基于提升小波改进阈值的光谱信号去噪研究

对傅里叶红外光谱信号的预处理进行研究,分析了小波变换在光谱信号去噪中的应用,针对传统小波阈值去噪中存在的缺点,对阈值函数进行改进。改进方法通过保留部分低于阈值的分解系数,克服了硬阈值法不连续,以及软阈值法估计系数和真实系数具有恒定偏差的缺点。实验采用基于提升小波的改进阈值函数法对铜陵市市区上空空气实测光谱信号进行预处理,结果表明,与经典小波变换和Donoho软阈值、硬阈值法相比,相同条件下信噪比、均方差、运行速度均有所提高。     

基于改进小波阈值函数的典型输电线路故障波形去噪分析

故障测距技术是线路抢修和恢复供电的关键技术之一,目前大多数故障测距技术需要准确的故障波形。采用ATP-EMTP程序模拟了10 kV配电线路弧光接地、高阻接地以及500 kV单相金属性接地、两相短路和三相接地故障,获得了相应典型故障波形。提出一种基于Logistic函数的小波阈值函数,并应用于上述五种典型的故障波形的去噪分析中,与常规的硬阈值、软阈值的去噪效果对比表明,所提方法可以较好地对输电线路典型故障波形进行去噪处理。     

小波域信号去噪算法

小波变换是在信号处理方面是非常有用的工具,利用小波变换对信号进行去噪能达到很好的效果.文中提出新的小波域去噪模型,试验证明其去噪效果非常好且计算量小容易实现.在工业信号处理方面可以得到广泛的应用.     

基于小波阈值去噪的改进方法

语音信号是非平稳信号,利用小波的时频域局部化特性,通过小波变换对语音信号进行去噪处理,在经典的硬、软域值去噪方法的基础上,提出一种新的算法,并比较这3种算法的优劣。最后进行仿真实验,用MATLAB软件提取一段纯净的语音信号,并叠加高斯白噪声,对带噪信号分别用以上3种算法进行去噪处理,实验证实了该算法较其他算法更加有效。     

基于多重小波变换的自适应脉搏信号去噪

小波变换在生物医学信号降噪处理中有着广泛的应用,但小波降噪处理中的软硬阈值法本身都有一定的局限性,而且还除去了部分有用信号,降噪效果不太理想。本文基于小波分析的特点,提出了一种对信号进行多重小波变换的自适应去噪法,该方法不仅克服了小波去噪软硬阈值法的局限性,而且解决了自适应滤波中参考信号选取难的问题,将该方法用于脉搏信号降噪,得到了满意的去噪效果。     

小波变换在信号去噪中应用

文中介绍了利用小波变换去除信号噪声的三种算法，并通过仿真实验对它们进行了验证。     

基于改进阈值函数小波的微电网检测信号去噪

应用传统阈值函数小波对实测的微电网信号去噪时,存在重构信号失真、波形曲线偏厚等问题.在分析某种改进阈值函数基础上,提出一种新的阈值函数表达式.为提高阈值函数适用性,利用Bayes shrink方法计算分解层门限阈值,利用人工蜂群算法对设计的阈值函数进行参数选定.使用实测含噪信号验证各阈值函数的小波去噪效果,可知新阈值函...     

基于小波变换的道路信号去噪研究

道路信号是一种复杂的含有多种成分的时域波形,不仅具有非平稳性,同时信号中还存在各种干扰和噪声。本文针对小波分析的特点,结合信号去噪方面的要求,对非平稳信号的噪声消除进行了研究。通过Matlab对基于小波分析的道路信号消噪进行了仿真,显示了小波在信号去噪方面良好的应用效果。     

基于改进的小波阈值的电能质量信号去噪

对于暂态的电能质量信号的监测,研究了一种用最大后验估计的双树复小波变换对电能扰动信号进行去噪高效算法。首先运用最大后验估计对扰动信号的改进的小波阈值进行去噪预处理,然后对于不同分解层的细节系数噪声方差和信号方差进行估算,并且运算出不同分解层阈值,从而得出去噪阈值。仿真实验结论表明:所提出算法步骤简单,计算速度快而且易于实现,去噪效果理想,具有很好的应用前景。     

基于最优分解尺度的静态提升小波去噪方法

阈值函数选择和分解尺度确定是基于阈值的小波域非线性滤波的两个关键步骤。针对加性白噪声的情况,通过研究小波阈值去噪原理,得出了重构信号信噪比随分解尺度的单增变化规律,构造了用于指示最优分解尺度的目标函数;在分析白噪声小波系数高斯分布特性的基础上,提出了一种基于概率理论的阈值函数,通过极小化广义阈值估计偏差函数,得到了该阈值函数中参数的最优分布区间。仿真结果表明,构造的目标函数能够准确指示信号分解的最优尺度,广泛适用于硬阈值类函数;新阈值函数与另外两种改进型阈值函数相比,在信噪比意义下表现出一定的优越性。     

基于改进小波阈值的电能质量扰动信号去噪算法

针对传统软、硬阈值函数在阈值处不连续或存在恒定误差等问题,本文提出了基于小波变换的改进阈值去噪算法,在小波阈值去噪的基础上改进了通用阈值和阈值函数,通过峰和比PSR来估计出每层小波细节系数的有效信息与噪声的分布,使得修正因子可以根据每层噪声分布的不同自适应的修正阈值.之后提出了一种新的阈值函数,其能更有效地保留信号的扰...     

基于Daubechies小波族的电能质量信号去噪方法研究

文中以Daubechies(紧支集正交)小波族为基础,分析紧支集正交小波由于N取值不同而构成不同的尺度函数和小波函数,并从函数的连续性、光滑性及小波函数的积分来分析尺度函数和小波函数的性质。通过Matlab仿真软件分别仿真不同N取值的尺度函数、小波函数及小波积分函数。将加噪的电能质量扰动信号分别用N取值不同的小波函数进行4层的小波去噪处理,通过信噪比及均方差来反应去噪的结果,从而给出选择N取值的建议。     

融合小波与非局部均值滤波的DSPI相位图去噪

相位图去噪是数字散斑干涉测量的关键技术,但现有以正余弦均值滤波与窗口傅立叶变换滤波为代表的去噪方法在相位保真、自适应降噪、操作简便等方面不能完全满足要求。提出了一种新的自适应相位图去噪方法,首先计算原始相位图的噪声方差,然后对图像分别进行正弦与余弦变换后得到两幅图像,再对这两幅图像进行小波同态阈值去噪与非局部均值滤波,最后将处理后的两幅相位图反正切运算并再次估计噪声方差,根据图像噪声方差的收敛情况判断是否继续迭代处理,以实现相位图的自适应降噪。实验结果表明：针对同一张含噪相位图与传统正余弦均值滤波相比,本文方法噪声方差减少了0.38、L算子和减少了0.2、SSIM提高了0.16,同时,图像信息熵仅相差0.1。该方法能够有效抑制相位图中的相干噪声,充分保留相位边缘信息,同时能够有效避免因不适当的迭代滤波次数所导致的相位失真或噪声残留。     

基于信号相关性和小波方法的电能质量去噪算法

提出了一种基于小波原理的电能质量信号去噪算法。基于软阈值原理的小波去噪算法在电能质量信号检测中得到很好的应用。但其存在阈值计算受噪声强度的缺点 ,当信号被强噪声“淹没”时 ,该方法仍然会失效。本文在对电力信号进行小波空间中的自相关性关系分析的基础上 ,结合软阈值算法和小波原理 ,构造了能有效地处理各种电能质量信号的去噪算法 ,该算法能弥补传统软阈值算法的缺陷 ,较好地解决了保护信号局部特征与抑制噪声之间的矛盾。计算结果表明上述检测算法是有效的。     

基于小波阈值的电力谐波信号去噪研究

电力系统不同程度的噪声污染会影响谐波检测的准确性,传统小波阈值去噪方法在工程实际应用上有诸多缺陷,例如硬阈值函数在阈值处不连续、软阈值函数存在固定偏差,量化规则缺乏尺度自适应性等。鉴于此我们从阈值函数和阈值量化规则两方面改进小波阈值去噪,文中使用改进的软硬阈值折衷函数结合分层阈值选取规则对模拟谐波电力信号去噪。在MATLAB环境下仿真模拟染噪电力谐波信号使用传统和改进阈值方法去噪,从三个去噪效果衡量指标定量分析,结果表明,改进阈值去噪方法提高了重构信号的输出信噪比,降低了均方根误差和平滑度,在不牺牲计算复杂度的条件下可灵活有效去噪。     

基于B－小波的异步电机故障信号去噪和检测

提出了一种基于B－小波(基本基数样条小波)的滤波技术，并将该 技术应用于电力系统信号去噪和特定频率分量的抵消，同时，还提出了一种基于B－小波的 鼠笼式电机转子断条故障检测方法，并通过仿真结果验证了该方法的可行性。     

基于B—小波的异步电机故障信号去噪和检测

提出了一种基于Ｂ－小波（基本基数样条小波）的滤波技术，并将该技术应用于电力系统信号去噪和特定频率分量的抵消，同时，还提出了一种基于Ｂ－小波的鼠笼式电机转子断条故障检测方法，并通过仿真结果验证了该方法的可行性。     

多小波在信号去噪中的应用

利用GHM多小波,采用通用的二变量阈值法,对多小波用于信号去噪中的阈值选取给出了具体的方法,对单小波与多小波的去噪方法进行了比较。通过实验结果可以看出,多小波在信号去噪的效果上明显优于单小波。     

基于小波包变换方法的超声回波信号去噪研究

超声回波信号中含有大量有关缺陷性质的信息,但同时也掺杂着大量噪声干扰。为了很好的从回波信号中提取反映缺陷本质特征的信号,文章中使用了一种改进的小波包去噪方法一平均能量阈值法,讨论了小波包变换的多分辨率分析及平均能量阈值法消噪的原理,仿真结果表明,基于平均能量阈值的小波包去噪是一种有效的去噪方法,其效果优于小波去噪。     

基于小波的电力系统信号预定阈值去噪技术

目前使用小波对电力系统信号去噪时一般是在信号处理的过程中求取阈值,这样就会影响到信号的实时处理速度和阈值的准确性.本文提出的方法是在电力系统无暂态干扰的情况下预先确定阈值然后再对电力系统信号去噪.由于对电力系统信号去噪时不进行求取阈值运算,这就提高了实时处理信号的速度;同时在预先求取阈值时除了工频信号,其他信号都可看成是噪声,这就提高了求取阈值的准确性,而且由于是预先非实时求取阈值,就可以对信号进行较复杂的运算求取更符合要求的阈值.此方法经过仿真和实际应用,在去噪效果和运算速度上都有较大提高.