半导体激光云高仪小波去噪算法研究

针对半导体激光云高仪回波信号所含噪声的特点,提出并详细论述了一种能够对半导体激光云高仪回波信号进行有效消噪的小波自适应阈值方法。为了验证该方法的有效性,对包含高斯白噪声的模拟信号进行了仿真消噪,并对半导体激光云高测量系统实际探测得到的大气回波信号进行了消噪处理。同时,将该方法与小波模极大值消噪、小波分解重构、小波默认阈值的消噪效果进行了对比分析。仿真和实验结果表明,小波自适应阈值方法能够有效降低半导体激光云高仪回波信号中所含噪声,并且其消噪效果明显优于另外三种小波分析方法。     

基于小波包阈值法的无线电信号消噪研究

无线电信号受环境、设备等因素的影响,使监测接收机收到的无线电信号被噪声不同程度地污染,影响到监测数据的准确性.信号消噪在通信和信息学领域一直是研究的重点之一,本文介绍了小波包阈值法的无线电信号消噪原理,提出有效的消噪算法,通过仿真实验进行对比,证明了该方法的有效性.实验证明,小波包阈值法简单可靠,能够有效消除噪声,达到还原原始无线电信号的目的.     

基于小波阈值法的激光雷达回波信号去噪研究

为了对激光雷达探测回波信号去噪进行研究，基于小波阈值法分析了激光雷达发射和探测回波信号，创建了基于MATLAB仿真平台的模型, 研究了阈值法中选择各参量的策略，结合激光雷达信号和噪声特性，选取了去噪处理中的最佳参量，并进行了4种阈值策略的仿真实验，实现了对探测回波信号中目标信号的有效提取和去噪。结果表明，对于低信噪比信号，同一基函数分解层越高去噪效果越好，在分解层数j为4~5时去噪效果最好; 对于高信噪比信号，同一基函数分解层越低去噪效果越好，在j=3时去噪效果最好，并且信号db9基函数去噪效果好于db2基函数去噪效果。此研究获得了较为理想的去噪结果。     

小波包多阈值法在地震信号去噪中的应用研究

地震信号中通常含有各种干扰噪声,严重影响了地震资料的信噪比和分辨率,小波包变换是地震资料去噪的有效方法之一。针对传统小波包阈值去噪不明显和存在失真的问题,提出一种基于多阈值函数的小波包地震信号去噪方法。对地震波信号进行小波包分解,并对小波包分解系数按照频率大小的顺序进行排列,根据分解的系数处于不同频带选取不同的阈值准则进行去噪处理,对得到的系数进行重构,可有效地去除地震信号中的噪声。对仿真地震信号以及实际地震信号进行小波包多阈值去噪处理,实验结果表明,该方法较好地去除了干扰噪声保留了有用信号,去噪效果明显且失真小,有效地提高了地震资料的分辨率。     

小波变换在雷达回波信号消噪处理中的应用

分析了雷达回波信号中所含噪声的特点、小波变换的原理,在此基础上着重论述了小波变换应用于雷达回波信号消噪处理的原理和方法,并从仿真试验中验证:将小波变换应用于雷达回波信号的消噪处理,可以极大地改善回波的信噪比,提高目标信号的可检测性.     

基于主成分分析的经验模态分解消噪方法

 针对非线性非平稳信号的去噪问题,提出一种基于主成分分析(PCA)的经验模态分解(EMD)消噪方法.该方法根据EMD的分解特性,利用PCA对噪声信号经EMD分解后的内蕴模态函数(IMF)进行去噪处理:首先利用"3σ法则"对第一层IMF进行细节信息提取,并估计每层IMF中所含噪声的能量;然后对IMF进行PCA变换,根据IMF中所含噪声的能量选择合适数目的主成分分量进行重构,以去除IMF中的噪声.为验证本文方法的有效性,进行了数字仿真与实例应用实验.实验结果均表明,所提方法的消噪效果整体上优于Bayesian小波阈值消噪方法和基于模态单元的EMD阈值消噪方法,是一种有效的信号消噪新方法.     

基于小波多分辨率分析的一维信号阈值去噪

介绍了基于阈值选取的小波去噪原理及去噪步骤。分别用傅立叶分析法和小波分析法对一加入白噪声的信号进行消噪处理,仿真结果表明,用小波进行信号的消噪可以很好的保存有用信号中的尖峰和突变部分,小波分析技术在本质上比傅立叶分析技术具有更大的优越性。对某系统的某次采样信号,分别选用强制消噪、默认阈值消噪和给定软阈值消噪三种阈值进行小波去噪,并对仿真结果进行分析比较。     

基于小波变换的探地雷达信号去噪方法

探地雷达回波信号受背景噪声、测量噪声、模型噪声的影响很容易被噪声所掩盖。为了提高雷达回波信号的信噪比。文中提出了一种小波变换阈值去噪和预先处理回波信号相结合的方法来对雷达回波信号进行去噪处理。试验结果证明,该方法能有效去除回波信号噪声,且能很好的保留原信号的特性,与单独阈值去噪方法相比,具有较明显的优越性。     

小波分析在脉冲压缩雷达中的去噪研究

LFM信号是脉冲压缩雷达的常用信号,针对脉冲压缩回波信号中混有噪声,采用小波分析对其进行消噪。对多个目标的回波进行了仿真,结果表明该方法具有较好的抑制高斯杂波的能力,提高了信噪比,即使目标回波淹没在噪声中,去噪之后也能够识别出来,具有较强的目标识别能力。     

基于小波包变换的多阈值法语音信号去噪净化

文中在小波包变换和传统阈值法的基础上,提出了一种基于小波包变换的多尺度多阈值语音信号去噪净化方法。采用小波包分解,克服了传统的正交小波变换的缺陷。采用多尺度多阈值方法,通过改进噪声方差估计方法,在去噪的同时,进一步提高信噪比。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

小波包阈值降噪法处理光纤陀螺信号

光纤陀螺以其自身结构和外部环境的影响容易在输出信号中产生随机噪声。为了消除光纤陀螺输出数据中的随机噪声,提出了用小波包阈值法来处理陀螺信号。在分析小波包变换理论及其分解重构算法的基础上,结合光纤陀螺输出数据的数学模型,对光纤陀螺随机信号进行四层小波包分解。通过阈值法对分解得到的各个节点分解系数中小于阈值的部分置零,利用处理过的节点系数进行重构以消除重构陀螺信号中的噪声。仿真实验结果表明,小波包阈值法比小波软硬阈值法在处理光纤陀螺信号中的效果更好,信噪比更高。     

基于提升小波与粒子群相结合的混沌信号降噪

提升小波变换用于混沌信号降噪具有良好的效果,阈值选取与混沌信号降噪后信号的畸变具有紧密联系。为了提高混沌信号中提升小波的自适应能力,降低降噪后信号的畸变率,提出了一种基于提升小波和粒子群相结合的混沌信号降噪方法。该方法在对提升小波变换后的细节部分进行阈值处理时,采用阈值自适应选择方法,并结合粒子群算法全局搜索最优阈值。通过对Colpitts模型进行仿真分析,与标准的软阈值降噪相比,能更好地对混沌信号降噪,并且降噪后信号失真度较小,具有很好的应用价值。     

基于改进小波阈值法处理MEMS陀螺信号噪声

小波具有多分辨率分析特性,利用小波阈值去噪可以有效地处理MEMS陀螺信号的噪声.针对常用阈值小波去噪方法的不足,提出了一种改进的小波阈值方法.详细介绍了该方法的原理与实现过程,并将其应用到MEMS陀螺信号处理过程中.使用db4小波,应用不同的阈值函数对MEMS陀螺信号进行4尺度分解.仿真实验分析比较表明,改进的小波阈值方法可以有效地剔除信号中的噪声,抑制了MEMS陀螺仪的随机漂移;与现有的阈值方法相比,信噪比提高了18.3%.     

基于水下图像小波变换的图像阈值去噪方法的研究

水下图像污染过程和机理十分复杂,不同的水下环境噪声也不尽相同。在此尝试用小波阈值去噪方法对水下图像进行去噪,力求改善图像质量。小波阈值去噪是信号处理中一种重要的去噪方法,针对常用硬阈值函数不连续的特点以及软阈值函数存在偏差的问题,提出了一种新的阈值处理方法。在Matlab中的仿真试验结果表明,新阈值方法的去噪效果无论在视觉效果上,还是在信噪比上都优于传统的硬阈值和软阈值,充分体现出小波阈值去噪方法的优越性。     

基于平稳小波变换的心电信号噪声消除方法

本文针对小波空间适应法在心电信号消噪中的缺陷,提出一种利用平稳小波变换(Stationary Wavelet Transform)的心电信号消噪方法,对受噪声污染的心电信号进行多层平稳小波变换,逐层估计平稳小波变换细节信号中噪声的均方差σ_j,选取各层阈值σ_j 2lnn (n为细节信号长度),对平稳小波变换的各层细节信号进行分别阈值处理,然后进行小波逆变换重建信号,以达到对信号消噪和恢复的目的.这种方法可以很好的抑制小波空间适应法消噪出现的Gibbs现象,较好地保持了心电信号的几何特征.     

基于离散小波标架的信号降噪

本文提出了基于小波标架的软门限压缩降噪方法,它是根据小波标架表示系数在不同的尺度有不同的方差,在各尺度分别模拟理想选择估计器来选择门限对小波系数进行压缩。该方法能有效地减少［３,４］中基于小波基方法的振荡效应,并对仿真结果作了理论分析。     

基于模糊PCNN的小波域超声医学图像去噪方法

在分析了斑点噪声和PCNN的特点的基础上,将PCNN引入到小波域中,并结合小波软阈值去噪思想,提出了基于PCNN的超声医学图像软阈值去噪方法(ST-PCNN),该方法的优点是实现了在小波域中利用PCNN来识别高频信号的小波系数,并采用相应的方法处理小波系数,改善了PCNN难以确定斑点噪声的位置和采用固定阈值造成高频信号损失的缺点,更好的保留了低于固定阈值的高频信号的小波系数;在此基础上,将模糊算法引入到PCNN模型中,进一步提出了基于模糊PCNN的小波域超声医学图像去噪方法(F-PCNN-WD),该方法利用模糊算法来去除PCNN点火过程中大于点火阈值的斑点噪声的小波系数,以更好的去除斑点噪声。实验结果表明,ST-PCNN和F-PCNN-WD方法不仅能够有效地去除噪声,而且能够很好的保留图像的边缘和细节信息。     

基于小波包-FHN模型的UWB信号检测

在超宽带冲激无线电信号检测中,针对FHN神经元模型随机共振中检测信噪比受限的问题,研究分析了小波包理论及传统单阈值小波包的缺点,结合新的分段阈值小波包去噪算法,提出一种小波包与FHN神经元模型随机共振联合检测的新方法,并对所提算法的性能进行仿真验证。仿真实验表明,新方法克服了FHN模型的信噪比门限,降低了FHN模型的检测信噪比,改善了FHN模型的检测性能,可有效恢复强噪声背景下的超宽带冲激无线电信号波形。      

小波阈值法降噪分析与改进

为了有效降低信号中的噪声,提高信噪比,本文研究了小波阈值法降噪的原理和小波系数估计方法,针对估计小波系数的硬阈值法不连续和软阈值法有偏差的缺点,提出通过引入α因子对小波系数的估计方法进行改进,给出了改进方案估计模型器的模型.数值实验结果表明,α因子取值适当,改进方案能够在一定程度上克服软阈值和硬阈值方法中固有的缺点,取...     

脉冲涡流热成像图像的BEMD提升小波阈值去噪

在脉冲涡流热成像检测中,有效抑制红外热图的噪声是最终提取特征量识别缺陷的关键环节之一。将提升小波阈值去噪的思想运用到二维经验模态分解(BEMD)中,提出了一种基于BEMD的提升小波阈值去噪方法。针对传统软、硬阈值法的局限性,引入包括带有可变因子的隶属函数的模糊阈值处理方法。将该方法运用于脉冲涡流热成像信号的实际消噪处理,实验结果表明,该方法与小波阈值去噪相比,去噪效果更明显,图像的细节特征更清晰。