基于小波降噪的稀疏傅里叶变换时延估计

稀疏傅里叶变换时延估计具有较低的运算时间复杂度,但在低信噪比时无法准确估计出时延.针对稀疏傅里叶变换时延估计在噪声干扰下时延估计精度下降的缺点,提出了基于小波降噪的稀疏傅里叶变换时延估计算法.算法利用小波降噪方法处理接收到的信号,再对降噪后的信号进行稀疏傅里叶变换广义相关,通过检测相关函数的谱峰得到估算的时延值.实验仿真以及对实测数据的验证均表明,在低信噪比条件下,基于小波降噪的稀疏傅里叶变换时延估计算法在保证数据高处理速度的同时,具有较好的抗噪性以及较高的时延估值精确度.     

离散小波变换在Chirp信号检测与时延估计中的应用

为了适应强噪声环境下的Chirp信号探测，提出了离散小波变换时频分布的二维相关算法，即利用发射信号和反射信号的时频分布相似性，估计接收信号中各个反射信号分量的时间延迟。仿真结果证明，该算法具有更强的压制噪声的能力，能准确地进行信号检测和时延估计。     

基于相干小波变换的信号相位差估计

精确地估计两列信号间的传输延迟在工程上有着重要的意义。傅里叶变换方法很难区分或识别信号的瞬时变化,而小波变换方法是一种时间窗和频率窗都可改变的时频局部化的分析方法,在非平稳信号的分析方面具有明显的优势。给出应用Morlet小波变换的相干性实现两信号相位差估计的算法,在不同信噪比条件下,对算法的估计性能进行了仿真研究。仿真研究结果表明,在低信噪比的条件下,基于小波变换的相位差估计方法可以实现信号相位差的精确估计。通过与基于离散时间傅里叶变换方法的比较,验证了小波变换方法在估计信号相位差方面的优越性。该方法还可用于对非平稳信号相位差的估计。     

相位调制信号的小波参数估计方法及其Cramer-Rao界

现代雷达广泛使用相位调制信号,相位参数的有效估计对辐射源的识别和分类具有重要意义。运用小波变换方法对多项式相位信号的相位系数进行了估计,给出了小波变换方法下的估计多项式相位调制信号相位系数的Cramer-Rao下限,并提出了一种新的相位系数估计算法。理论分析和仿真结果表明利用小波变换方法估计相位调制信号的相位系数参数估值更精确,可以得到更低的Cramer-Rao下限。     

基于序列相关和小波变换的加速度计信号降噪

有效滤除加速度计信号噪声,对提高加速度计信号分析精度有重要作用,针对加速度计比较法冲击激励校准中,噪声对加速度计频率响应函数估计的影响,提出一种基于序列相关和小波变换的加速度计信号降噪方法。该方法首先对参考加速度计和被校加速度计的输出信号进行小波变换,然后利用同一激励下不同加速度计响应信号小波系数的相关性,引入互相关系数对阈值进行改进,并应用该阈值对加速度计输出信号各层小波系数进行降噪。仿真实验和加速度计比较法冲击激励校准实验表明,该方法能够有效降低加速度计输出信号中的噪声,提高了加速度计频率响应函数估计精度。     

基于复Morlet小波的地层钻探识别

在低信噪比时,短时傅里叶变换和实小波变换无法准确提取钻头进入不同地层的时延信息。为此,提出一种复小波变换分析法。利用幅值和相位信息对信号突变点进行提取和定位,从而实时判断钻头钻进目的层的时刻。实验结果表明,该方法能准确表征振动信号的时频特征,与短时傅里叶变换和实小波变换相比,具有更好的时间定位和抑噪能力。     

基于VMD分解和小波阈值去噪的时差估计算法

为了提高时差定位算法的精度,提出了一种基于VMD分解和小波阈值去噪的时差估计算法。通过VMD分解将信号分解成若干个分量,再利用小波阈值去噪对各个分量进行去噪,最后将信号重构进行互相关得到信号的时延值。仿真结果表明,该方法优于直接小波阈值去噪的时差参数估计算法,具有更高的准确度和稳定性。     

基于语音建立信号的ROTH加权时延估计方法

给出了一种适合混响环境的语音建立信号ROTH加权时延估计方法.该方法首先通过房间混响模型和快速傅里叶变换提取语音建立信号;然后用语音建立信号来估计语音信号的互功率谱,并进行互功率谱的平滑处理;最后采用ROTH加权方法进行时延估计.仿真结果表明了该方法的有效性.     

基于双阶段能量积累的Chirp-UWB信号时延估计

在Chirp-UWB时延估计中,针对多径导致伪尖峰会影响多径判别及时延估计的问题,文中提出了一种利用双阶段变换积累Chirp信号能量的时延估计方法。仿真实验表明,该方法可以消除伪尖峰的影响从而正确地估计时延,且在低信噪比的条件下仍能工作。     

基于小波-互相关算法的地层钻探诊断

钻探工程中需要依据钻头钻进不同地层产生的振动信号信息,实时判断钻头钻进目标层的时刻。时域波形图和传统的时域互相关在低信噪比时无法有效提取钻头进入不同地层的时延信息。提出了小波-互相关算法,将参考信号和待测信号分别进行小波变换后再进行频域互相关,提取待测信号相对于参考信号的时延信息,进而实时判断钻头钻进目标层的时刻。仿真和试验均表明：小波-互相关算法与传统的时域互相关相比,能实时地提取钻头钻进不同地层的时延信息,具有更好的时间定位和抑噪能力。     

基于小波分析的激光陀螺信号处理

随机噪声是影响激光陀螺精度的一个重要因素,其中随机噪声主要是白噪声。利用小波变换理论对激光陀螺数据进行消噪处理是小波的一个最基本的应用。选用Daubechies小波函数作为小波基,采用软阀值方法去除噪声。对某型号的激光陀螺的滤波结果表明了该方法的有效性。     

基于小波变换的MPSK信号符号速率估计算法

在非合作MPSK信号调制方式识别和盲解调过程中,符号速率的估计是一个重要环节.本文根据morlet 小波函数的时频特征以及MPSK信号的时频分布,提出了一种基于morlet小波变换的MPSK信号符号速率估计算法.仿真结果表明,与现有算法相比,该算法对载频估计误差不敏感,具有更低的信噪比门限,也更逼近CRLB曲线.     

基于提升方法的脉搏波信号处理

小波变换在信号处理中有着广泛的应用,但是传统的小波变换依赖于傅立叶变换,有大量的卷积运算,运算速度较慢。文章讨论了第二代小波变换的原理,并采用第二代小波变换来处理脉搏波信号。提升算法是构造第二代小波的关键技术,它不依赖于傅立叶变换,可实现整数小波变换,大大提高了运算速度。通过分析提升算法的基本原理,尝试用第二代小波变换对脉搏波信号进行去噪处理;并介绍了小波软阈值法和硬阈值法,分别采用这两种方法进行降噪处理,将结果与传统小波变换处理的结果进行比较,得到了令人满意的效果。     

基于双树复小波变换的X射线脉冲星信号处理

X射线脉冲星信号是一种典型的信噪比非常低的非平稳信号,为了提高对X射线脉冲星信号的识别效果,有效去除噪声是非常必要的。在详细分析了传统去噪算法的优劣之后,提出了一种基于双树复小波变换的X射线脉冲星信号去噪算法。此方法充分地利用了双树复小波变换的平移不变性、有限的数据冗余度和完美的重构性等特点,并研究了双树复小波结合软硬阈值估计法和实小波结合软硬阈值估计法对X射线脉冲星B0531＋21进行去噪的效果。实验结果表明,基于双树复小波变换的消噪算法较小波变换算法相比,对X射线脉冲星信号去噪的效果有了很大的提高。     

应用小波变换和ICA方法的肌电信号分解

基于单通道、短时真实肌电（EMG）记录和模拟EMG信号，提出一种改进的肌电信号分解方法。首先应用小波滤波、硬阈值估计等方法去除背景噪声和白噪声，并将独立成分分析（ICA）方法和小波滤波方法相结合去除工频干扰信号，然后再进行幅度滤波，从而提高了系统的速度和强健性。在运动单元动作电位（MUAP）聚类以及从原始信号中去除已识别的MUAP波形等方面也进行了改进。与已有的EMG分解方法相比，本文方法更快速、稳定。     

关于子波变换局部极大值信号重构的交替投影算法

信号子波变换极值描述是信号的一种稳定和精确的描述。交替投影算法是子波变换局部极大值信号重构的有效算法。本文对交替投影算法应用中所产生的Ｇｉｂｂｓ现象的抑制和迭代初值的选择等问题进行了研究，通过计算机仿真取得了一些有意义的结果。     

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.     

FFT和小波变换在信号降噪中的应用

信号降噪是指滤除信号的高频噪声从而使信号尽量接近真实值,这是信号处理的关键环节.在分析FFT和小波变换的基础上,采用这两种方法对加入随机噪声的信号进行降噪处理,并在MATLAB平台上仿真实现.用基于信号降噪的两大准则对两种降噪结果进行分析,表明小波变换在该信号的降噪处理中有明显的优势.     

基于提升小波的试井信号降噪研究

在油气井试井数据传输中,由于接收信号被噪声污染,从而影响了通信可靠性。小波变换因具有独特的时频多尺度分析特性而应用于信号降噪,但一代小波运算量大。采用运算量小的提升小波对试井信号降噪,给出了db2提升小波降噪的具体结构,在此基础上,与离散傅里叶滤波和匹配滤波两种降噪方法进行了比较。仿真结果表明,采用db2提升小波降噪效果明显,峰值信噪比高,且运算量小,有利于硬件电路的实现。     

奇异目标信号的多尺度定位识别方法

在复杂环境下检测微弱目标信号是信号检测技术中关键问题。基于奇异目标信号和噪声干扰在多尺度小波变换下表现出截然不同的特性,利用奇异目标信号的小波变换模极大值随尺度增大而增大,而随机白噪声小波变换模极大值随尺度增大而减小,进行复杂环境中的目标定位识别。理论和实验表明该方法特别适合弱信号的定位识别。