基于小波变换的自适应阈值消噪法

信号消噪与恢复是信号处理的一项前期的、最基本的工作，其目的是尽可能地复原被噪声(或干扰)污染的信号，消噪效果直接影响到后期的信号处理。介绍了几种常用的小波消噪方法，分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。针对非线性小波变换阈值法提出了一种自适应阈值消噪法。通过仿真实验证明，该方法不仅消噪效果好，而且可用于对含有时变的噪声信号进行消噪。     

基于FPGA的实时小波消噪技术在多余物自动检测系统中的应用

针对微粒碰撞噪声多余物自动检测系统采用软件实现小波消噪过程,存在数据量大、运算时间长、检测效率低下等问题,本文提出采用FPGA实现小波消噪算法,在数据采集的过程中完成小波消噪,以提高数据处理的实时性。在深入理解小波变换理论及Mallat快速算法的基础上,通过改进研制PCI总线数据采集卡,利用Matlab和Quartus II软件平台,设计实现了基于FPGA的小波消噪算法。实验测试表明,该算法得到的消噪效果较为理性,达到了实时小波消噪的目的。     

一种改进EMD-SVD算法的暂态电能质量扰动信号消噪研究

针对小波变换在暂态电能质量消噪方面对高频有用信号误滤除,造成消噪后信号失真严重,或毛刺过多现象,提出一种结合经验模态分解(EMD)的改进奇异值分解(SVD)降噪方法,该方法采用EMD将噪声信号进行初步滤除,通过构造Hankel矩阵,利用左右奇异向量确定奇异矩阵,根据奇异值的分布规律,提出一种改进的奇异值差分方法来确定有效奇异矩阵阶次,从而完成消噪后信号的重构.结果 显示该方法去噪效果较好,特别对电压暂降和电压中断的效果最为明显,其信噪比分别提高了2.9 dB和7.3 dB以上,验证了所述方法的有效性.     

电力系统故障信号小波消噪盲区探索

由于小波时频窗口的灵活性，使小波变换近年来在电力系统故障信号处理中得到广泛的应用。特别是电机的故障信号含有大量的噪声。所以在分析故障信号之前，必须将含噪故障信号消噪，但小波变换并不是对所有噪声都有效。     

电力系统故障信号小波消噪应注意的问题

小波由于其时频窗口的灵活性 ,使小波变换近几年来在电力系统故障信号处理中得到广泛应用。特别是 ,电机的故障信号含有大量的噪声 ,有时噪声将故障信号完全淹没 ,很难直接用于故障的分析和诊断。所以在故障信号分析之前 ,必须对故障信号进行消噪。然而小波变换并不是对所有噪声都是有效的。故提出了将三角样条调频小波方法用于噪声的消噪 ,效果理想     

小波包结点阈值自适应消噪法

当噪声为时变的时候,传统的小波阈值消噪方法效果很有限:当采用软阈值消噪时,总体效果较好,但当含噪信号很不规则时显得过于光滑;当采用硬阈值消噪时,消噪效果不理想,信号含有明显的噪声。为克服上述缺陷,本文提出基于"自适应阈值消噪思想"的小波包结点阈值消噪法。首先,我们给出了小波包结点阈值的定义,这种阈值取法突破了高斯白噪声和平稳噪声的局限性;其次,我们提出了基于谱熵的噪声估计法用以替代传统的中值绝对值(MAD)噪声估计法,这种噪声估计方法与实际应用环境相符,适用于非平稳噪声和有色噪声。仿真实验证实,相比于常规小波消噪算法,结点阈值法和基于谱熵的噪声估计法在白噪声环境下具有较好的消噪效果。     

电力系统故障信号小波消噪应注意的问题

小波由于其时频窗口的灵活性,使小波变换近几年来在电力系统故障信号处理中得到广泛应用.特别是,电机的故障信号含有大量的噪声,有时噪声将故障信号完全淹没,很难直接用于故障的分析和诊断.所以在故障信号分析之前,必须对故障信号进行消噪.然而小波变换并不是对所有噪声都是有效的.故提出了将三角样条调频小波方法用于噪声的消噪,效果理想.     

基于结构风险最小化小波变换的故障信号消噪

基于结构风险最小化方法将改进的小波变换用于故障信号消噪,它考虑的三个重要因素是:基函数,基函数排序和基函数个数选取。通过对小波变换多尺度分解后的系数与频率相除所得的值进行排序,再根据其值的大小取舍,有效地抑制了高频小波系数,避免了传统的基于经验风险最小化理论的小波变换方法在信号处理中过于依赖小波基函数的不足,显示了基于结构风险最小化方法的合理性。通过仿真计算和电机故障信号消噪表明,新的方法在电机故障信号消噪中比一般小波方法效果好,精度提高1倍以上。     

用于提取PD信号的复小波簇消噪算法

因电气设备处在强烈电磁干扰环境中,常被噪声淹没,为了准确检测PD信号,需有效抑制其噪声干扰。根据PD信号和白噪干扰的复小波系数各有其特点和小波变换的本质是被分析信号和小波做内积运算,提出了从一簇复小波中逐层选择最优复小波并根据模极大值原理确定分解层数的方法即以阈值消噪法为基础的复小波簇消噪法。采用该方法对PD染噪信号进行去噪处理,并用去噪前后的信噪比(SNR)和波形相似性参数(NCC)对仿真PD信号的消噪结果进行评价。结果表明,复小波簇消噪法在满足SNR>10 dB的要求下,两个信号的NCC都>0.9,复小波簇消噪法从白噪干扰中提取PD信号的能力更强,在高SNR的情况下,信号的畸变也更小。     

放电声发射波的小波提纯与消噪

研究了放电声发射波检测中用小波分析进行信号提纯与消噪的实现问题,包括选择小波、选择小波分解层数、提取有用频段的小波系数、小波消噪过程、小波消噪中的阈值选取,以及对提纯的放电声发射波进行小波消噪等。两组实测信号的小波提纯与消噪结果证明了信号提纯与消噪的优越性。     

有利图像压缩的小波去噪算法

提出了一种有利于图像压缩的小波图像去噪方法及一种小波系数校验方法.首先利用多个阈值在小波域进行硬阈值迭代去噪,然后利用小波子带的方向性对小波系数进行校验,并将保留的非零小波系数乘以一个比例系数,最后利用小波逆变换获得去噪图像.实验结果表明该方法的去噪效果优于常用方法,接近甚至超过BayesShrink方法.该方法可在有效去除图像噪声与保留较少的非零小波系数之间得到较好的折衷.     

小波分析在磁光记录薄膜磁畴图象处理中的应用

简单介绍了小波分析的特点,分析了图象的二维离散小波变换算法和基于小波的边缘检测算法,采用小波分析对磁畴图象进行图象增强、图象消噪及边缘检测等处理,较好地分析了磁畴的图象,准确地计算了磁畴的特性参数。     

小波变换去噪在绝缘子污秽放电声发射监测中的应用

研究了绝缘子污秽放电声发射监测中用小波变换进行信号提纯与消噪的实现问题。在大量绝缘子污秽放电声发射试验基础上,分析总结了污秽放电声发射信号的共有特点。并提出一种基于声发射信号小波变换的小波基选取方法。采用选取的最优小波函数rbio3.9对声发射信号进行频谱分析,提取了声信号的特征频带,并对重构后的信号进行二重小波分解消噪。两组声发射信号的小波变换消噪结果表明,小波变换提高了信号信噪分离结果的可靠性,有效地降低了噪声对污秽放电声发射信号的影响。     

采用小波变换的绝缘子泄漏电流去噪

为了去除污秽绝缘子安全区泄漏电流中的噪声,提出了采用小波变换去噪时分解层数的定量计算方法。根据小波去噪时需对细节进行阈值处理、安全区泄漏电流的能量主要集中在低频周期成分上的结论,提出了确定小波变换去除安全区泄漏电流噪声时最佳分解层数的判据;并以此判据为基础,提出并证明了计算小波分解层数的公式。对在高压试验中和现场采集到的绝缘子泄漏电流进行了小波去噪研究,结果表明:在相同母小波和阈值前提下,采用所提公式获得的分解层数去噪时的效果优于采用其他分解层数时的效果。从而得出结论:所提公式计算出的值为最佳分解层数,按此值去噪时效果最好。     

基于自适应软阈值和边缘增强的图像去噪

目前图像的去噪和边缘细节的保留是图像去噪中存在的2个大问题,该文提出使用边缘检测的方法检测出图像的边缘和纹理细节,对检测出的边缘和纹理细节图像进行处理后,将它和含噪图像分别进行小波变换,然后将其小波系数对应叠加,最后对叠加之后的小波系数进行小波自适应软阈值去噪。由于在软阈值去噪前叠加了边缘信息,因此边缘和细节部分得到了增强,虽然在阈值处理过程中由于边缘和细节均处于高频部分,在随后的软阈值去噪过程中存在被平滑的危险,但是增强后边缘和纹理的小波系数的幅值被放大,在阈值处理时可以得以保留。实验证明该方法比较wiener滤波在视觉效果和信噪比方面都有较大的改善,同时该方法比传统软阈值滤波,在视觉效果相差不大的情况下信噪比也有1~2个dB的提高。     

Partial discharge signal denoising with spatially adaptive wavelet thresholding and support vector machines

In this paper an improved method to denoise partial discharge (PD) signals is presented. The method is based on the wavelet transform (WT) and support vector machines (SVM) and is distinct from other WT-based denoising strategies in the sense that it exploits the high spatial correlations presented by PD wavelet decompositions as a way to identify and select the relevant coefficients. PD spatial correlations are characterized by WT modulus maxima propagation along decomposition levels (scales), which are a strong indicative of the their time-of-occurrence. Denoising is performed by identification and separation of PD-related maxima lines by an SVM pattern classifier. The results obtained confirm that this method has superior denoising capabilities when compared to other WT-based methods found in the literature for the processing of Gaussian and discrete spectral interferences. Moreover, its greatest advantages become clear when the interference has a pulsating or localized shape, situation in which traditional methods usually fail.     

Exponential wavelet iterative shrinkage thresholding algorithm with random shift for compressed sensing magnetic resonance imaging

We propose the use of exponent of wavelet transform (EWT) coefficients as a sparse representation which is combined with the iterative shrinkage/threshold algorithm (ISTA) for the reconstruction of compressed sensing magnetic resonance imaging. In addition, random shifting (RS) is employed to guarantee the translation invariance property of discrete wavelet transform. The proposed method is termed the exponential wavelet iterative shrinkage/threshold algorithm with random shifting (EWISTARS), which takes advantages of the sparse representation of EWT, the simplicity of ISTA, and the translation invariance of RS. Simulation results on brain, vertebrae, and knee MR images demonstrate that EWISTARS is superior to existing algorithms with regard to reconstruction quality and computation time. © 2014 Institute of Electrical Engineers of Japan. Published by John Wiley & Sons, Inc.     

基于小波降噪的电晕放电辐射信号时域特性分析

研究电晕放电辐射信号既有利于消除其危害又有助于加强对其利用,小波变换是分析电晕放电辐射信号的一种很好的方法。采用相关系数法选择最佳小波,以史坦无偏估计法来确定小波重构的阈值,并根据采样率来确定分解层,对电晕放电辐射信号进行降噪处理。在小波降噪的基础上,分析了电晕放电辐射信号时域波形的一阶形状参量,得出电晕放电辐射信号的脉冲变换时间随电压升高而减小、相同电压下正电晕放电辐射信号的脉冲变换时间要大于负电晕的脉冲变换时间等结论。     

小波变换模极大值消噪算法的研究

根据信号和噪声在小波变换下的不同特性,采用模极大值去噪的算法.其中包括Mallat交替投影算法和模极大值小波域去噪算法,Mallat交替投影算法是通过剔除那些幅度随尺度而减小的模极大值点,保留幅度尺度而增大的模极大值点,然后将剩余的模极大值利用模极大值重构算法来重建原始信号,达到滤波去噪的目的.而模极大值小波域算法是先用Adhoc算法求出信号的模极大值,再根据模极大值小波域的定义求出信号的模极大值小波域,从而得到信号的小波系数,然后逆变换得到信号.实验结果表明两种算法都具有很好的消噪效果.     

采用非降采样第二代小波变换的信号降噪方法

信号降噪是机电设备故障诊断领域中的重要研究课题。根据噪声的小波变换系数随着小波分解尺度的增加而迅速趋向于零这一特性,基于小波变换的降噪方法得到了广泛应用。文中研究了非降采样第二代小波变换的构造方法,给出了非降采样第二代小波变换中预测算子和更新算子的时域计算公式,分析了算法的计算复杂度,并在此基础上提出采用非降采样第二代小波的信号降噪方法。由于非降采样小波分解后的各层系数和原始信号的长度均相同,因此在具备平移不变性的同时还能保留更多的时域信息,从而可以提高信号的降噪效果。对仿真信号和实际信号进行了试验,结果表明,该方法较理想地对信号进行了降噪处理,并且能够较好地保留原始信号中的故障特征。