超声波测距系统中的小波去噪方法研究

针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理。为取得较好的去噪效果,对小波变换的参数选取进行了研究。根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、硬阈值函数的改进阈值函数进行小波系数处理。为验证方法的有效性,搭建基于NI数据采集卡和LabVIEW的超声回波信号采集平台,利用MATLAB小波工具包完成回波信号的去噪处理,并通过信噪比、均方根误差等指标对去噪效果进行综合评判。实验表明小波去噪可以达到很好的去噪效果,为大量程超声测距提供理论基础。     

基于双树复小波变换与样本熵的自适应降噪法

为了实现工程机械结构监测信号降噪效果的评价,将样本熵的概念引入双树复小波分解中,提出基于双树复小波变换（dual?tree complex wavelet transform, 简称DT?CWT）与样本熵（sample entropy,简称SE）相结合的监测信号自适应降噪方法（DT?CWT?SE）。首先,采用双树复小波变换对含有噪声的监测信号进行多层分解;其次,分别计算双树复小波分解所得的各尺度细节分量样本熵与相邻尺度细节分量的样本熵的差值,通过比较相邻各尺度样本熵之差的大小确定双树复小波最优分解层数;最后,根据各尺度样本熵的变化规律确定各层小波系数的降噪阈值,对降噪后的小波系数进行重构以实现信号自适应降噪。仿真分析与实验对比结果表明：该方法对监测信号去噪较彻底,且降噪后的信号失真度小,降噪效果以及保留原信号信息完整性的能力明显优于传统小波阈值降噪法。     

基于双树复小波变换的心电信号去噪研究

在心电信号处理过程中,为了避免产生Gibbs振荡现象和严重的频率混叠现象,提出一种基于双树复小波变换,并结合最大后验估计确定阈值的心电信号去噪方法.文中采用了信噪比和均方误差来评价双树复小波变换和离散小波变换两种方法对心电信号的去噪效果.实验结果表明:与传统离散小波变换相比,双树复小波变换去噪更彻底,边界、纹理等特征能较好地保留,可以作为一种生物医学信号降噪处理的新方法.     

小波变换在超声探伤仪检测回波处理中的应用

超声检测时探伤仪的电噪声和被检粗晶材料的散射噪声严重影响检测回波的信噪比。研究小波变换软阈值去噪方法在超声检测回波处理中的应用。在分析仪器电噪声、材料散射噪声和缺陷回波的小波变换特性的基础上，提出一种用一个尺度问变化的门限阀值来抑制噪声回波的小波变换系数再重构检测回波的方法提高信噪比。距离一波幅一当量曲线测定实验结果表明，该方法具有很好的去噪效果，处理后的回波损失小，能保证超声探伤的定量准确性。     

基于改进双树复小波的光谱去噪算法研究

为了消除可见光近红外光谱噪声,提高利用光谱曲线进行信息提取的精度,提出一种改进双树复小波变换(DTCWT)的后验估计及广义形态滤波的光谱去噪方法。首先对带噪信号进行双树复小波分解,将信号的高频部分和低频部分进行分离。然后分别采用最大后验(MAP)估计算法和广义形态学滤波(GMF)对高频系数和低频系数进行去噪处理。最后对去噪后的高频系数和低频系数进行DTCWT反变换,得到去噪光谱。对USGS光谱库中的植被光谱以及铁铝榴石光谱进行实验,结果表明该方法易于实现,去噪效果理想,是一种很好的可见光近红外光谱去噪方法。     

基于提升小波的电能质量高效定位算法

针对暂态电能质量扰动信号的检测和定位,提出了一种基于提升复小波的高效定位算法.首先对扰动信号基于(maximum posteriori,MAP)最大后验估计的双树复小波进行去噪预处理,对不同分解层次的细节系数的噪声方差和信号方差进行估计运算,同时计算各分解层的阈值,得到去噪阈值.扰动信号进行去噪预处理后,利用提升小波对去噪后的扰动信号进行定位,并与传统实小波进行了定位准确度和算法耗时的比较.仿真实验结果表明,所提去噪预处理定位算法步骤简单,效果理想定位运算速度快且易于实现,实用性强,两者结合具有良好的应用前景.     

基于MAP估计的复小波域局部自适应绝缘子红外热像去噪方法

为了从强白噪声干扰的红外热像中提取真实的绝缘子盘面温度场信息,提出一种基于MAP估计的复小波域局部自适应去噪方法.首次证实了绝缘子红外热像双树复小波变换(DT-CWT)系数服从拉普拉斯分布,并对不同滤波器组采用各自最精细分解层子带系数估计噪声方差,利用待估计点圆形邻域系数估计信号方差,且随分辨率变化调整圆形邻域半径,使得MAP估计的无噪声系数更为准确,提高了去噪图像质量.实验结果表明,该方法比传统的Wiener滤波法、基于离散小波变换和DT-CWT的贝叶斯阈值去噪方法具有更高的信噪比,在有效去除图像噪声的同时,图像细节信息保留更完好.     

小波降噪在超声回波信号处理中的应用

在深海采矿环境中超声波传输介质里存在着大量气泡、扰动沉积物、机械噪声等背景噪声与混响,导致有用信号与高噪声信号迭加在一起,严重影响了测距精度.采用小波分析方法将超声回波信号进行3层小波分解,适当设置门限阈值对小波系数进行处理,然后对信号进行重构,有效地抑制了信号中噪声对测量精度的影响.研究结果表明:小波方法有很好的降低回波信号中噪声的效果,其测距精度高于自适应滤波去噪后的测距精度.     

超声回波信号的小波软阈值法去噪处理

针对工程中常用的脉冲反射法超声检测中反射回波信号的特点,研究了基于小波分解的阈值去噪方法,通过理论分析、仿真以及实验研究得出,对于超声回波选取sym8小波基,采用软阈值法,运用基于史坦无偏似然估计的阈值选取规则,分解层数为4层时,可以有效地去除噪声干扰,突出缺陷信号,去噪性能优于硬阈值法.     

基于平稳小波变换的X射线衍射信号消噪研究

讨论利用平稳小波变换进行X射线衍射信号消噪的方法,首先利用Haar小波将受噪声污染的X射线衍射信号进行多层平稳小波变换,利用小波变换的细节系数估计噪声均方差σ,选取阈值σ2lnN(N为细节系数长度),对小波分解的细节系数进行阈值处理,然后进行平稳小波逆变换重建信号,以达到对信号消噪和提纯。实验结果证明,这种去噪方法是非常有效的,它在消除噪声的同时保留了信号的奇异特征。     

面曝光快速成形系统制作工艺参数的优化研究

应用田口方法的信噪比(SN)对液面曝光辐照度、曝光时间、液面等待时间及面收缩补偿系数4个主要影响面曝光快速成形的因素进行了优化试验研究。采用自由度为26的L27(313)形式的正交表,通过实验得到各个因素不同水平对应的制作零件尺寸误差的信噪比。实验结果的直观分析和方差分析表明:面收缩补偿系数、液面曝光辐照度、面收缩补偿系数与液面曝光辐照度的交互作用及液面等待时间对制作精度有显著影响;面收缩补偿系数与液面等待时间之间的交互作用对制作精度有一定的影响。针对面曝光快速成形系统,得出了以曝光平面内的制作精度为优化目标的制作参数的最佳组合。试验结果表明:在最佳的制作工艺参数条件下,曝光平面内的制作误差在±10μm范围内,显著提高了面曝光快速成形制作精度。     

机械信号分析中消噪方法的研究

提出一种新的信号预处理方法——幅值奇次乘方法。研究表明，该方法可以有效地抑制信号中的随机噪声成分，从而提高信号的信噪比。     

微弱荧光信号接收器的低噪声设计

对采用光电二极管的荧光信号接收电路的工作模式和噪声进行了分析，论述了输入失调和暗电流的补偿方法，深入讨论了防泄漏措施、输入管脚的“护卫”、隔离技术和输入管脚的悬置引出技术、PCB板的清洁和隔离涂敷、屏蔽和滤波等技术。     

信噪比改进技术的新发展

概述了改进信噪比在信号分析与处理领域的重要性。针对常用改进信噪比方法的不足之处,介绍了小波去噪方法的基本原理,并在基于最小二乘法的降噪方法的基础上,提出了一种通过滤波的改进的最小二乘法。还介绍了文中所提出的方法在通过计算机进行运算处理时的步骤。最后,通过仿真数据说明了该方法的实用性和有效性。     

Image noise variance estimation using the mixed Lagrange time-delay autoregressive model

The mixed Lagrange time-delay estimation autoregressive (MLTDEAR) model is proposed as a solution to estimate image noise variance. The only information available to the proposed estimator is a corrupted image and the nature of additive white noise. The image autocorrelation function is calculated and used to obtain the MLTDEAR model coefficients; the relationship between the MLTDEAR and linear prediction models is utilized to estimate the model coefficients. The forward-backward prediction is then used to obtain the predictor coefficients; the MLTDEAR model coefficients and prior samples of zero-offset autocorrelation values are next used to predict the power of the noise-free image. Furthermore, the fundamental performance limit of the signal and noise estimation, as derived from the Cramer-Rao inequality, is presented.     

用小波变换提高散斑能见度光谱测量法的灵敏度

在分析被动层颗粒温度含噪特点的基础上模拟了低信噪比的方波信号,根据变化规律,采用Mallat快速算法分析低信噪比的方波信号,并根据噪声分布特性设计了用于抑制被动层颗粒温度中干扰噪声的算法。对所设计算法进行仿真实验,结果表明,该算法可以最大限度地滤除信号中的噪声。通过搭建滚筒实验装置,测量滚筒被动层的颗粒温度,对测量数据进行分析,有效地测出了内部颗粒温度状态变化,表明了小波变换能有效提高测量被动层颗粒温度的信噪比。     

旋转机械信号采集中的一种脉冲剔除方法

脉冲干扰出现在旋转机械信号采集中可导致信号频谱的不稳定,直接影响了状态监测的准确性与可靠性。本文提出了一种简单有效的脉冲剔除方法,实验证明采用这种方法可成功地抑制脉冲干扰,提高信噪比。     

基于经验模态分解的混沌噪声背景下弱信号检测与信号提取

基于经验模态分解方法,研究了在强混沌噪声背景下进行弱信号的检测与信号提取。对仿真信号的研究表明:用该方法可以直接提取出微弱的偶然性和周期性冲击时域信号,对弱谐波信号可能不能直接提取,但可以直接提取出其频率特征,这些弱冲击信号和弱谐波信号完全淹没在强的混沌噪声背景信号中,无论从时域上还是频域上基本上都看不出来。对齿轮箱的实际信号的研究也表明:尽管某些故障信号有时极其微弱,EMD方法也能有效地实现这些非线性非平稳信号的分离和提取,从而为机械设备故障诊断提供直观的有效的参考。     

基于经验与变分混合分解的超声回波信号噪声消除方法

超声缺陷检测结果易受超声回波信号中复杂噪声的干扰,为了提高超声缺陷检测的准确度,提出一种基于混合分解的 超声回波信号噪声消除方法。 采用经验模态分解算法结合相关系数指标对超声回波信号进行预处理,得到消除低频噪声分量 的超声回波预处理信号。 基于变分模态分解将该预处理信号分解为一系列窄带本征模态函数,引入互信息指标估计变分模态 分解的最优模态数量,并根据窄带本征模态函数与预处理信号的相关系数提取有用的模态分量,实现对超声回波信号去噪结果 的重构。 通过仿真和实测超声回波信号验证了本文方法的去噪性能,并与现有方法进行了对比。 结果表明,本文方法可同时消 除超声回波信号中的高频和低频噪声,在不同信噪比条件下 EMD、VMD 和本文方法去噪结果的 SNR 均值分别为 10. 01、9. 48 和 16. 09 dB,验证了本文方法对于超声回波信号噪声消除的优越性。     

消除面外云纹栅线噪声振动装置的设计

本文采用正弦函数分析法，对面外云纹图象栅线噪声消除进行了理论分析研究。通过面外云纹一般表达式中的各项频率分析，在反复实践的基础上，利用正弦加速凸轮的位移、速度、加速度方程的特点，由调压整流电路控制直流微电机，设计了一套消除面外云纹栅线噪声振动装置，并成功地应用于QHZW88型面外云纹仪中，较好地消除了栅线噪声对真实图象的影响，光栅沿主方向的往复振动（频率可调）提高了云纹图象的信噪比。