奇异信号消噪中小波消失矩的选取

信号小波变换模的局部极大值和信号奇异性之间存在对应关系，利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质，可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系，分析了消失矩对奇异信号检测的影响。实验结果表明，为了有效地检测奇异信号的各种奇异性特征，需要根据信号奇异性选择具有不同消失矩的小波。     

基于小波的信号Lipschitz指数分析和应用

奇异信号往往带有一些重要信息,一般用Lipschitz指数来描述信号的奇异性。在Mallat等人的基础上讨论了奇异信号Lipschitz指数定义和相关理论基础,同时研究了小波变换与信号奇异性关系和Lipschitz指数的计算。利用信号和噪声奇异指数不同的特点应用于去噪声,文中提出了一种对噪声模极大值对应点周围的小波系数进行非线性压缩后重构信号新方法,仿真实验结果表明,这种方法有着较好的去噪效果。     

基于信号奇异性分析的小目标检测方法

提出了一种新的基于信号奇异性分析的小目标检测方法,该方法将图像中的小目标看作是图像信号中的奇异点(突变点),利用小波变换模极大值点同信号奇异点之间的对应关系,结合信号奇异性与模极大值在多尺度上的变化规律,实现噪声抑制和信号增强,然后通过区域分析,检测图像小波变换模极大值,进而实现小目标检测。实验结果证明该方法是行之有效的。     

基于小波和脊波变换的探地雷达信号杂波抑制

针对如何有效去除探地雷达信号的干扰噪声问题,提出了一种基于小波和脊波变换的杂波抑制方法。小波能有效地描述图像的点奇异性,而脊波能有效地描述图像的线奇异性。首先结合小波和脊波的特点,对探地雷达回波信号进行自适应阈值去噪,然后利用脊波的方向敏感性在脊波域去除直达波信号,最终通过处理实际探底雷达数据,验证算法的有效性。     

基于B-样条小波的信号奇异性检测算法

介绍了小波变换的快速算法——Mallat算法和三次B-样条小波滤波器组系数,详细讨论了信号奇异性、小波函数奇偶性与模极大值的关系,最后给出了一个利用小波系数模极大值定位信号奇异点的实例。     

基于EMD和SVD的光电容积脉搏波信号去噪方法

光电容积脉搏波采集过程中存在基线漂移和高频噪声会给后续人体生理参数的测量带来困难,因此消除噪声干扰是准确进行相关生理参数测量的关键问题。提出一种结合经验模态分解和奇异值分解的去噪方法。该方法采用经验模态分解将光电容积脉搏波信号分解为若干个固有模态函数,通过功率谱密度判断代表基线漂移信息的固有模态函数获得基线漂移曲线;使用奇异值分解处理光电容积脉搏波信号中的高频噪声,针对传统的差分谱法无法准确识别奇异值有效阶次的不足,提出加权能量贡献率的方法选取奇异值的有效阶次。实验结果表明,该方法能有效消除光电容积脉搏波信号中的基线漂移和高频噪声,这对光电容积脉搏波信号检测精度的提高具有重要意义。     

模极大值降噪法在信号降噪中的应用

利用信号与噪声奇异点Lipschitz指数的区别,以及反映在其小波变换模极大值曲线上的特点,应用小波变换模极大值降噪法,对含有带限高斯白噪声的数字通信信号进行了降噪处理,并对降噪原理、算法和仿真结果进行了较为详细的分析。提出了一种信号重构新方法,该方法利用小波变换对信号和噪声的模极大值进行分离,通过对噪声模极大值对应的小波系数进行线性压缩后重构信号,并用仿真试验验证了该方法的有效性。     

小波奇异性分析在DS-UWB降噪中的应用

直接序列超宽带（DS—UWB）信号的脉冲持续时间极短,信号以极低的功率谱密度分布在很宽的频带上。热噪声成为主要干扰源,传统射频滤波只能去除带外噪声。文中基于DS-UWB信号的奇异性分析,利用小波变换模极大值法进行带内滤波。仿真结果表明,该方法能有效地保留信号的奇异点信息,突显信号的细节特征,降噪效果明显。     

提升小波变换的局部放电白噪声抑制方法研究

局部放电(partial discharge, PD)信号监测中易受白噪声干扰,为此,提出了一种基于提升小波变换的白噪声抑制方法。利用提升小波变换对信号进行分解,根据信号的噪声强度计算阈值对小波系数进行滤波。利用信号的奇异性,不同细节层上局部极大值点的位置即为脉冲边缘的位置,选取满足条件的极值点,得到脉冲信号的位置,再通过滑动窗口将脉冲提取出来。通过仿真信号和实际采集的局部放电信号降噪处理,将提出的算法和已有降噪算法进行对比,对算法的性能从均方误差(mean square error, MSE)和波形相似系数(Normalized cross correlation, NCC)两个方面进行分析,验证了该方法的有效性和准确性。实验结果表明,该方法能够在低信噪比环境下有效地提取脉冲信号,抑制白噪声。     

基于小波变换的光电传感器信号去噪技术

针对工业码垛机器人安防系统的光电传感器在工作现场所采集的信号存在噪音和奇异性干扰的问题,提出了一种有效的去噪,奇异点检测和消除的方法.该方法以小波变换为基础,利用小波变换能有效地对信号去噪,且能表达出信号的局部奇异性,同时各奇异点的位置也可以得到检测进行相关处理.MATLAB仿真实验表明:该方法是有效可行的.     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。     

SC-FDE UWB系统WMMDT抗窄带干扰信道估计

针对单载波频域均衡超宽带无线通信系统信道估计中存在的窄带干扰问题,提出了一种基于小波模极大值动态阈值的信道估计方法。该方法在信道最小二乘估计的基础之上进行小波模极大值动态阈值(WMMDT)计算,检测到窄带干扰的位置,然后通过插值法恢复干扰处信道频响。仿真结果表明,在极度频选室内CM4信道模型下,所提出方法较传统方法信道估计性能得到明显改善且复杂度增加不多。     

An Improved Wavelet Denoising Algorithm for Wideband Radar Targets Detection

A novel denoising technique based on wavelet transform modulus maxima (WTMM) is proposed for processing wideband radar spread targets detection signal in a clutter environment. Combined with the improved adaptive Bayes–Shrink threshold and Lipschitz exponents, we propose the path pruned approach at each scale terms as full-scale to split the signal. The estimation of WTMM over each scale has been optimized, thus, the signal and the noise can be split effectively. Additionally, to improve the computational efficiency, a fast method based on a piecewise polynomial interpolation algorithm is applied for the split signal reconstruction. Statistical results are quite promising and perform better than the conventional denoising algorithms: compared with the classical WTMM algorithm, the improved WTMM full-scale denoising algorithm not only increases the signal-to-noise (SNR) ratio by over 10 % but also reduces the processing time by 88 % and reduces the root-mean-square-error (RMSE) by over 35 %. More generally, the proposed algorithm has better performance than that of several typical algorithms in its denoising quality and singularity detection.     

基于子波变换的语音去噪方法

本文在分析了随机噪声的子波变换系数在不同尺度上的传递特性和噪声信号奇异性与子波模极大值的关系后,提出了用一个尺度间变化的门限阈值来抑制带噪语音信号在不同尺度上噪声子波系数,从而实现在重构语音信号中消除噪声的目的。文中还给出了不同信噪比语音信号的子波去噪的计算机仿真结果,从结果上看出,本文的方法有较好的语音去噪、增强效果。     

基于奇异性检测的信号去噪新方法

该文引进了一种基于奇异性检测的信号去噪方法,并对其在二维降噪中所需进行的复杂的线性内插作了进一步简化,使得整个二维降噪得以大大简化而达到快速运算和节省存储量的目的。文中详细描述了该算法的理论基础并给出其一维计算机仿真,同时也给出了进一步简化后的二维降噪仿真。这种去噪方法不需要信号或噪声的先验信息。仿真结果表明,相比其它小波去噪方法,该方法的主要优势在于:它在某一时刻的脉冲噪声的辨识和去除能力相当强,而且在去噪的同时能很好地保持信号边缘。     

基于小波分析的不对称脉冲信号波形研究

不对称脉冲轨道电路设备产生的不对称脉冲信号,在传输中由于轨道分路不良和干扰等出现失真,这就需要研究一种更为准确、可靠和抗干扰性能好的检测方法来完成对信号的实时分析与检测。基于小波分析的不对称脉冲信号波形检测,利用小波变换模极大值特性,可以有效地解决这个问题。结果表明,该方法有较强的适用性,算法简单,运算速度快。     

Analysis of singularities from modulus maxima of complex wavelets

Complex-valued wavelets are normally used to measure instantaneous frequencies, while real wavelets are normally used to detect singularities. We prove that the wavelet modulus maxima with a complex-valued wavelet can detect and characterize singularities. This is an extension of the previous wavelet work of Mallat and Hwang on modulus maxima using a real wavelet. With this extension, we can simultaneously detect instantaneous frequencies and singularities from the wavelet modulus maxima of a complex-valued wavelet. Some results of singularity detection with the modulus maxima from a real wavelet and an analytic complex-valued wavelet are compared. We also demonstrate that singularity detection methods can be employed to detect the corners of a planar object.     

强杂波中红外弱点目标检测新算法

为解决强杂波中红外弱点目标的检测问题,提出了基于小波变换模极值及其位相值的双特征检测算法。通过去掉相邻奇异点形成的模析值链及位相链,消除云层、海浪及水天线等强要波背景,提高了单帧点目标的检测能力,模拟实验表明,算法特别适用于帧率的红外警戒系统,可检测信杂比为２的点目标。