软阈值函数的消噪效果最好。

小波阈值消噪在耙吸挖泥船参数辨识中的应用

船舶和海洋技术的快速发展对船舶数学模型提出了更高的要求,为消除船舶试验数据中含有的噪声等不良因素,获取准确的数据用于建模,将小波阈值消噪法用于数据预处理,通过仿真对比了消噪前后辨识出的船舶模型相关参数,并将辨识结果用于耙吸挖泥船变吃水作业状态下的运动仿真,验证了小波阈值消噪在耙吸挖泥船参数辨识中的有效性及其工程价值。

电能质量扰动信号的小波折中阈值消噪

电能质量扰动问题日渐重要，而扰动信号的消噪是其前提。目前主要采用的方法有小波软、硬阈值消噪。在这两种方法的基础上引入一种阈值折中消噪法。并对小波基函数及最佳折中参数的选取进行了一定的研究与仿真分析。仿真表明，较之传统的阈值消噪方法，折中阈值消噪具有更好的去噪效果，能够保留电能质量扰动点，并在选择最优折中参数时去噪效果最好。保留扰动点位置最清晰，尤其适用于强噪声背景下的弱信号检测。

小波阈值消噪在管道漏点检测定位中的应用

为了提取管道漏声信号中的有用成分,消除和减弱环境干扰噪声,使定位结果更加准确,使用CA-YD-103压电传感器和HS801五合一虚拟综合测试仪进行实验,采集铸钢管道漏声振动信号,分析其时域波形和频率特征,确定了信号的频率分布。由于小波变换具有"变焦距"的性质,适合处理非平稳信号,选用小波阈值去噪算法,对信号进行滤波去噪,并与ⅡR滤波效果对比。实验结果表明,选用小波闺值消噪能有效滤除高频干扰,保留中低频中的有用信号,漏声振动信号波形更加清晰,消噪效果明显优于傅里叶算法。该方法为管道漏点具体定位奠定了基础,具有一定的实用意义与应用价值。

基于小波改进阈值消噪的缸盖振动信号分析

提出了一种改进的小波阈值新方法对内燃机缸盖振动信号进行消噪,进而实现特征向量的提取。试验表明采用改进小波阈值方法能有效地消除信号中噪声的干扰,提高信号的信噪比。用小波包提取消噪后信号的能量作为特征向量,来表征内燃机故障特征,可为神经网络的自适应故障诊断提供新的故障样本。

小波阈值消噪在船舶试验数据预处理中的应用

随着船舶和深海技术的迅速发展,对船舶数学模型也提出了更高的要求,为消除由船舶系统本身实验环境的复杂性、传感器和数据采集系统的非理想性等众多因素对船舶实测数据的影响,获取准确的初始数据用于建模,介绍了小波阈值消噪法用于数据预处理,并且以艏向实测数据为例介绍了运用db小波进行消噪的过程。通过仿真,将处理后的数据与试验数据对比,结果表明处理过的数据更加平滑和精确,为后续的船舶精确建模任务提供了可靠的实验数据。

小波收缩阈值消噪在海洋电磁中的应用

到目前为止,海洋可控源电磁法(Marine controlled-source electromagnetic survey,MCSEM)被广泛应用于海洋油气储层钻探前的储层价值预测与评估。CSEM信号去噪中小波收缩阈值消噪是个方便有效的方法,小波收缩阈值消噪的关键在于阈值的选取。文章通过MATLAB仿真,对CSEM信号利用小波收缩阈值消噪法进行处理分析。