基于MATLAB小波去噪方法的研究

在实际的计算机控制系统中 ,采样信号不可避免的受到各种噪声和干扰的污染 ,使得由辨识采样信号得到的系统模型存在偏差而妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波收缩去噪算法对去除叠加性高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的仿真研究 ,并利用滤波器、傅立叶变换 /反变换和小波收缩三种方法对实际电机随动系统的辨识采样数据进行了去噪对比实验 。

基于MATLAB小波去噪方法及应用研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由采样信号辨识得到的系统模型存在偏差妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波去噪算法对去除高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的探讨及仿真实验研究,得到一些实际应用经验,并利用傅立叶变换/反变换和小波阈值去噪方法对电厂机组调速级压力运行数据进行了去噪对比实验,结果表明小波去噪方法能取得较好的去噪效果,为后续系统模型辨识打下良好的基础。

基于Matlab小波去噪的研究方法

阐述了硬阀值法、软阀值法和半软阀值法去噪的原理及其算法的实现,针对传统小波去噪后,图像的部分细节丢失、边缘模糊等问题,提出一种改进半软阀值的计算方法。实验结果表明,改进的方法具有更好的去噪效果。

基于改进无参尺度空间经验小波变换的变压器高频电流局放噪声抑制研究

变压器是电力系统中的关键设备,局部放电(PD)是致使变压器绝缘劣化的主要原因,也是绝缘劣化的重要表现形式。针对高频PD信号中复杂的噪声信息,提出一种基于互信息和峭度优化的改进无参经验小波变换的降噪方法。该方法以经验小波变换(EWT)分解为基础,构造高斯核函数平滑频谱生成尺度空间,利用k-means聚类对边界点进行筛选得到频带分界点,然后提取无参尺度空间EWT分解的模式分量的互信息值和峭度值进行合并优化,排除冗余的频谱划分点并对频谱重新分割,利用新的频谱边界进行划分得到有价值的分量,在有价值的分量中去除噪声分量并将剩余分量进行通用阈值降噪然后重构信号达到PD信号降噪效果。文中方法不需要人工参与且解决了模态混叠问题,仿真和实验室、现场测试表明,与现有小波变换降噪和基于经验模态分解降噪的方法进行对比,文中的方法能够更加有效抑制PD信号中的噪声信息。

基于波噪比的高速铁路钢轨波磨快速检测方法

为实现高速铁路钢轨波磨里程覆盖式、高频次、快速测量,提出基于波噪比的钢轨波磨快速检测方法。采用便携式添乘仪检测高速列车车体振动和车内噪声数据,提出基于车体纵向加速度进行数值积分来计算列车速度和里程,采用曲线地段车体摇头角速度里程与台账里程的偏差值修正速度积分误差。利用提取的里程修正后车厢噪声数据与钢轨波磨对应的400~700 Hz频带成分,计算频带能量占噪声总能量的比值,并获取波噪比超限时的钢轨波磨波长和里程。结合高速列车实测数据分析,研究结果表明:速度修正后列车定位里程最大误差为87 m,对波磨比大于0.3的线路区段进行钢轨波磨波形测量和轴箱加速度振动能量比分析,钢轨波磨波长范围为53~57 mm,实测波长为53 mm,验证了该方法的正确性,为高速铁路钢轨波磨的快速测量提供技术支撑。

基于小波变换和压缩感知的工频磁异常信号降噪方法

针对强噪声背景下水下目标微弱工频磁异常信号提取困难的问题,提出一种基于小波变换的压缩感知降噪方法。该方法利用噪声信号不具有稀疏性的特点,将含噪信号在小波域内分解,并在此基础上进行压缩感知的重构与降噪处理,实现微弱工频磁异常信号与噪声最大限度地分离。仿真及试验表明,该方法得到很好的降噪效果,避免了小波阈值滤波中阈值选取对降噪效果的影响,能够最大程度地保留原始信号的固有特征。

基于最优小波基选取的遥测振动信号降噪方法

针对飞行器试验遥测振动信号频率内容丰富,小波降噪最优小波基函数难以选取问题,提出了一种结合EMD的最优小波基选取方法。利用EMD将振动信号分解为一系列IMF分量,利用互相关系数和自相关函数判断含噪分量,并以含噪分量离散小波变换系数的香农熵为依据选择最优小波基,以最优小波基分别对含噪IMF分量进行降噪处理,将降噪后IMF分量与其余IMF分量累加获得降噪后信号。仿真和试验数据处理结果证明,基于最优小波基选取的降噪方法与小波降噪、EMD降噪相比,信噪比得到了有效提升,在遥测振动信号预处理中具有实际应用价值。

基于小波变换的语音信号去噪算法优化

深入研究基于小波变换的语音信号去噪方法,并针对传统方法在复杂噪声环境下处理效果不佳的问题,提出一种基于自适应阈值的小波变换去噪优化方法。首先,分析小波变换去噪的基本原理。其次,深入研究自适应阈值技术的数学模型,并将其应用于小波变换,通过动态调整阈值来适应不同噪声环境的需求。最后,采用Aurora数据集进行实验验证。实验结果表明,该方法能够有效去除噪声。

基于VisuShrink小波阈值变换的甲烷检测降噪技术

在利用可调谐半导体激光吸收光谱技术探测甲烷气体泄漏时,复杂的环境光干扰会降低浓度检测信号的信噪比使波形失真。为了抑制噪声,增强电信号与浓度值的线性相关度,提出一种以VisuShrink方法改善小波阈值函数的小波阈值去噪算法。该算法针对小波阈值去噪算法的软硬度不能平衡信号,存在失真的问题,利用统计方法对阈值进行计算,弱化间断点阈值跳变影响。通过仿真计算对比未加噪声前的信号与滤波后的信号,提出算法的信噪比为28.405 30,优于四阶巴特沃斯滤波器。VisuShrink方法在SNR和NCC参数上性能远优于巴特沃斯滤波器,与软阈值函数相近,在MSE均方误差分析上远小于软阈值精度,与巴特沃斯相近,具有较好的平滑特性。实际搭建检测平台对多个浓度样本采样进行多次采样,采用VisuShrink方法设计的滤波器将系统误差精度从4.14%提升至2.472%,算法可有效用于甲烷检测系统提高光谱数据的平滑性和准确性。

参数优化VMD结合改进小波包阈值的去噪方法

针对轴承信号故障特征容易被噪声淹没的问题,提出一种参数优化变分模态分解结合改进小波包阈值的去噪方法。首先,通过变分模态分解(Variational Mode Decomposition,VMD)结合改进粒子群算法(Improve Particle Swarm Optimization,IPSO)将含噪信号分解为若干本征模态分量(Intrinsic Mode Function,IMF)。以最大相关系数-相关峭度为准则,把IMF分为高值分量(High-value Intrinsic Mode Function,HIMF)和低值分量(Low-value Intrinsic Mode Function,LIMF)。再对LIMF进行改进小波包(Improved Wavelet Packet,IWP)阈值去噪。最后对重构信号进行包络解调,提取轴承故障特征频率,完成故障诊断。实验结果表明,该方法不仅能够避免“过扼杀”现象,并且可以得到信噪比更高的去噪信号。

基于小波变换的光纤通信信号去噪方法

文章针对光纤通信中普遍存在的噪声问题,研究一种优化的小波变换去噪策略。首先,分析了光纤通信的基本过程和噪声来源。其次,介绍了小波变换的基本原理和信号去噪过程,包括小波分解、阈值处理以及信号重构等关键步骤。最后,引入一种基于统计的自适应阈值选择方法,以提高去噪的精准性和效率。通过在MATLAB平台上进行实验验证,结果表明该方法能显著提高信噪比(Signal-to-Noise Ratio,SNR)并降低均方误差(Mean Squared Error,MSE),具有一定的实用性和有效性。

基于改进小波阈值—CEEMDAN的变压器局部放电超声波信号白噪声抑制方法

为了有效去除变压器局部放电超声信号中的白噪声干扰,提高后续局部放电模式识别及定位的准确性,提出了一种基于改进小波阈值和自适应噪声完全集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)的变压器局部放电超声波信号去噪方法。首先,通过对放电信号进行CEEMDAN分解得到一系列由高频到低频的本征模函数IMF(intrinsic mode function);然后,利用多尺度排列熵(multi-scale permutation entropy,MPE)算法计算各阶IMF分量的排列熵PE(permutation entropy),根据各IMF的排列熵值确定信号的去噪阈值与有效阈值。对高于去噪阈值的IMF分量采用改进小波阈值法进行去噪处理,对低于有效阈值的IMF分量视为基线漂移进行剔除。最后,通过重构去噪分量与剩余分量来获得去噪后的超声波信号。仿真和实验结果均表明,文中所提出的去噪算法大大提高了信号的信噪比,并保留了原始超声波信号中的有效信息,对提高后续利用超声波信号进行局部放电模式识别及定位的精确性具有重要意义。

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。

引入去噪因子的薄板结构SH波损伤成像研究

提出了一种引入去噪因子的薄板结构水平剪切波(SH波)损伤概率分布成像方法,旨在提高复杂环境下的损伤检测精度。针对薄板结构导波健康监测中诸如薄板变形、环境干扰、系统误差、人员操作等因素造成的干扰,本方法通过引入去噪因子来降低噪声信号的影响,并基于局部峰值设计自适应阈值进行损伤分离,从而显著提升成像效果。分析了SH波在薄板结构中的传播特性,并通过钢板实验进行了验证。结果表明,与传统损伤概率分布成像方法相比,本方法能够更准确地进行损伤定位。此外,本研究还探讨了引入去噪因子的损伤概率分布成像在降低噪声影响、多损伤分离检测的优势,为基于SH波的薄板结构损伤检测提供了理论与工程依据。

基于参数优化VMD-小波阈值的轴承振动信号降噪方法

为了解决复杂工况下滚动轴承振动信号存在随机噪声的问题,提出了一种基于参数优化变分模态分解(VMD)-小波阈值的滚动轴承降噪方法。首先,利用以包络熵为适应度函数的天鹰算法对变分模态分解算法的模态分解数K和惩罚因子α进行了自适应选择,代入VMD分解中,得到若干本征模态函数(IMFs);然后,根据峭度-相关系数将IMF分量划分为纯净分量和含噪分量,对含噪分量进行了小波阈值降噪处理;最后,对处理后的分量进行了重构,并用重构信号进行了包络谱分析,实现了滚动轴承的信号降噪目的,并利用仿真信号和美国凯斯西储大学公开的轴承数据集对上述降噪方法的有效性进行了验证。研究结果表明:基于参数优化VMD-小波阈值的降噪方法减少了滚动轴承运行状态下的随机噪声,相对小波阈值降噪方法,所得仿真信号信噪比提升53%,均方误差降低13%;在故障特征频率为162 Hz时,所得实验降噪信号包络谱的前6倍频谱峰值更为明显,且受随机噪声影响较小。该研究方法在滚动轴承等旋转机械信号降噪方面具有一定的参考价值。

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。

基于布里渊增益谱二维图像小波阈值降噪的BOTDR测量精度提升研究

针对布里渊光时域反射仪(BOTDR)信号弱,噪声干扰造成的测量精度降低问题,提出基于布里渊增益谱二维图像小波阈值降噪方法实现BOTDR系统测量精度提升。分析了微波扫频法BOTDR测量原理及二维布里渊增益谱图像特征,设计了二维图像小波阈值降噪算法流程,搭建了微波扫频法BOTDR实验装置进行降噪性能验证,基于降噪性能对比确定了二维小波基函数、分解层数、阈值规则及阈值函数最优参数匹配方案。实验结果证明,使用二维图像小波阈值降噪算法,在累加平均500次条件下,降噪前后10km传感光纤末端变温区布里渊频移波动范围由±4.61MHz降至±2.59MHz,均方根误差由2.24MHz降至0.99MHz;降噪前后50km传感光纤末端变温区布里渊频移波动范围由±41.25MHz降至±2.83MHz,均方根误差由33.59MHz降至1.69MHz。研究表明,使用该降噪方案可有效提升BOTDR测量精度。

基于改进小波阈值的数据采集系统降噪研究

在数据采集过程中,噪声和干扰的存在严重影响了数据的准确性。为了获得质量较高的数据,减少噪声的影响,该文提出一种基于遗传算法的小波阈值函数去噪方法,并设计以FPGA为主控的数据采集系统进行了多次实验。实验结果表明,经改进算法处理过的数据信噪比达到了芯片手册中所规定的典型值大小。同时,相比传统的阈值函数去噪方法,将新算法应用于采集到的数据,其信噪比提高了7.0248 dB,均方根误差降低了0.1675,表现出了较好的去噪性能,具有较高的工程应用价值。

基于小波阈值降噪算法的滚动轴承故障诊断

滚动轴承因平稳的运行特性广泛用于工业生产领域,其安全稳定运行对工业生产有重要意义.针对滚动轴承的故障诊断问题,提出基于小波阈值降噪(wavelet threshold denoising,简称WTD)算法.研究结果表明:相对于其他3种算法,WTD算法具有较强的故障诊断能力.因此,WTD算法具有有效性.

基于小波降噪和EWT-TEO的电缆故障定位方法

针对传统电缆故障定位法受波速和噪声影响导致的波头识别不准确及故障定位精度差问题,提出一种基于小波降噪、经验小波变换(empirical wavelet transform,EWT)和Teager能量算子(Teager energy operator,TEO)的电缆故障定位方法。首先,利用改进的双端行波法消除波速对测距偏差的影响。然后,采用小波降噪法对采集的故障信号进行去噪。进一步应用EWT方法对降噪信号进行分解,提取降噪信号的高频分量。在此基础上,通过TEO能量曲线变化确定首端波头及近端反射波的到达时间,从而计算出电缆故障点到检测位置的距离。仿真结果表明,基于小波降噪和EWT-TEO的电缆故障定位方法对不同信噪比和故障电阻都具有良好的适应性和可靠性,能实现精确的电缆故障定位。