基于Nomannowsky准则的小波自适应阈值消噪

小波阈值消噪法是去除信号中白噪声的有效算法。根据白噪声和信号小波系数的特点,文中提出一种分解层数自适应确定法和一种基于Nomannowsky准则的各层阈值选取法,并结合软、硬阈值法的特点,改进了小波系数阈值估计的模型。

Intelligently Tuned Wavelet Parameters for GPS/INS Error Estimation

This paper presents a new algorithm for de-noising global positioning system （GPS） and inertial navigation system （INS） data and estimates the INS error using wavelet multi-resolution analysis algorithm （WMRA）-based genetic algorithm （GA） with a well-designed structure appropriate for practical and real time implementations because of its very short training time and elevated accuracy. Different techniques have been implemented to de-noise and estimate the INS and GPS errors. Wavelet de-noising is one of the most exploited techniques that have been recently used to increase the precision and reliability of the integrated GPS/INS navigation system. To ameliorate the WMRA algorithm, GA was exploited to optimize the wavelet parameters so as to determine the best wavelet filter, thresholding selection rule （TSR）, and the optimum level of decomposition （LOD）. This results in increasing the robustness of the WMRA algorithm to estimate the INS error. The proposed intelligent technique has overcome the drawbacks of the tedious selection for WMRA algorithm parameters. Finally, the proposed method improved the stability and reliability of the estimated INS error using real field test data.

小波门限消噪法应用中分解层数及阈值的确定

基于小波变换的门限去噪算法是去除数字信号中白噪声的有效算法。在实际应用中,这种非线性滤波方法有2个核心问题需要解决。一个是门限闽值的选取;另一个是信号分解层数的确定。该文通过数字仿真证明了确定合适的分解层数的重要性。分析了白噪声污染的有用信号的小波变换系数特点。提出了1种分解层数的自适应确定方法,并提出了1种基于3σ法则原理的各层小波空间中阈值的选取方法。仿真结果表明,该文方法具有较好的去噪效果,尤其适合于强噪声背景下弱信号的监测。该文方法明确提出了基于小波变换的门限去噪算法中分解层数和门限阈值2个重要参数的确定方法,增强了这种去噪算法在工程应用中的实用性。

基于Grubbs准则的小波自适应阈值去噪算法

小波阈值去噪法是去除信号中白噪声的有效算法。根据白噪声和信号小波系数的特点,提出一种分解层数自适应确定法和一种基于Grubbs准则的各层阈值选取法,并结合软、硬阈值法的特点,改进了小波系数阈值估计的模型。

基于白化检验和3σ准则的小波阈值去噪算法

基于小波变换的阈值去噪法是去除数字信号中白噪声的有效算法。其中,分解层数、门限阈值以及阈值函数的选取是关键。本文分析了白噪声和有用信号的小波变换系数的特点,在此基础上提出了一种分解层数的自适应确定方法以及一种基于3σ准则的各层小波空间阈值的选取方法,并结合硬阈值和软阈值方法各自的优缺点,提出了一种改进的小波系数阈值估计的模型。仿真结果表明,该方法具有较好的去噪效果,尤其适用于强噪声背景下弱信号的检测。

闪电瞬态电场信号波形去噪方法

通过对传统数字滤波和Birge-Massart小波阈值法的比较，对闪电瞬态电场信号进行了去噪研究。构建了双指数衰减脉冲信号并在其上叠加了高斯白噪声信号来仿真闪电瞬态电场实测波形，通过计算去噪前后信号的均方误差和幅值误差，比较了加权平滑滤波、FIR数字低通滤波器和小波阈值法的去噪效果，从处理仿真波形和实测波形结果可以发现，小波阈值去噪方法明显优于另外两种传统滤波方法。通过比较仿真信号由不同小波分解层数去噪结果的均方误差和幅值误差，确定在对闪电电场实测信号的去噪过程中，小波系数分解层数应选5～7。

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.

基于小波变换的整车驾驶性评价信号去噪

整车驾驶性评价试验采集的加速度信号中混有噪声,严重影响了数据的准确性。针对整车驾驶性评价试验中采集的加速度数据存在的噪声对驾驶性评价指标值的准确性产生影响的问题,提出一种适合于整车驾驶性评价试验数据的小波去噪方法:根据整车加速度数据特征,初步选择备选的小波基函数,通过评价信噪比和均方根误差确定最优的小波基函数和阈值选取规则组合,在此基础上对含噪信号进行多个尺度的分解,通过评价由平滑度和均方根误差构造的复合指标确定最优小波分解层数,从而实现对噪声信号的滤除。对一换挡工况的加速度试验数据采用上述方法的去噪并进行分析,分析结果表明,该小波去噪方法不仅较好地保留了换挡工况中用于评价驾驶性的振动与冲击指标特征,并且能够有效地提取信号的有用频率成分,保证了驾驶性评价指标值的准确性。