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.     

基于小波包分析的激光雷达信号消噪算法的研究

针对激光雷达回波信号所含噪声的特点,提出并详细论述了一种能够对激光雷达回波信号进行有效消噪的小波包平均阈值变换方法。该方法通过求取最优小波包基的每个结点的阈值,并进行平均后作为全局阈值来实现小波包消噪。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,并对米氏散射激光雷达系统实际探测得到的大气回波信号进行了消噪处理。同时,将该方法与小波全局阈值消噪、小波包默认阈值的消噪效果进行了对比分析。仿真结果和实验结果表明,基于平均阈值的小波包消噪方法能够有效降低激光雷达回波信号中所含噪声,并且其消噪效果明显优于另外两种小波分析方法。     

基于自适应提升方案的回波信号消噪算法研究

采用自适应提升小波方案,根据激光探测系统接收的回波信号特征,提出了一种更新滤波器和预测滤波器的设计方案,从而实现了自适应地调整预测和更新算子,增强了与处理信息的匹配,有效地提高了系统输出回波信号的峰值信噪比.其次,利用激光探测系统中检测的回波信号与噪声特点,给出了一种去噪软阈值的选取方案.将此算法应用于激光探测系统消噪,较好地满足了在强背景噪声下检测微弱信号的要求.仿真结果表明,采用该算法实现的激光探测系统去噪,在抑制噪声的同时较有效地保留信号的细节,重构了清晰的回波信号.     

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。     

小波消噪方法在目标磁信号检测中的应用

磁信号检测中,针对含噪磁信号信噪比较低的问题,应用小波消噪方法对其消噪处理,滤除磁噪声,提高信号的信噪比。先构建磁性目标偶极子模型,仿真得到磁性目标含噪磁异常信号,再应用sym8小波进行5层分解,使用heursure软阈值法对含噪信号进行消噪,仿真试验表明该方法具有一定的工程应用价值。     

多脉冲远程激光测距回波处理方法研究

为了解决远程激光测距回波信号信噪比低、信号难以检测的问题,提出了一种基于EMD的小波阈值去噪方法。首先,将脉冲回波信号通过EMD算法分解为频率从高到低的不同分量;其次,对高频分量进行小波阈值去噪处理,提出了一种阈值改进方法,从而提高了信噪比;最后,将去噪后的信号进行峰值检测,定位回波脉冲的峰值所在位置。通过matlab仿真,验证了文章所提出方法的有效性。结果显示,该方法可以将激光回波信噪比从-15dB提高到2.66dB,采用200Msps的AD进行采样,定位目标误差可控制在1.5m以内。     

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。     

小波分析在数字超声检测系统消噪中的应用

基于小波函数的特点,从小波分解的效果,小波降低信噪比等方面,系统地分析小波及小波包在混凝土构件超声信号检测中的应用,利用四阶Daubechies小波函数建立了一小波消噪模型.实际应用效果分析表明,混凝土构件超声信号经小波及小波包处理后,提高了超声检测的灵敏度,增强了超声波检测检出缺陷的能力.     

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.