基于相邻尺度积系数的半软阈值小波滤波

针对相邻尺度积系数硬阈值滤波后的MSE函数不连续,最优阈值选取困难,该文构造了一种基于相邻尺度积系数的半软阈值函数。其为收缩因子函数与小波系数的乘积,对小波系数无穷可导、可在阈值邻域内对小波系数自适应收缩。进而通过极小化SURE(Stein Unbiased Risk Estimate)估计得到MSE意义下自适应于信号和噪声的最优阈值。大量仿真实验表明:采用本文构造的半软阈值函数,可改善基于相邻尺度积系数的滤波算法性能。     

基于小波域滤波的迭代硬阈值压缩感知重构

图像压缩感知迭代重构算法主要采用迭代阈值法解决信号的重构问题,但是迭代阈值法仅仅利用变换系数进行阈值处理,并未考虑系数的邻域统计特性,导致重构性能不高。提出一种基于小波域滤波的迭代硬阈值迭代算法,利用小波域系数的邻域统计特性修订迭代硬阈值重构算法的代价函数,进行两步迭代收缩,并在迭代中用小波域滤波除去其中的重构噪声。实验结果表明,在相同的观测数据下,相比已有的经典算法,新算法的重构图像质量较高,并且可以获得快速的重构速度。     

小波域滤阈值参数c的选取

基于阈值的小波域非线性滤波的核心步骤是阈值的选取。硬阈值t＝cσ被证明是很有效的,但一般来说最佳的参数c会随信号的不同和迭加噪声的强度而变化。本文构造了一个信号MSE（均方差）函数的近似函数,以此做为阈值参数c选取的一种依据。通过计算不同c该函数的值,来判断使该函数最小的阈值参数c。仿真结果表明了真实MSE函数与本文提出的近似函数的一致性,据此选取c是可信的。     

小波域滤波阈值参数c的选取

基于阈值的小波域非线性滤波的核心步骤是阈值的选取 .硬阈值t=cσ被证明是很有效的 ,但一般来说最佳的参数c会随信号的不同和迭加噪声的强度而变化 .本文构造了一个信号MSE(均方差 )函数的近似函数 ,以此做为阈值参数c选取的一种依据 .通过计算不同c下该函数的值 ,来判断使该函数最小的阈值参数c.仿真结果表明了真实MSE函数与本文提出的近似函数的一致性 ,据此选取c是可信的     

一种改进的小波阈值去噪法

基于小波变换的阈值去噪法是去除数字信号中白噪声的有效算法,其中阈值函数的选择关系着重构信号的连续性和精度。但是硬阈值函数在阈值点具有不连续性,软阈值函数中估计的小波系数与信号的小波信号间存在恒定偏差的缺陷,这些缺点限制了阈值去噪法的进一步应用。将硬阈值和软阈值函数进行加权平均,选取适当的权值函数,可以构造出一种克服了软硬阈值缺点的新的阈值函数。仿真结果表明,该方法具有较好的去噪效果。     

基于小波变换的玉米撞击声信号滤波方法

根据玉米撞击声信号的特点,将信号分解成一系列小波函数,用母小波函数经过平移与尺度伸缩获得小波函数,对信号的分解系数进行阈值量化,然后再用处理后的分解系数进行信号重构,从而得到满意的处理结果,成功地将小波变换理论应用于玉米撞击声信号的滤波处理中。     

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。     

基于改进协同量子粒子群的小波去噪分析研究

小波阈值函数中,因信号之间的不连续性及小波估计系数与原信号的小波系数存在误差等原因,图像无法得到最优还原.为此提出一种基于改进协同量子粒子群算法优化小波函数的去噪方法.该方法在协同量子粒子群优化(CQPSO)算法的基础上引入了自适应收缩扩张因子,用改进的协同量子粒子群算法优化小波阈值函数中的调节因子和阈值.仿真图像和数...     

改进小波阈值函数的语音增强算法研究

在小波阈值语音增强算法中,阈值函数是一个重要的部分,其直接决定着语音增强效果的好坏,但现存的阈值函数存在着不连续、计算复杂、不同分解层函数形式固定等问题。为了解决上述问题,本文提出了一种可根据小波分解尺度自适应调整,同时具有调整参数的改进连续阈值函数。该阈值函数在小波域对带噪语音信号的小波系数进行处理,通过遗传算法获取最优解,重构处理后的最优小波系数得到增强的语音信号。本文在仿真与真实环境下进行了实验,改进的阈值函数较传统的阈值函数在信噪比、均方误差以及语音信号主观评价三个方面均得到了提升。实验结果表明,改进小波阈值函数的语音增强算法能有效提升语音信号的可懂度和整体质量。      

一种改善微弱信号信噪比的小波变换消噪法

通过分析小波变换处理信号噪声的方法及其在微弱信号检测方面的不够完善之处,提出适合于极低信噪比条件下小波消噪法的信号检测原理和方法,即通过构造具有可调功能的阈值函数以及对小波分解系数处理方式的优化设计等方法,在强背景噪声中提取出微弱的信号特征信息,从而实现微弱信号的检测.最后通过Matlab仿真验证该方法的实验效果,理论和实验结果均表明此方法能较大幅度地改善信号比.这里阈值构造过程中充分考虑到了信噪比因素的影响,并对小波分解系数的处理也进行了合理优化,从而使得去噪效果有较大的改善.     

零树框架下整数小波图像编码的改进

整数小波变换(Integer Wavelet Transform)有许多优点，但是图象经整数小波变换（IWT)后，能量集中性较第一代小波变换差很多，不利于嵌入式零树编码(Embedded Zerotree Wavelet Encoding)。因此本文提出一种新算法，从两方面加以改进。首先，采用“整数平方量化阈值选取算法”，根据整数小波变换后各子带系数幅值的动态变化较小，小波图像能量较一般小波差的特点，选取从1开始的正整数平方作为量化闽值的同时引入可调节的量化阈值系统，根据图像中不同区域的重要性选取与之相应的量化阈值，从而增加了零树的数量；其次，提出基于索引表和游程编码的小波零树编码的新思路，简化了编码与解码的过程。实验表明，本文算法充分的将整数小波变换与零树编码结合在一起，改善了压缩质量，提高了压缩效率。     

基于提升小波与粒子群相结合的混沌信号降噪

提升小波变换用于混沌信号降噪具有良好的效果,阈值选取与混沌信号降噪后信号的畸变具有紧密联系。为了提高混沌信号中提升小波的自适应能力,降低降噪后信号的畸变率,提出了一种基于提升小波和粒子群相结合的混沌信号降噪方法。该方法在对提升小波变换后的细节部分进行阈值处理时,采用阈值自适应选择方法,并结合粒子群算法全局搜索最优阈值。通过对Colpitts模型进行仿真分析,与标准的软阈值降噪相比,能更好地对混沌信号降噪,并且降噪后信号失真度较小,具有很好的应用价值。     

基于离散小波标架的信号降噪

本文提出了基于小波标架的软门限压缩降噪方法,它是根据小波标架表示系数在不同的尺度有不同的方差,在各尺度分别模拟理想选择估计器来选择门限对小波系数进行压缩。该方法能有效地减少［３,４］中基于小波基方法的振荡效应,并对仿真结果作了理论分析。     

基于小波和能量特征提取的旋转机械故障诊断方法分析

轴承和转子系统在旋转机械中是非常关键的部件,小波包对振动故障信号的特征提取是对于旋转机械故障诊断的关键.针对传统的软、硬阈值量化方法在阈值常数偏差和不连续的问题,设计一个可调参数改进的连续函数以用来量化阈值.对于旋转机械转子常出现故障采用振动信号的小波包分解、去噪然后进行小波包能量特征提取.     

基于贝叶斯估计的小波阈值图像降噪方法

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法，该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计，这种对小波系数的估计不仅与子带的方向和层次有关，而且与小波系数的大小有关。试验结果该方法比一般小波收缩阈值方法的降噪效果要好；还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差，当峰值信噪比较高时该方法的降噪效果比Wiener滤波好。     

基于贝叶斯估计的小波阈值图像降噪方法

提出一种新的基于贝叶斯估计的小波收缩阈值的图像降噪方法,该方法是通过最小Bayes风险的方法对图像小波变换后的小波系数进行估计,这种对小波系数的估计不仅与子带的方向和层次有关,而且与小波系数的大小有关.试验结果表明该方法比一般小波收缩阈值方法的降噪效果要好;还表明在峰值信噪比较低时该方法的降噪效果比Wiener滤波差,当峰值信噪比较高时该方法的降噪效果比Wiener滤波好.     

基于小波包变换的语音信号降噪研究

应用小波包滤波技术,采用半软阈值函数,Donoho标准差估计,基于统计学数据的阈值确定方法,实现了语音信号的白噪声降噪处理,并通过仿真验证了算法的可行性。     

基于小波变换的红外图像过渡区提取算法

针对小波能量比在平滑的红外图像中提取过渡区存在误判的问题,提出用基于小波变换过渡区的算法。该算法通过小波变换将红外图像的低频和高频进行分离,对高频分量进行分析,构造方差,对方差进行阈值处理,重构过渡区,从而克服了小波能量比将红外背景误判为过渡区的不足。实验结果表明:本文算法提取出来的红外图像的过渡区具有很好的准确性。     

基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术

针对电网环境噪声导致自适应噪声的CEEMDAN谐波检测精度低的问题,文中提出了一种基于改进小波阈值去噪和CEEMDAN-HT融合的谐波检测技术。利用修正因子T_j自适应调整阈值,通过可调参数τ调节阈值函数软、硬特性,并将改进的小波阈值去噪方法应用于谐波信号的预处理。经预处理的信号再进行CEEMDAN分解,可有效抑制模态混叠束缚。运用相关度判据去除虚假分量,并利用Hilbert变换解调包含谐波特征的分量,准确提取其幅频信息。经MATLAB仿真可知,改进小波阈值去噪与CEEMDAN-HT的融合算法可将稳态谐波检测平均误差被控制在1%以下,暂态谐波检测平均误差被控制在2.1%以下,呈现出良好的抗噪性能。     

一种适用于多媒体应用的音频压缩方法

提出一种以小波变换进行子带滤波,以二进制平面可变阈值进行压缩编码的音频压缩方法。该方法不必考虑信源的音频特征,不必构造码本,仅仅以逐次渐进的方式逼近期望的均方误差,可提供可变压缩比或可变信噪比的音频码流,故可以压缩任何类型的声音信号,特别适合于网络的多媒体应用。可将86kB/s立体声音乐压缩到16kB/s,并在人耳听觉意义上保证原有音质不变的重构。进一步压缩仍能保持良好听觉效果。