基于小波阈值函数降噪的实时煤矿氧气检测数据误差处理

基于可调谐半导体激光吸收光谱(Tunable Diode Laser Absorption Spectroscopy,TDLAS)技术的氧气检测系统能够精准检测煤矿井下环境的氧气体积分数,然而应用该系统检测氧气体积分数时往往会受到散粒噪声、热噪声、高斯白噪声等噪声信号的影响,导致氧气体积分数检测误差较大。为了降低噪声对氧气体积分数检测数据的影响,首先,应用多项式平滑算法对氧气体积分数检测曲线进行高低频分析。其次,提出了基于小波阈值函数降噪的煤矿氧气检测数据误差处理方法,对比了Daubechies小波和Symlets小波的降噪效果,根据信噪比和均方根误差选出最佳降噪小波基函数。最后,通过计算氧气体积分数检测曲线的标准差和最大波幅对比降噪前后氧气体积分数检测的稳定性。试验结果表明:sym6小波基函数与二次谐波信号相关程度最大,应用该小波对二次谐波信号进行降噪,信噪比提升了16.785 dB,降噪前后20%氧气体积分数检测曲线最大幅值降低了0.04%,标准差降低了0.0295,显著提升了氧气体积分数检测稳定性。

基于树状小波的超声医学图像阈值函数降噪

针对超声医学图像中存在特有的斑点噪声,利用树状小波分解比传统小波分解精度高的特点,将超声医学图像进行树状小波分解,然后分别采用硬阈值、软阈值和半软阈值函数三种方法进行降噪处理。结果表明半软阈值函数方法是较优阈值函数方法,可以有效地降低原图像的斑点噪声并保留图像细节。

降噪源分离技术及其在机械设备运行信息特征提取中的应用

常用的信号处理方法分析了信号按照频谱分布关系的组成结构,而未揭示各个信号组成成分与发生源之间相对应的因果联系。降噪源分离(Denoising source separation,DSS)技术在仅知观测信号的条件下,按照统计特征将复杂信号分解为若干分量,而这些分量反映了观测信号的发生源,为设备状态监测与振动噪声主动控制提供了直接依据。研究DSS基本理论以及基于不同准则的降噪函数,并通过典型机械信号的仿真试验定量比较基于能量函数、斜度函数、峭度函数以及正切函数四类降噪函数的分离性能。分析结果表明,基于正切降噪函数的源分离方法从非线性耦合信号中提取的分量与源信号时域相关系数高于0.89,因而更适合于提取机械设备非线性耦合信息。将基于正切降噪函数的源分离方法应用于某型号军舰的机械设备运行信息特征提取中,定量分析结果表明,该方法很好地从舱壁混合振动信号中提取出了各台设备的运行特征信息。

基于改进阈值函数的小波包信号降噪

针对机械振动信号中存在噪声干扰的问题,提出一种改进阈值函数的小波包降噪方法。该方法采用小波包对信号进行多尺度细化分解,结合改进的阈值函数对分层系数进行处理,重构得到小波包降噪后的结果。计算机仿真结果表明,该方法克服了软硬阈值方法的缺点,而且降噪效果比小波降噪方法更好。

基于降噪源分离的脑电信号消噪方法

为了解决采集的脑电信号中常含有工频、心电、肌电和眼电等多源干扰问题,提出一种基于降噪源分离的脑电信号消噪方法.首先,该方法经过小波分解重构,消除高斯噪声完成预处理;然后,根据脑电信号的非高斯性,用正切函数进行降噪源分离,将含干扰的脑电信号逐次迭代提取得到分离信号作为消噪结果;最后,引入相关系数检测消噪效果.实验结果表明:经过降噪源分离提取得到的分离信号之间呈现弱相关性,而目标分离信号与源信号具有强相关性,可有效去除脑电信号中的心电和眼电伪迹.

抖动轨迹耦合交替迭代最小技术的图像模糊消除算法

为了解决图像采集过程中因抖动引起的模糊问题,并能消除振铃效应,可对自相关性强烈的图像进行清晰复原,设计了模糊图像抖动轨迹估算函数;引入结构相似度,推导出降噪函数;提出了抖动轨迹耦合交替迭代最小技术的图像模糊消除算法。利用Bregman迭代法与交替最小技术,联合结构相似度,得到离散优化模型,对图像去噪处理;随后嵌入Wallis算子消除扩散效应,得到锐化图像;再由模糊图像与锐化图像,基于权重理论,估算模糊图像抖动轨迹;借助傅里叶逆变换,提取抖动轨迹的空间域;利用维纳滤波对抖动轨迹空间域规范化操作,获取清晰图像。测试了算法的性能。结果表明:与其他技术相比,算法消除自相关性强烈图像的抖动模糊效果更优异,可获得细节清晰的图像。