共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
CO_2气保焊的焊接过程中电信号含有大量随机非平稳噪声,消噪预处理是电信号后期分析的重要环节。常见的信号滤波方法有硬件滤波和软件滤波,其中小波阈值消噪方法在软件滤波中应用最为广泛,该方法能够很好的消除电信号中的噪声,但在信号不连续点处易产生伪吉布斯现象。提出利用一种平移不变量小波方法(Translation invariant de-noising,TID)对焊接电信号进行去噪处理,其通过对信号进行多次循环平移,再将平移后的信号进行软(硬)阈值小波消噪处理,然后将消噪后的重构信号进行反向逆平移,最后再对去噪结果进行平均,该方法可消除软阈值小波消噪产生的伪吉布斯(Pseudo-Gibbs)现象。结果表明相对于传统软阈值小波去噪法,该方法去噪后的信噪比更高,去噪后信号更加逼近于真实信号。该方法在熔化极气体保护焊电信号降噪处理方面具有广泛的前景,进一步扩展了小波方法在焊接中的应用。 相似文献
3.
凸轮廓线反求时,测量噪声严重影响了反求的精度和廓线的光顺等。利用小波包分析,选用合适的小波基函数、分解层数、去噪阈值和阈值量化方法可有效去除噪声。通过把五次多项式叠加白噪声作为原始的凸轮廓线含噪信号,应用MATLAB软件进行去噪仿真试验,结果表明:选择coif2小波基函数、分解层数取1和选用启发式阈值软阈值去噪,去噪效果最好;小波包去噪效果优于小波去噪,得出了小波包去噪的一般步骤和重要参数的选取方法。 相似文献
4.
5.
6.
机器人腕力传感器在工业现场测量力或力矩时,不可避免地受到随机噪声的干扰,从而影响了测量精度的提高.为了克服传统去噪方法的局限性,本文将多重小波变换应用到机器人腕力传感器数据预处理中,采用浮动阈值法消除噪声,并将传统的低通滤波和FFT/IFFT方法与本文介绍的方法进行比较.结果表明,多重小波浮动阈值去噪方法在机器人腕力传感器信号去噪方面优于传统的方法. 相似文献
7.
8.
针对红外图像通过普通小波阈值去噪不能较好地保留边缘信息的问题,提出了一种数学形态学边缘检测和小波阈值去噪相结合的方法,对摩擦副表面红外图像进行去噪,达到获得较为准确的温度场的目的。红外图像经过小波变换,在高频子带中做数学形态学边缘检测,确定边缘信息的位置,再进行阈值去噪处理。试验结果表明,相比普通小波阈值去噪方法,该方法不仅较好地保留了红外图像的边缘信息,去噪效果明显,而且改善了均方误差和峰值信噪比。该方法意在提高红外图像测温的准确性,为测量和分析摩擦温度场提供更好的技术支持,具有较高的工程应用价值。 相似文献
9.
为准确预测在噪声干扰下的加工质量,基于小波去噪和递推偏最小二乘方法,提出了小波变阈值去噪递推偏最小二乘方法.该方法针对小波硬软阈值去噪的不足,利用小波多尺度去噪,建立了变阈值计算公式,基于两小波域的维纳滤波,实现在偏最小二乘建模前对噪声的小波多尺度变阈值处理;同时,针对递推偏最小二乘算法中的"数据饱和"现象,基于滑动窗口的原理,通过引入折息因子控制遗忘程度,构建了多调节参数的递推偏最小二乘算法.通过该方法构建了加工质量预测模型,进行加工质量的预测,最后,结合具体实例分析,验证了该方法的有效性. 相似文献