小波变换提取电力电容器局部放电信号研究

为了消除电力电容器局部放电信号的噪声,提高电力电容器局部放电信号在线检测的有效性,提出基于小波变换阈值消噪方法的电力电容器局部放电信号提取方法。选择合适的小波基函数和分解层数对信号进行小波分解,确定合适的阈值规则以及阈值估计方法对小波分解系数进行阈值量化处理,从而得到消噪后的局部放电信号。以均方根误差RMSE和信噪比RSN为衡量指标,分析了小波基函数、分解层数、阈值规则和阈值估计方法等对消噪效果的影响。结果表明,当选择db2小波作为最优小波基函数,分解层数定为6层时,利用最大最小准则阈值估计法估计的阈值在软阈值规则下能有效提取电力电容器局部放电信号,达到了最优去噪效果。     

基于指数阈值的小波包变换图像去噪方法

小波包分析是一种比小波变换更加精细的分析方法,在对分解后的小波包系数进行软、硬阈值化处理时,易使重构后的图像产生马赛克现象,造成图像失真,为此提出一种基于指教阈值的小波包变换图像去噪方法.该方法采用小波包对含噪图像进行分解,然后利用指数降噪因子除小波包系数.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

一种FMCW雷达信号的小波阈值函数去噪法

针对调频连续波雷达信号处理中噪声的影响,给出一种改进的小波阈值函数法。差频信号的小波阈值去噪中,首先确定小波基,选择分解层数,对信号进行分解,之后采用改进的小波阈值函数法,并利用通用阈值完成阈值量化处理,最后重构信号。采用改进的小波阈值函数法对差频信号去噪仿真,验证了相比传统的软阈值、硬阈值以及已有的一些改进阈值函数法,信噪比有一定的提高。     

小波自适应阈值和双边滤波的图像去噪

针对VisuShink阈值去噪参数选取仅考虑到噪声标准差和信号长度的不足,提出一种自适应小波阈值并结合双边滤波实现图像去噪的方法。从分析小波子带系数的统计特性出发,选取小波分解层数与子带之间相互关联的自适应阈值,实现图像小波分解自适应去噪,再结合双边滤波去噪方法,以获得能保留图像丰富细节信息的图像降噪效果。通过多幅图像加不同强度噪声所做测试显示,新方法相比传统的软硬阈值函数去噪方法更有效,尤其是对高强度高斯噪声图像去噪,可得到较好的峰值信噪比和视觉图像质量。     

基于经验模态分解(EMD)的小波阈值除噪方法

针对低信噪比信号的去噪问题,提出了一种基于经验模态分解的小波阈值去噪方法,并与小波变换去噪法的效果相比较．试验结果证明,当信号的信噪比较小时,基于经验模态分解的小波阈值去噪效果是相当有效和稳定的,为研究环境脉动下结构的输出信号去噪处理提供了新的手段．     

一种新的小波阈值去噪算法及仿真

针对传统软、硬阈值函数和现有的大部分研究文献中所设计的阈值函数存在的缺陷,提出了一个新的阈值函数,该函数在整个小波域内(包括阈值点处)连续可导,且除阈值点外高阶可导,便于各种数学处理。另外可以通过参数调整来获得有效的阈值函数,从而达到比较理想的去噪效果。然后在以信噪比为主要评价标准的前提下提出了一种新的确定小波最优分解层数的自适应算法,该算法简单实用,可确定最优分解层数以达到最佳信噪比。最后,在MATLAB环境下进行了仿真实验,仿真结果表明,该算法能够获得比较好的去噪效果,具有广阔的应用前景。     

振动测试信号处理的小波变换方法

分析了小波变换的局部化特性，以及基于Donoho理论的小波阈值去噪方法，研究比较了不同阈值规则与阈值函数对去噪效果的影响。利用小波分解重构算法，对振动测试信号进行去噪处理，改善测试信号的信噪比，减少信号损失。     

新型小波阈值函数的仿真及应用

提出了一种新型小波阈值函数.借助于典型信号和高斯白噪声叠加形成测试信号,对传统小波阈值函数、改进小波阈值函数及新型小波阈值函数的去噪效果进行对比仿真研究.结果表明,采用新型小波阈值函数所得到的去噪信号,其信噪比和均方差均最优.此外,将新型小波阈值函数用于滚动轴承的实际振动信号的去噪研究,从去噪信号的时域信号对比及信噪比来看,该函数具有较好的去噪效果,使信噪比得到了较大提高.     

步态识别的小波去噪质量评价方法

针对步态加速度信号由于采集信号包含大量尖峰或突变等高频噪声,导致在步态分析、周期划分和特征提取方面存在困难的问题,提出了一种利用小波去噪质量评价来对加速度信号小波去噪的最优参数进行选择的新方法.根据质量评价指标的几何和物理意义,使用评价指标值来指导小波去噪最优小波分解与重构层数的参数选择.当评价指标值取最小值时,其对应分解层数为最优分解层数,采用的小波基函数为最优小波基函数.结果表明,本文方法在步态识别领域可以为步态信号小波去噪选择最优小波基函数和分解层数提供理论依据.     

基于多个小波包基分析的图像融合去噪方法研究

根据不同特性的小渡包基有效表示图像的侧重点不同,提出一种基于多个小波包基分析的图像融合去噪方法.即利用不同特性的小波包基对含噪图像进行分解,然后对软阈值处理后的系数按照一定的融合规则进行融合处理,得到一组新的融合后的子图像,最后利用小波包逆变换重构得到融合后的新图像.实验表明,本算法去噪后的图像在峰值信噪比及主观视觉效果两方面均得到了明显改善.     

一种新的基于小波变换的语音消噪方法

提出一种新的语音消噪处理方法:二次小波分解全局阈值法.该方法不同于传统阈值消噪方法,首先对语音信号高频部分做了二次分解,然后应用阈值消噪的方法对信号进行消噪处理.该方法在MATLAB上进行了模拟实验.试验结果表明该种方法鲁棒性很好,提高了信噪比,去除了大部分噪声,同时有效信号的能量也相当完整地保留下来,能够很好地解决噪声对语音信号的干扰问题.     

小波阈值降噪效果影响因素的研究

小波分析是一门正在迅速发展的新兴学科。阈值降噪法在信号降噪领域已经得到越来越广泛的应用。本论文首先讨论了小波阈值降噪法的基本原理;其次通过理论分析和MATLAB仿真实验,详细讨论了小波阈值降噪中降噪效果影响的因素。最后,对小波阈值降噪的降噪效果进行了总结。     

基于自适应阈值的提升小波去噪方法

鉴于传统的去噪算法中的阈值很难选取到最优值,设计了自适应的阈值选取器,结合最小均方算法和小渡阈值去噪算法,提出了一种基于LMS算法的小波去噪方法.该方法根据LMS算法来自适应地控制阈值参数,并实现提升小波阈值去噪.仿真结果表明,该方法优于传统去噪方法,可较大程度地减少信号中的噪声,提高输出信号的信噪比,能很好地提取有用信号的特征.     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

基于小波变换的表面肌电信号的消噪处理

表面肌电信号因其无创性被广泛应用,但因其为一组肌群的募集信息,所以包含了更多的噪声.本文针对这个问题通过仔细选择肌电信号的采集位置,在采用高精度的肌电采集系统及11 025 Hz的过采样率的基础上采集到多组表面肌电信号,结合肌电信号的特点利用小波变换中的消噪技术对不同频段的信号进行不同阈值的消噪处理.实验表明,该方法有很好的消噪效果.     

小波分析在无线随钻系统测试信号处理中的应用

对随钻系统地面遥测信号及测量环境进行了分析,采用分相码的编码方式来传输信息,提高了检测的可靠性.讨论了运用小波变换信号处理技术从频率不固定的多频强噪声背景下提炼出有用信号的方法,并给出了仿真结果.     

小波去噪结合信道估计在OFDM系统中的应用

在正交频分复用（OFDM：Orthogonal Frequency Division Multiplexing）系统中，我们通常从频率域的角度估计信道衰落因子，在频率域，发射的信号在经历了乘性衰落的同时还经历了加性的噪声的干扰，不论我们采用哪种方法来估计乘性的衰落因子，加性噪声的干扰始终存在，从而影响了估计的质量，将小渡去噪用于信道估计中以去除其中的加性干扰。从而在不增加复杂度的前提下，提高了信道估计的准确度，进而提高了整个系统的性能，同时证明了该方法适用于不同的信道环境（频率选择性衰落信道、平坦衰落信道、快衰落和慢衰落信道）。     

基于小波和匹配跟踪两种降噪方法的比较研究

对基于小波和匹配跟踪的两种降噪方法进行了比较研究,利用Matlab软件对几种典型的噪声信号使用以上两种方法进行了降噪处理,并结合处理结果对这两种降噪方法进行了分析比较。结果表明两种方法各有所长,分别适合不同类型信号的降噪处理。另外,还做了一些关于数据处理的工程应用方面的工作。     

小波降噪在结构动力响应中的应用

笔者在模拟环境激励时加入了不同标准的噪声,从小波函数的选取、最大分解尺度及阈值的选取等方面进行对比分析,从信噪比和均方根误差两个指标来评价降噪的效果,提出适用于环境激励的结构动力响应降噪流程.     

小波变换在肌电信号预处理中的应用

传统检测方法处理肌电信号时，个体差异比较大，针对这一不足，首先应用小波消噪理论对肌电信号进行预处理，将信号进行小波分解与重构，消除了肌电信号实际测量中不可测噪声的干扰，然后分析重构得到的信号的功率谱比值和对应肢体动作变化之间的关系。这种方法很适合处理非特定人的肌电信号。实验表明这种方法与单一使用功率谱比值法的方法相比，动作模式识别率得到了提高。同时，采用虚拟仪器技术提高仪器的测量精度，降低成本。