基于小波阈值改进的去噪算法研究

在平常的信号检测中,常常伴随着信号噪声的存在,使得检测结果不准确,所以需要对信号进行去噪处理。而小波去噪在信号预处理方面应用广泛,特别是小波阈值去噪,操作简单且效果良好。针对软、硬阈值去噪方法进行分析,提出一种基于高次逼近法改进阈值的去噪方法。仿真实验表明,利用自适应阈值的高次逼近法,其去噪效果优于常规的软、硬阈值及高次逼近法,得到的信号效果更好。     

基于 CEEMDAN-WP-SG 的 MEMS 陀螺仪去噪算法

为了减小MEMS陀螺仪随机误差,提出了一种新的去噪算法。该算法首先通过自适应噪声完备经验模态分解(CEEMDAN)将原始数据分解为多个本征模态函数(IMF),并根据多尺度排列熵与马氏距离将IMF分为噪声IMF、混叠IMF和信号IMF;其次对噪声IMF用小波包(WP)去噪,对混叠IMF用Savitzky-Golay滤波器(SG)去噪;最后,把处理后的IMF和信号IMF进行重构,得到去噪后的信号。通过所提方法对Bumps信号进行实验分析,去噪后信号从6 dB提高至17 dB,均方误差降低71.9%;对实测陀螺仪静态数据进行分析,实验结果证明去噪后信号的角度随机游走降低31.5%,表明该方法能显著提高MEMS陀螺仪的精度。     

小波阈值去噪改进算法研究

提出了一种基于传统阈值去噪法的新的阈值函数,新阈值函数表达式简单易于计算,它既克服了硬阈值函数不连续的缺点,同时又克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,它具有硬、软阈值函数不可比拟的灵活性。仿真实验结果表明,新的阈值函数的去噪效果无论是在视觉效果上,还是在信噪比增益均优于传统的硬、软阈值方法。     

改进阈值函数的小波去噪算法

针对小波软、硬阈值函数去噪后信号存在局部震荡和边缘模糊导致去噪效果不佳的问题,研究了小波去噪原理和优化阈值函数的规则,设计了一种具有连续性、灵活性和恒定偏差小的可调阈值函数,提出了一种基于改进阈值函数的小波去噪算法,将其应用于含有高斯白噪声的信号中进行去噪。实验表明,相较于传统方法,所提方法对仿真信号和心电信号都具有灵活性和适用性,并且去噪后信号的信噪比提升了16.21%,皮尔逊相关系数增大了1.62%。因此,本文所提算法具有可行性,可有效保留特征信息,去噪效果更加理想。     

自适应小波阈值去噪算法用于局部放电白噪声去噪

为增强局部放电信号白噪声去噪算法的自适应能力,文中提出了 一种自适应选择小波、分解层数与阈值的局部放电去噪算法.首先,在对信号进行逐层小波分解的基础上,以近似系数能量占比表征小波的能量特点,以小波能量熵表征信号波形分布特点,以二者比值作为每层分解最优小波的评价指标,选取比值最高的小波为最优小波,兼顾了信号的能量特点与波...     

基于小波分析的阈值去噪改进算法

针对小波边缘检测阈值设定问题,本文提出了一种基于小波分析的改进阈值设定方法,采用一个矫正因子β来构造一个新的阈值函数,调整软硬阈值的恒定偏差.实验证明,新阈值函数不但整体上连续性好而且在克服硬阈值函数的不连续以及软阈值函数在处理较大小波系数时总存在恒定偏差这2个不足的同时,又保留了软、硬阈值函数原有的优点.     

基于小波的自适应阈值白光干涉数据去噪

在Daubechies小波分解变换的基础上,研究一种自适应阈值白光干涉数据去噪方法——自适应阈值去噪方法(adapt threshold shrink,ATS)的白光干涉数据去噪方法。这种方法是基于Bayes框架,在不同子带上选择不同的最佳阈值。结合软阈值法对白光干涉信号进行去噪,与传统方法相比,此种方法提高了去噪后白光干涉数据的信噪比,而且使数据波形更加清晰。基于Daubechies小波的自适应阈值白光干涉数据去噪法实现简单、计算速度快、去噪效果好。     

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。     

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.     

一种改进型小波阈值去噪算法的FPGA设计与实现

提出了基于现场可编程门阵列器件（FPGA）的一种改进型小波阈值去噪算法的设计与实现方案,利用Mallat快速离散正交小波变换算法,并在Altera QuartusII开发平台上采用Verilog HDL语言实现对含加性高斯白噪声的信号利用改进型阈值去噪方法进行处理。最后借助于ModelSim SE对含噪信号的处理进行验证仿真,仿真结果表明,该方案可以取得较好的去噪效果。     

一种用于信号去噪的小波阈值去噪算法

小波阈值去噪过程中,硬阈值函数由于在阈值处不连续导致震荡现象、软阈值函数由于存在固定偏差导致信号失真的现象、现有文献所设计的阈值函数也或多或少存在各种不足,为了克服上述阈值函数的问题,提出了一种新的阈值函数。该阈值函数由于结合了逻辑斯蒂曲线即S曲线,使其不仅具有连续性、高阶可导的常见特点,而且具有在阈值处平滑过渡的较好光滑性、非分段函数的特点。利用MATLAB软件进行仿真实验,从主观视觉角度、客观参数信号信噪比及信号均方根误差角度进行实验分析,对比主、客观实验结果发现,基于新阈值函数的小波去噪算法不仅去噪视觉效果最接近于原始信号,而且综合评价参数较高,验证了该小波阈值去噪算法的有效性。     

MEMS陀螺仪随机误差的辨识与降噪方法研究

针对微机电系统(MEMS)陀螺仪随机误差成为制约其精度和应用范围的主要因素,提出基于回归滑动平均(ARMA)模型的卡尔曼滤波估计方法。首先基于Allan方差分析结果,确定出量化噪声、角度随机游走、零偏不稳定性是MEMS陀螺随机噪声主要组成部分;然后采用时间序列分析法对MEMS陀螺仪随机噪声的平稳性进行检验;最后基于随机漂移ARMA模型建立离散卡尔曼滤波方程对其开展误差估计与补偿。开展车载静、动态环境下的数字降噪与卡尔曼滤波估计补偿对比实验,结果表明基于ARMA模型的卡尔曼滤波估计法在MEMS陀螺随机误差补偿效果上具有更明显优势。     

基于改进的Sage-Husa滤波MEMS陀螺阵列降噪技术研究

为充分挖掘 MEMS 陀螺的性能,提高 MEMS 陀螺在实际应用中的精度,通过搭建四陀螺阵列结合改进的 Sage-Husa 滤波算法对陀螺阵列的输出信号进行降噪,在不改变陀螺加工工艺和显著提高生产成本的条件下有效提高了 MEMS 陀螺仪的实际性能。 通过分析 MEMS 陀螺仪的系统误差和随机误差,搭建误差模型,利用传统卡尔曼滤波、移动平均滤波、小波阈值去噪和改进的 Sage-Husa 滤波算法对单个陀螺和陀螺仪阵列进行降噪处理,实验对比发现改进的 Sage-Husa 滤波算法和陀螺仪阵列结合后能有效降低陀螺的输出噪声。 利用 Allan 方差分析陀螺仪阵列经过改进的 Sage-Husa 算法滤波后的随机误差,四陀螺阵列角度随机游走从 0. 40°/ h降低到 0. 03°/ h ,零偏不稳定性从 71. 11°/ h 降低到 5. 83°/ h,有效提高了 MEMS 陀螺在实际应用中的性能。     

Discrete time adaptive control for a MEMS gyroscope

This paper presents a discrete time version of the observer‐based adaptive control system for micro‐electro‐mechanical systems gyroscopes, which can be implemented using digital processors. A stochastic analysis of this control algorithm is developed and it shows that the estimates of the angular rate and the fabrication imperfections are biased due to the signal discretization errors in the feedforward control path introduced by the sampler and holder. Thus, a two‐rate discrete time control is proposed as a compromise between the measurement biases and the computational burden imposed on the controller. The convergence analysis of this algorithm is also conducted and an analysis method is developed for determining the trade‐off between the controller sampling frequency and the magnitude of the angular rate estimate biased errors. All convergence and stochastic properties of a continuous time adaptive control are preserved, and this analysis is verified with computer simulations. Copyright © 2005 John Wiley & Sons, Ltd.     

基于小波和形态学的窦房结电图消噪算法研究

窦房结电图(SNE)是反映窦房结电活动的一种高分辨率的心电图,在临床医学上主要用于研究心律失常。为了提高临床诊断效率,提出了一种基于小波分析和数学形态法的消噪算法。该算法采用线性结构元素的形态滤波器消除SNE信号中的基线漂移,使用小波软阈值消噪法去除高频噪声,从而得到信噪比高的SNE信号。实验表明该算法可有效地对SNE信号进行消噪处理。     

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。     

轻量级MEMS-LIDAR测距去噪算法研究

为解决激光雷达定位回波峰值时容易受到噪声干扰而导致测距结果存在误差偏大的问题.采用以两次卡尔曼滤波算法为基础,提出一种能够有效抑制噪声的算法.首先对时域回波进行卡尔曼滤波,然后对连续周期内的峰-峰位置差再次进行周期域的卡尔曼滤波,最后将峰-峰位置差映射为真实的空间距离.实验结果表明,上述算法处理后的距离方差降为去噪前方...