Research on fiber optic gyro signal de-noising based on wavelet packet soft-threshold

Gyro's drift is not only the main drift error which influences gyro's precision but also the primary factor that affects gyro's reliability.Reducing zero drift and random drift is a key problem to the output of a gyro signal.A three-layer de-nosing threshold algorithm is proposed based on the wavelet decomposition to dispose the signal which is collected from a running fiber optic gyro(FOG).The coefficients are obtained from the three-layer wavelet packet decomposition.By setting the high frequency part which is greater than wavelet packet threshold as zero,then reconstructing the nodes which have been filtered out noise and interruption,the soft threshold function is constructed by the coefficients of the third nodes.Compared wavelet packet de-noise with forced de-noising method, the proposed method is more effective.Simulation results show that the random drift compensation is enhanced by 13.1%,and reduces zero drift by 0.052 6°/h.

基于二进小波变换和软阈值改进的信号消噪

软阈值消噪是信号消噪中的标准算法.理论上,软阈值方法在最小最大误差方面是近似最优的.研究表明,通过结合系数消噪和软阈值方法,可以达到更低的误差下界.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,采用了具有平移不变性的二进小波变换.实验结果表明,文中所提算法的消噪结果具有更高的信噪比和更光滑的外观.

基于软阈值和小波模极大值重构的信号降噪

软阈值小波降噪是一种常用的非平稳信号特征提取方法。为了改进软阈值小波降噪法的性能,提出一种基于软阈值和二进小波变换模极大值的新小波降噪方法。首先,对信号进行二进小波变换,再对小波系数进行软阈值处理;然后,选择由信号产生的小波系数模极大值点;最后,用交替投影算法重建信号。理论分析表明,该方法能有效地降低软阈值小波降噪法的误差下界。仿真试验表明,该方法提高了降噪结果的信噪比,且较好地保留了信号中的奇异性。将该方法和二进小波变换软阈值降噪法结合起来,应用于滚动轴承故障振动信号降噪。结果表明,该方法能有效地提取到信号中的冲击特征。

基于新阈值函数的二进小波变换信号去噪研究

由于二进小波变换的小波基函数存在着一定的冗余,基于二进小波变换的去噪效果要好于离散小波变换的信号去噪·噪声阈值的准确估计和阈值函数的选择对去噪精度有着显著的影响·在分析高斯噪声的二进小波变换特性基础上,提出了一种改进的二进小波变换去噪方法·采用一种新的阈值函数,克服了Donoho软阈值方法中估计小波系数与分解小波系数存在恒定偏差的缺陷·仿真结果表明,改进的二进小波去噪方法不仅可以有效地抑制信号奇异点处的pseudo-Gibbs现象,而且消噪精度高于传统的软硬阈值方法·

基于双树复小波包变换的滚动轴承故障诊断

针对滚动轴承故障的振动信号具有非平稳特性,存在强烈噪声干扰,难以提取故障特征频率的情况,提出了基于双树复小波包变换阈值降噪的故障诊断方法。首先将非平稳的故障振动信号进行双树复小波包分解,得到不同频带的分量;然后对每个分量求其峭度值和相关系数并进行比较;最后选取峭度值和相关系数较大的分量进行软阈值降噪和双树复小波包重构,即可有效地消除振动信号中噪声的干扰,同时保留信号中的有效信息即实现了故障特征信息的提取。本文对轴承外圈故障试验和实际工程数据进行了相关分析,并对比传统离散小波包降噪的效果,本文方法处理后的信号冲击周期性更好,较理想地去除了噪声的影响,验证了该方法可以有效地去除噪声并提取滚动轴承故障的特征信息。

弧焊过程电信号小波软阈值消噪

在CO2 弧焊过程电信号的实际测试过程中 ,噪声的存在常是难以避免的 ,消除噪声是信号分析中重要的环节。小波变换具有很好的时、频局域性 ,以不同的小波变换尺度 ,可将信号分解成不同的频率分量。对于连续信号函数 ,随着尺度的增大 ,小波变换系数也增大 ;对于噪声 ,其小波变换系数随尺度的增大而减小。据此 ,可消除信号中的噪声成分。论文重点分析了小波软阈值法信号消噪方法 ,通过对实测弧焊过程电信号的消噪处理 ,对比分析了低通滤波、粗糙小波和小波软阈值消噪法。结果表明 ,采用低通滤波和粗糙小波消噪 ,会在信号的突变部分产生严重的失真。而小波软阈值法可以在消去信号噪声的同时 ,较好地保持信号的突变部分不失真 ,从而改善信号中特征信息的提取效果。

基于相邻尺度积系数的半软阈值小波滤波

针对相邻尺度积系数硬阈值滤波后的MSE函数不连续,最优阈值选取困难,该文构造了一种基于相邻尺度积系数的半软阈值函数。其为收缩因子函数与小波系数的乘积,对小波系数无穷可导、可在阈值邻域内对小波系数自适应收缩。进而通过极小化SURE(Stein Unbiased Risk Estimate)估计得到MSE意义下自适应于信号和噪声的最优阈值。大量仿真实验表明:采用本文构造的半软阈值函数,可改善基于相邻尺度积系数的滤波算法性能。

一种改进的小波阈值去噪算法及其仿真分析

针对小波阈值去噪方法中传统软硬阈值法各自存在的缺点,提出了开方法阈值去噪法。该方法对阈值的处理采用开方逼近的思路,使其曲线能很快逼近硬阈值方法曲线,并具有较好的连续性,克服了硬阈值法不连续和软阈值法有恒定偏差的缺点。通过仿真试验将开方法与其他三种方法的去噪效果进行了对比。结果证明,新方法兼顾了软硬阈值法的优点,去噪效果更好,信噪比更高。

基于小波变换和Prony算法的间谐波参数辨识

现场采样获得的间谐波信号通常叠加着随机噪声,如果不对噪声进行有效消除,其信号特征信息的提取将会受到很大影响.通过对小波软阈值去噪方法的探讨,对间谐波信号进行去噪预处理,并采用现代谱估计P rony方法辨识间谐波参数,提取信号特征信息.计算结果表明,采用小波软阈值方法对间谐波信号进行去噪预处理,有利于提高其参数辨识的准确性.

连续波雷达生命信息检测和提取技术

雷达生命信号是微弱信号,常常淹没在噪声中,这些杂波噪声具有非平稳随机性,有效去噪是对有用信号提取和分离前的必要手段。本文完善了连续波雷达生命信号的理论模型,采用提升小波变换,通过比较不同阈值函数的去噪效果,确定最佳阈值函数。结果表明:利用提升小波变换、采用一种新型的改进软阈值函数去噪技术,信号的信噪比(SNR)和均方误差(MSE)均优于传统去噪方法。

小波变换对汽车发动机异响信号的降噪处理方法

采用小波变换软阈值去噪的方法,对汽车发动机异响的原始信号进行分解和降噪处理。结果表明,小波去噪的方法具有很好的效果,能够满足工程实际的需要,为进一步分析异响信号获得了噪声极小的有效数据。

重复利用噪声信息的图像去噪的研究

该文主要考虑利用图像噪声再生技术来提取图像细节。其思想是利用被滤除的噪声信号进行回收再利用,通过对噪声信号和初步去噪信号进行小波变换,比较它们的小波系数,当噪声信号的小波系数达到一定的阈值时,将噪声信号的小波系数保留叠加至初步去噪信号的小波系数,然后利用传统的软阈值去噪的方法来进行图像的去噪,从而达到既能够去除噪声,又能保留图像细节的目的。实验证明,该方法较传统的方法在去噪和细节保持上有改进。

基于最佳门限消噪语音增强一种新方法的研究与实践

针对软门限对信号噪声的滤除方法,在分析小波变换消噪原理和方法的基础上,具体分析了阈值对小波变换消噪的影响。提出了改进阈值的阈值函数,给出更好的滤波结果。实验表明这种改进的算法有效地提高了增强效果。

基于PSO优化小波变换的测井信号去噪研究

小波变换被广大科研工作者用于测井信号去噪研究上,而小波参数的选取直接影响最后的去噪效果,所以需要设计获取测井信号最佳小波变换参数的算法。为应对测井信号处理中多种多样的情况,创新性地提出用粒子群算法来改进小波变换参数的选取,并应用随机惯性权重策略改变粒子群算法权重参数,提升粒子群算法收敛速度,增强搜索寻优能力,引入自然选择机制以增加种群多样性,获得对应测井数据的最佳小波变换参数,将最佳小波变换参数应用到阈值法小波变换去噪中,有效分离了有用信号和无用噪声。该算法有效地提高了测井信号的信噪比,降低了均方根差,实现了对测井信号中噪声的有效去除。

基于小波变换的阈值语音信号去噪

介绍了小波变换在语音去噪方面的应用概况。详细阐述了阈值法中的软阈值和硬阈值方法及它们的不足之处,并针对其缺点提出了软硬阈值折衷法去噪算法。最后,通过实验证明了该算法的优越性。

快速小波变换在信号去噪中的应用

简要地介绍了快速小波变换和小波去噪的原理 ,快速小波变换采用Daubechies小波 ,只需有限步分解 ,利用高阶消失矩 ,大大地提高了算法的速度 .数值实验表明 ,用快速小波变换去噪 ,速度快 ,不会产生虚假尖峰 ,去噪效果好 .

声发射信号小波阈值消噪方法研究

声发射信号在采集、转换和传输过程中,由于受到设备、环境及传输信道的影响,不可避免地受到噪声干扰。因此,如何去除信号中的噪声,得到感兴趣的信息成为信号处理中一项关键技术。对声发射信号的小波变换阈值消噪方法进行了研究。首先分别对原始信号进行三重db3和sym8小波分解,然后对分解后的各层系数采用硬软阈值方法进行截断处理,最后利用阈值处理后的小波系数完成信号小波重构。通过试验数据分析比较发现,采用sym8小波基的软阈值消噪方法显著提高了声发射信号的局部弱特征保持能力。

小波消噪及其在氮爆式液压破碎锤测试中的应用

本文简述了小波分析理论及基于小波变换的去噪方法 ,针对氮爆式液压破碎锤测量信号非平稳时变特点 ,对其进行小波分析处理。结果表明 。

强混沌背景中频带内谐波信号提取

针对强混沌背景中频带内信号难以提取这一问题, 提出了基于正交小波变换与小波软阈值滤波相结合的方法。以Lorenz混沌背景为例, 对强混沌背景中的谐波信号进行提取。仿真试验结果表明, 该方法比较适合于混沌背景中弱信号的检测与估计, 与现有的相空间处理方法相比, 简单直接, 计算步骤少, 可以实现对信号的实时处理。另外, 该方法具有普适性, 在混沌背景中信号提取领域有一定的发展前景。

新阈值二进小波去噪算法在齿轮信号中的应用

在齿轮的激光检测过程中,由于各种噪声源的影响,原始信号会出现特征信息弱化的现象,影响了齿轮检测的准确性。为解决该问题,在分析传统软、硬阈值函数不足的基础上,提出了一种新阈值函数和二进小波变换相结合的去噪方法。在该方法中构建了一个可以调节的新阈值函数,该阈值随二进小波分解系数的变化以指数形式动态调整,克服了传统硬阈值函数不连续和传统软阈值函数存在偏差的问题。经仿真实验验证,该方法的信噪比和适用性具有明显的改善。