磁悬浮陀螺寻北仪信号去噪方法

基于傅里叶变换的数字滤波对磁悬浮寻北仪信号的去噪效果不理想,针对该问题,为改善去噪效果,提高寻北精度,探讨了小波阈值去噪方法和模极大值去噪方法。采集陀螺寻北仪信号,把经典数字滤波器去噪效果与小波去噪效果进行对比,结果表明：小波阈值去噪和模极大值去噪对磁悬浮寻北仪输出信号去噪效果明显。     

鱼雷引信目标信号的小波消噪研究

鱼雷引信目标信号的背景噪声消除是确保引信可靠动作的重要手段。传统的带通滤波方法消噪精度低，波形稳定性差，而小波变换在对信号进行消噪处理方面具有良好的特性，它可利用不同的尺度参数将信号分解到不同的频带上。该文基于典型的鱼雷电磁引信模型和磁引信目标信号模型，采用小波变换的方法对复杂背景干扰下的引信目标信号进行了消噪处理，并使用数学分析软件MATLAB对消噪结果进行了仿真。仿真结果表明，相比传统的消噪手段，小波消噪具有精度高、适用性强、信号波形失真度小的优点，可有效消除鱼雷引信目标信号中的背景噪声。     

自适应提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题，采用提升小波变换的方法构造小波，在讨论了第二代小波变换基本原理及其特点的基础上，将自适应性引入提升方案中。提出了第二代小波的改进算法，用先更新后预测的改进提升方案解决自适应性引起的非线性问题。应用该算法对采集的漏磁信号进行消噪处理，并在阈值处理过程中引入了软硬阈值折衷法。仿真结果表明：与传统小波变换的去噪效果相比较，该文的信号降噪处理方法，不仅较好地剔除信号中的噪声，而且保留了原始信号中的有效成分，是一种可行的方法。     

罗兰C周期识别的Wigner-Vill变换分析

为了改善时域或频域分析的局限性,提高罗兰C的周期识别能力,在分析罗兰C信号的Wigner-Vill变换特征基础上,仿真分析了样本长度、天线输入端信噪比、天地波幅值比及天地波相位差等对罗兰C周期识别的影响.结果表明,罗兰C信号的Wigner-Vill变换峰值稳定、抗噪声性能强,利用不同天地波相位差下罗兰C信号的Wigner-Vill变换最小峰值对应的频率点不同,能够有效的实现罗兰C信号的周期识别.     

多普勒信号的小波域维纳滤波方法

针对多普勒信号检测的小波变换法阈值去噪方法对低频噪声的抑制不理想的缺点,提出一种小波变换阈值处理和维纳滤波联合的多普勒信号去噪方法。该方法在小波阈值法去噪的基础上,对信号的低频小波系数进行维纳平滑处理,然后系数重构得到多普勒信号。仿真验证结果表明,通过小波变换下对小波分解系数进行进一步的维纳滤波,在多普勒回波信号处理过程中得到了比较理想的结果,获得了更好的目标检测性能。     

密闭爆发器压力信号的时频分析与特征提取

利用小波变换提取了密闭爆发器压力信号的时频特征,讨论了小波在压力信号趋势检测和信号去噪方面的应用.将反映复杂燃烧过程的压力信号在频域内加以区分和定位,可以从中获得更多的信息,用小波的方法对数据进行平滑处理,与传统的滤波方法相比物理意义更加明确.     

小波变换模极大去噪法在无线电引信信号处理中的应用

将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示：利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。     

基于分数阶Fourier变换的信号去噪方法

提出了基于分数阶Fourier变换的信号去噪方法。该方法首先通过对带噪信号进行离散分数阶Fourier变换,然后在分数阶变换域对得到的信号进行低通滤波．最后利用滤波后信号进行原始信号的重构。仿真实验表明,文中方法存在一个最佳分数阶阶数．可以使得噪声在分数阶Fourie，域得到最好地去除。与传统的Fourter变换去噪法相比,本文方法具有一定的优越性。     

基于小波分析的一维含噪信号的除噪方法

阐述了小波去噪的基本原理和方法,利用Matlab提供的小波分析功能函数对一维含噪信号noisbloc进行了除噪分析,分别采用强制去噪、默认阈值处理和指定阈值处理3种方法,完成了信号的除噪处理。结果表明：小波在一维信号除噪中有较好的效果,噪声得到了明显的抑制,且保留了相当的原信号细节,3种方法获得的去噪信号幅值与原信号均存在差异,阈值的选取对除噪效果影响很大。     

一种改进的小波域阈值滤波方法

针对使用传统小波域阈值滤波方法对非平稳的低信噪比信号进行处理时,其去噪效果不是很好的问题,提出了一种小波域N次阈值滤波方法,并对小波域二次阈值滤波方法进行了实验仿真,仿真结果表明该方法对低信噪比信号去噪效果更好.