基于小波变换实现脉搏信号降噪处理

脉搏波形复杂而且测量过程中易受各种噪声影响,因此降噪处理是提取清晰、有效的脉搏信息的关键步骤。在去噪过程中,由于脉搏信号具有非平稳特性且污染噪声分布范围大,限制了传统线性滤波器的使用。这里利用小波变换的多层分解将脉搏信号分成具有不同尺度的小波系数,然后根据小波分解的底层低频系数和各层高频系数进行一维小波重构,在重构的过程中可以剔除与噪声相关的系数,保留信号中的有用成分。     

基于小波变换的信号降噪和奇异性检测

本文对基于小波阈值的信号降噪进行研究,重点讨论了阈值函数设计。传统的硬阈值函数法处理信号时,降噪后的结果有较大方差,软阈值函数法降噪后的结果相对平滑,但软阈值函数法降噪的同时削弱了小波系数的幅度,降噪结果会出现较大的偏差。基于此,本文提出了两种改进的阈值函数,用该两种函数对小波系数进行处理,降噪效果较为明显,信噪比得到较大的提高。     

基于小波变换的心音信号降噪方法

为了弥补传统阈值函数在消噪过程中存在的不足,得到高信噪比的心音信号更好地进行心音分析,本文提出一种新的阈值函数。该函数通过灵活调节参数a和m的大小,更好地对染噪心音信号小波分解的每一层高频系数进行阈值量化。仿真中,应用传统的软、硬阈值函数及新阈值函数分别对大量的标准心音信号进行消噪处理,并对消噪效果进行了比较分析,同时将新阈值函数应用到实测心音信号消噪中。结果表明,新阈值函数能有效地消除噪声和保留心音信号的特征,具有较强的实用价值。     

基于小波变换的断路器振动信号降噪方法

本文提出了一种基于小波变换的断路器振动信号降噪方法。该方法将振动信号分解到不同的时间尺度上,并剔除高频噪声分量,再对其余分量进行重构从而获得降噪后的振动信号。实验证明,该方法对振动信号等非平稳信号的高频噪声具有良好的降噪效果。     

基于小波阈值法的雷达回波信号降噪

本文针对雷达回波信号的特点,提出了应用小波理论对信号进行降噪处理的理论及方法,分析了影响降噪效果的几个主要方面。通过大量仿真看到,应用小波方法对雷达信号降噪比传统方法更能有效提高信噪比,尤其在低信噪比时,小波方法比传统的FFT方法能够将信噪比平均多提高2dB以上。     

基于小波变换的自混合干涉信号降噪方法

应用小波变换理论对光反馈自混合干涉信号进行小波降噪处理。处理中用db4小波做降噪小波基,对自混合干涉信号进行4层分解,经过阈值处理与小波重构得到降噪信号。对不同反馈机制下降噪前后信噪比、均方差的对比分析,结果表明小波降噪在消除噪声方面的有效性。     

基于新阈值函数的小波阈值降噪方法

小波阈值降噪方法中,传统硬阈值函数连续性差,传统软阈值函数过于光滑,本文针对传统方法的缺点提出一种基于压缩能量思想的阈值函数。通过Matlab仿真表明,改进的阈值函数使用minimaxi阈值效果较好,改进的方案比传统的软、硬、半软阈值降噪能得到较高的信噪比,使信号得到较好的滤波效果。     

基于离散分数阶正交小波变换图像降噪新方法

分数阶小波变换是小波变换时间-频域的分析方法在时间-分数阶频率域的推广,在时间和分数阶频率域具有表征信号特征的能力.本文在离散分数阶正交小波变换(DFRWT)多分辨率分析(MRA)理论基础上,推导出DFRWT系数分解及重构新形式并作二维扩展.根据图像DFRWT子带系数能量随不同阶数p变化的特点,提出基于DFRWT阈值降噪新方法.该方法在保持子带低频能量为绝对大值条件下,适当提高子带高频能量值,更利于抑制图像噪声.实验结果表明,与传统小波阈值降噪方法相比,该方法主观质量得到了明显增强,提高了峰值信噪比.     

调频广播信号降噪处理的小波分析

简述了小波分析的理论基础以及降噪原理．比较了常用的三种小波函数。对某广播电台测得的调频广播信号．分别用db小波、sym小波和Coif小波进行信号分解．采取软阈值的方法进行降噪处理．然后重构降噪后的信号。最后指出了小波属性对降噪结果的影响。     

小波IP软核实现及在信号降噪中的应用

小波分析是信号信息获取与处理领域的新技术,它在处理非平稳信号方面具有傅里叶变换无法比拟的优越性.本文针对实际工程中小波变换计算复杂度高,仅靠软件实现是无法满足实时信号处理的需求的问题,基于小波变换多分辨率分析原理,实现了离散小波变换IP软核设计,并结合设计的小波系数阈值处理模块,探讨了该IP软核非平稳信号降噪处理中的应用,证明了设计的可行性.     

基于框架理论的非正交小波降噪方法研究

将正交小波降噪的阈值处理方法引入到非正交小波降噪过程中,提出了Hilbert空间中基于框架的非正交小波阈值降噪方法。该方法由于对尺度和时间的冗余抽样,所以能将信号尺度特征和锐变位置更精确定位,成为信号降噪处理的一个有效途径。     

基于小波变换的信号去噪技术及实现

阐述了小波变换去除信号噪声的基本原理和方法。研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声，然后利用Matlab软件编制程序实现了基于小波变换的正弦信号噪声抑制和非平稳信号的去噪仿真分析。仿真结果表明小波变换去除噪声的效果比传统的Fourior变换方法具有极大的优越性。     

基于DWT的图像数字水印算法研究

该文提出了一种基于DWT多分辨率分解的数字水印技术。利用多分辨率分解技术，分别将原始图像与水印图像进行三层离散小波变换，将相同分辨率层次水印嵌入到对应的相同分辨率层次的原始静态图像之中，使水印对原始图像具有自适应性。实验结果表明，该文提出的水印算法经某些图像处理操作和JPEG压缩后仍是鲁棒的。     

基于小波变换阈值的信号去噪

对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。     

基于AR模型的小波变换在脑电信号消噪中的应用

提出了基于自回归模型(ARM)与小波变换的脑电信号分析方法,并利用他来消除脑电信号中的噪声干扰。小波变换是一种多分辨率的时间尺度分析方法,他能够将信号划分为不同频段的子带信号。根据小波变换的这一特性,对采样获得的脑电信号进行各尺度分解及消噪分析,并给出了各尺度分解结果及消噪结果。利用小波变换能有效去除脑电信号中的噪声干扰。     

一种基于子波变换的信号滤噪改进方法

对子波变换多尺度下信号与噪声的不同性质进行了研究,提出了一种在子波域不同尺度上选取不同的滤噪方法,该方法将经典的软阈值滤噪与子波变换的模极值传播特性在一定尺度上有机结合起来处理信号.在改善信噪比的同时,也尽可能地保持原信号的边缘信息和精细特征.通过仿真验证了该方法的实用性和优越性.     

小波包阈值降噪法处理光纤陀螺信号

光纤陀螺以其自身结构和外部环境的影响容易在输出信号中产生随机噪声。为了消除光纤陀螺输出数据中的随机噪声,提出了用小波包阈值法来处理陀螺信号。在分析小波包变换理论及其分解重构算法的基础上,结合光纤陀螺输出数据的数学模型,对光纤陀螺随机信号进行四层小波包分解。通过阈值法对分解得到的各个节点分解系数中小于阈值的部分置零,利用处理过的节点系数进行重构以消除重构陀螺信号中的噪声。仿真实验结果表明,小波包阈值法比小波软硬阈值法在处理光纤陀螺信号中的效果更好,信噪比更高。     

基于改进阈值函数的小波域去噪算法的研究

在D.L.Dohono和I.M.Johnstone提出的多分辨分析小波阈值去噪算法的基础上,提出了一种新的阈值函数。与传统的硬阈值和软阈值比,此函数不仅易计算,且具有优越的数学特性和清晰的物理意义。试验结果表明,该方法可有效地去除白噪声干扰,无论在视觉效果还是在信噪比和均方误差定量指标上均明显优于常用的软、硬阈值及改进的软硬阈值折中算法,充分体现出小波阈值去噪方法的优越性。