小波分析方法在液体火箭发动机试验稳态数据去噪中的应用

液体火箭发动机试验的原始测量数据中存在着噪声,影响了数据的准确性和可信性。采用小波分析方法对稳态测量参数进行去噪,并用实际的试验数据对其进行了验证,取得了良好的效果。该方法能够保持数据的统计特性,并且不会消除非噪声引起的异常值点。     

一种基于小波包变换的图像去噪算法

根据信号和噪声的小波系数在不同分解尺度上的分布不同,结合模糊理论和小波包分解,提出一种消除图像噪声的算法——模糊小波包去噪算法。该算法对小波包解后的高频系数,不同方向的系数采用不同的滤波方法。实验证明,与软阈值去噪算法和小波包阈值去噪算法相比,该算法能更有效地去除噪声和保持图像边缘细节。     

小波变换在单片机信号去噪中的应用

在单片机系统工作环境中存在着各种噪声干扰,尽管已采取了一些抗干扰措施,但不可避免会有噪声进入系统。该文根据单片机系统中的信号特点,基于小波变换自动变焦功能,提出用小波变换对含噪信号进行去噪。基于小波变换的去噪是在对含噪信号进行分解的过程中,通过门限方法抽取有用信号的小波系数,然后重建而得以实现。仿真结果表明了在单片机控制系统中利用小波变换进行信号去噪的可行性和有效性。     

液体火箭发动机试验脉动压力传感器安装结构固有频率分析

燃烧不稳定性是火箭发动机设计中难以消除的不稳定因素,脉动压力测量作为研究燃烧不稳定的重要手段,它的有效准确获取至关重要。文章研究了几种脉动压力测量系统的声振模型及其安装结构固有频率的计算方法,重点分析火箭发动机试验中一种常用的脉动压力测量的声振模型及其安装结构固有频率计算方法,并通过计算分析和标准计量检定得到了不同传压结构的响应频率信息,为发动机脉动压力测量接口设计及脉动压力数据分析提供了依据。研究成果极大地提升了发动机的动态压力测量水平,为发动机可靠性提升提供了准确的依据。     

小波包分析在GPS 数据去噪中的应用

基于小波包分析,提出了一种新的自适应阈值快速优化算法。算法根据每层的不同节点的小波系数产生与节点相对应的阈值,同时根据阈值化后的小波系数个数,用一种新的“快速优化”方法来减少算法的运算量,提高运算速度。通过对河北某市的地面沉降监测数据的去噪实验,验证了算法的优越性。     

小波包变换在重叠地震信号分离中的应用

地震资料处理中常会遇到重叠地震信号,而如何将这些重叠数据分离开,是一个有待研究的课题。论文利用小波包同时在频域和时域具有良好的局部化性质,采用Shannon熵标准来选取最优小波包基,确定了重叠爆破的延迟时间,从而成功地对重叠地震信号进行了分离。     

基于级联离散小波变换的信号去噪方法研究

提出了基于级联离散小波变换的信号去噪方法。该方法通过对带噪信号作一层离散小波变换(DWT)后提取的低频部分和高频部分分别作一层DWT和四层DWT,然后,对低频部分提取的低频成分和高频成分均作三层DWT,接着,对所有分解的小波系数进行阈值处理,最后,完成信号重构。实验结果表明:在同样的小波分解层次下,本方法去噪效果好于DWT法和WPD法。     

改进小波包分析在雷达图像消噪中的应用

针对VDR雷达图像在采集、数字化和传输过程中常受到各种噪声的干扰,不利于对图像进行分析、观察和压缩的问题,提出采用改进小波包分析算法进行图像消噪处理,小波包分析具有比小波更精确的局部分析能力,但由于小波包分解的隔点采样会产生严重的频带混叠现象,文中对小波包分析算法进行改进,利用信号的频移特性,将信号进行移频处理,消除频带混叠现象,达到高质量去噪的目的;通过VDR雷达图像消噪实验证明,上述改进算法好于小波包消噪方法,更优于小波消噪方法,具有更为广泛的应用价值。     

小波变换在毫米波辐射计信号去噪中的应用

本文基于小波理论的基础上介绍小波函数的选取和小波去噪的方法,并结合毫米波辐射计输出信号为例进行具体的分析。     

小波变换在毫米波辐射计信号去噪中的应用

本文基于小波理论的基础上介绍小波函数的选取和小波去噪的方法,并结合毫米波辐射计输出信号为例进行具体的分析.     

基于小波包变换的非局部均值去噪方法

在非局部均值滤波的基础上,为了更有效地去除图像噪声,提出一种基于小波包变换的非局部均值去噪算法。首先对图像进行小波包变换,通过小波域系数估计图像的高斯噪声参数,然后计算经小波包分解后高频子带内小波系数的相似度,并以此作为权值来对小波系数进行调整,最后通过小波包逆变换对图像进行重建。实验结果表明与传统的非局部均值去噪算法相比较,该算法能在去噪的同时有效地保持图像的边缘细节等信息,取得更好的去噪效果。     

帧同步混合小波包变换快速算法及其在语音处理中的应用

帧同步的小波包快速算法是一种类似FFT的小波变换算法。本文提出帧同步混合小波包的分析方法，其特点是在发挥小波变换的时频分析特点的同时，分析时窗能够满足语音处理中帧长的要求，从而可以实现实时处理。这种混合小波包具有完全重构特性。文中用实验对比表明了帧同步混合小波包分析的优越特性。     

利用小波包变换分析双模噪声的统计特性

基于多尺度小波包变换良好的时频局部分析能力,对一类非高斯噪声——双模噪声的统计特性进行研究。理论分析和仿真表明,小波包检测系统不仅具有计算量小、算法比较简单和实时性较强的特点,而且实现了将非高斯噪声(双模噪声)转化为简单的高斯噪声来处理。     

基于小波包变换的Robust-M检测器

利用小波包分析将信号变换到其小波包系数域上，通过研究平稳随机噪声在各子空间上小波包系数的统计特性，结合Robust检测理论的相关结论，对非高斯噪声下的信号检测问题建立了统一的框架，并提出了一种新的检测算法。仿真实验表明，此算法不仅具有良好的鲁棒性和广泛的适用性，而且能够更为充分地利用噪声统计分布信息，从而有效地提高检测效率。     

基于小波包变换的非线性信道均衡器

针对严重线性失真和轻度非线性失真的数字信道,为了提高基于最小均方误差算法的判决反馈均衡器的收敛速度,首先提出用一族正交小波包基函数来表示非线性信道判决反馈均衡器厦其输出,然后给出基于小渡包变换的非线性信道自适应均衡算法。该算法实现了小波包与非线性信道模型的结合,在计算量增加不多的前提下,利用小波包对小波空间的进一步划分以厦比小波变换更强的去相关能力来减小输入信号相关阵的条件数。对典型非线性信道模型的仿真结果表明,该算法可有效提高均衡器的收敛速度。     

小波变换在脉象信号消噪处理中的应用

首先简单介绍了小波变换消噪的原理,然后分别利用小波变换和傅里叶变换,对临床采集的脉象信号进行了消噪处理.结果表明,利用小波消噪能够有效地保留脉象信号中的尖峰和突变部分,最大限度地反映了原信号本身的特性,消噪效果较好.     

基于小波包变换的图像多尺度数据融合

在二维小波变换的基础上,给出了图像的二维小波包变换的分析方法,并对已有的几种基于小波和小波包变换的图像融合算法进行了重新组合和改进,提出了一种基于小波包变换的多尺度数据融合方法,给出了一个融合实例。通过对实验的观察和分析,结果表明该算法具有较好的融合效果。     

基于小波包变换的多聚焦图像融合

由于可见光成像系统的聚焦范围有限,很难获得同一场景内所有物体都清晰的图像。多聚焦图像融合技术可有效地解决这一问题。在分析了小波包变换的概念和原理后,提出了一种基于区域统计融合规则的小波包变换多聚焦图像融合方法,先对不同聚焦图像分别进行小波包变换,采用低频系数取平均,高频系数根据区域统计值决定的融合规则,再进行小波包反变换得到融合结果。仿真试验表明,相比小波变换法,本文方法可有效综合多聚焦图像,获得了更好的融合效果。