小波域自适应滤波的红外弱小目标检测

针对红外弱小目标检测,在图像自适应阈值降噪的基础上,提出了一种小波域自适应滤波的检测算法.该方法利用图像小波分解后高低频分离的特点,采用基于Context模型的自适应滤波器对含有目标的高频系数进行处理,最后采用自适应门限进行二值化图像分割以检测出目标.实验结果表明,与Top - hat滤波相比,该方法能够更有效地检测出...     

一种微机电系统陀螺信号基于小波域的Karhunen-Loeve变换去噪方法

为了减少梳状音叉微机电系统(MEMS)陀螺的随机漂移误差,提出了一种小波域上的Karhunen-Loeve变换(KLT)的MEMS陀螺漂移信号的去噪方法。其主要思想是:先对分段的MEMS陀螺漂移信号进行小波分解;然后对各个中高频子带进行6抽头滤波,插值成和最高频带相同长度的样本点后,利用小波各尺度间的相似性进行高频分量的KLT变换,在一定程度上去除不相干噪声;最后对KLT降噪后的信号再进行小波阈值处理完成进一步的降噪。实验结果表明,所提方法相对于基于小波变换的各种阈值方法,陀螺输出信号的方差、零偏稳定性和随机游走误差都有了明显的改善。     

一种改进的小波域阈值滤波方法

针对使用传统小波域阈值滤波方法对非平稳的低信噪比信号进行处理时,其去噪效果不是很好的问题,提出了一种小波域N次阈值滤波方法,并对小波域二次阈值滤波方法进行了实验仿真,仿真结果表明该方法对低信噪比信号去噪效果更好.     

基于小波包分解的遥感图像压缩方法

基于小波包分解的遥感图像混合编码方法,首先将小波包分解后的低频和高频小波系数域值化为重要系数和非重要系数.低频重要系数采用无失真编码压缩.高频重要系数及其位置图,先用数学形态学方法进行聚类,再用标量量化和行程编码对重要系数和位置图分别编码.试验证明这种方法有效.     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

小波包神经网络在雷达导引头信号处理中的应用

为从背景杂波中有效地提取出目标的特征信号,文中提出了一种将小波包分解和神经网络相结合的去噪方案。利用小波包对信号的低频和高频部分进行精细分解,得到信号在多尺度空间上的分解系数。根据信号和噪声在不同尺度小波包分解下的小波包特性,利用神经网络对分解系数进行处理,再用新的小波包分解系数对信号进行重构,以达到滤除噪声的目的。     

小波分析在扭矩动态测试法去噪中的应用

首先介绍小波分析基础理论,然后讨论小波分析在动态扭矩测量信号滤波中的应用.通过对所获得的扭矩信号进行离散小波变换,利用阀值量化处理的方法去除噪声,将剩余部分进行重构,形成了抑制噪声的滤波信号.实验结果表明该方法对采样信号滤波是十分有效的,对提高扭矩测量精度很有利.     

遥测实测信号的奇异值滤波

在实际的工程测量过程中,噪声与系统固有信号往往是混叠而难以分离.为了对后续测量进行改进,需要对遥测信号进行精处理.如何剔除或抑制噪声,提取出测量信号中的固有信号,是对遥测数据进行精处理的基础.文中提出应用奇异值分解理论对遥测信号中的电量信号进行滤波处理.针对奇异值分解中有效秩对矩阵重构的重要性,应用统计聚类分析方法确定奇异值分解中的有效秩.通过与传统中值滤波结果进行比较,说明文中提出的方法能够应用于遥测信号的滤波处理中.     

基于多尺度自适应卡尔曼滤波的分形信号去噪

针对1/f分形信号在传输过程会受到噪声污染问题,提出了一种基于小波变换与自适应卡尔曼滤波相结合的多尺度自,应去卷积滤波方法.根据小波变换对l/f分形信号进行白化的特点,在小波域对小波系数建模,先利用最小二乘法求解模型系数,然后基于自适应卡尔曼去卷积滤波对1If分形信号进行估计.仿真实验表明,在不同的输入信噪比与分形指数情况下,所提出的去噪方法均能取得较好的效果.     

基于拟合和小波分解的引信多普勒频率滤波

防空导弹无线电引信多普勒频率经常包含野值,给试验结果分析带来一定困难,小波变换和时频峰值滤波去除方法只研究了野值所占比例小且成片野值少时的情形。针对该问题研究了一种基于非线性最小二乘拟合和小波分解的滤波方法,该方法首先对低频小波系数进行拟合滤除随机误差,然后将拟合和小波分解相结合判别和替换野值。经仿真验证该方法可以滤除随机误差和野值,多普勒频率序列仅含随机误差和孤立野值时滤波精度很高;若包含成片野值且野值总量小于序列总数的三分之一,滤波精度仍然满足要求。     

局域波降噪及样本熵在齿轮箱故障诊断中的应用

针对齿轮箱振动信号中存在大量背景噪声及以往故障诊断中在时域、频域寻找与故障相关信息过程相对复杂的问题,提出了一种将局域波降噪与小波包分解提取频带能量最大信号的样本熵作为特征量相结合的齿轮箱故障诊断方法.首先,以峭度值作为依据对局域波分解后的各IMF(本征模式分量)分量进行重构,完成对原始信号的降噪.接着对降噪后的信号进行小波包分解并计算各子带的能量,选取子带能量最大的频段信号计算其样本熵作为特征量完成对故障的识别.以齿轮箱试验台实测信号为对象进行对比分析,证明了该方法的有效性.     

强背景噪声下的小波熵模极大值消噪方法

针对矿井提升机特征信号在强非平稳和强噪声背景下难以有效提取的问题,结合小波能量熵理论与小波模极大值的奇异性理论,提出一种有效的强背景噪声下提升机信号消噪方法。该方法利用信息熵能定量描述时-频域能量概率分布的特性,采用小波熵自适应确定噪声阈值,有效去除随小波分解尺度增大而不断减小的小波模极大值,保留随尺度增大而增大的模极大值,并重构经有效过滤的剩余小波模极大值,实现强背景噪声下噪声信号与真实信号的有效分离。通过对仿真信号和提升机实测信号的应用,表明了该方法消噪效果明显,消噪数据可靠,提高了强背景噪声下提升机故障诊断的数据可靠性。     

小波分析在再入体辨识数据处理中的应用

针对辨识数据的处理问题，提出了基于小波分析的数据处理方法。对于含噪声数据的噪声未知时，可以通过小波高频分解系数估计出噪声的强度，进行数据滤波。该方法简单且去噪效果好，仿真结果进一步证实了本方法的有效性。     

结合形态滤波与多分辨率 SVD 包的电能质量扰动检测

针对电能质量的扰动检测问题,以电流信号为研究对象,提出结合形态滤波与多分辨率奇异值分解 (singular value decomposition,SVD)包的电能质量扰动检测算法。根据形态学滤波器计算特点,采用余弦结构元素, 对滤除噪声后的信号构造矩阵进行多分辨率 SVD 包分解,通过分解后的高频分量特征检测扰动,结合自适应阈值判 断是否发生扰动,利用仿真对其进行验证。仿真实验结果表明：该算法相较于普通形态学与 SVD 方法有更好的抗噪 能力,且可实现对扰动信号的快速、准确定位。     

密闭爆发器压力信号的时频分析与特征提取

利用小波变换提取了密闭爆发器压力信号的时频特征,讨论了小波在压力信号趋势检测和信号去噪方面的应用.将反映复杂燃烧过程的压力信号在频域内加以区分和定位,可以从中获得更多的信息,用小波的方法对数据进行平滑处理,与传统的滤波方法相比物理意义更加明确.     

随机噪声的频域滤波方法

提出了一种新的滤波方法。该方法的基本思路是,将时域中被噪声污染的测量信号通过傅里叶变换转换到频域中去,一般来说,测量信号和噪声的功率谱在频域中是不重合的。接着,在频域中将噪声谱删除,只剩下测量信号的功率谱。然后,再将测量信号的功率谱通过傅里叶反变换,转回到时域中去。这样,就最终实现了测量信号与噪声的分离。     

基于谐波小波的舰船辐射噪声线谱提取方法

针对传统方法在低信噪比情况下难以准确提取舰船辐射噪声线谱成分的问题,提出一种基于谐波小波变换的高分辨线谱提取方法。通过对舰船辐射噪声信号进行谐波小波变换,将其正交、无泄漏地分解到相互独立的频段上,提取线谱所在频段的谐波小波系数且将其它频段置零,进而在时域重构出线谱信号,实现信号与其它成分的分离。实验分析结果表明:该方法对背景噪声有较好的抑制作用,提取微弱线谱信号的能力和精度优于FFT分析方法,比传统FIR滤波器方法性能提高了约5dB,有利于辐射噪声特征线谱的提取。