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     

改善FBG含噪信号的小波阈值自寻优方法

光纤布拉格光栅(FBG)传感系统的关键是精确 解调中心波长,噪声是影响解调中心波长的主要因 素。为了消除噪声,获取真实的传感信号,本文研究了非线性去噪 法。非线性去 噪通常的方法采用小波阈值去噪。小波阈值去噪的核心是阈值函数及其阈值的选取。首先, 分析了传 统的阈值函数和阈值选取存在的问题,改进了自寻优阈值选取策略;其次,提出了折中法阈 值函数中系数 a(调节因子)的最优值选取方法。仿真和实验结果表明:随着a的取值不同,会 获得不同的信噪比(SNR),但a在 0.40～0.45范围内分别平均变化的去噪效果较好;与传 统软硬阈值去噪法相比,SNR提高了2～4dB,均方差(MSE)分别平均降低了0.2～0.5 ;与参考的改进阈值去噪法相比,SNR提升了1dB,MSE降低了0.1。本文方法优于文献中提到的阈值函数的去噪效果,处理含噪信号能获得较好 的SNR和MSE性能,而且方法简单。     

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。     

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。      

ECG信号改进阈值函数小波去噪算法研究

本文针对心电信号(ECG)微弱、频率范围低、易受噪声干扰等问题,提出一种改进小波阈值去噪算法。不但能通过可变参数h调节自身软、硬特性从而确定合适的阈值函数,而且根据分解层数不同,自适应地调整通用阈值。通过选取MIT-BIH库的部分数据,结合常见的三种小波基,进行实验验证。结果表明改进的小波阈值去噪算法可以有效抑制心电信号噪声,得到较好的信噪比,同时对MSE也有所改善。     

小波变换域的局部自适应Wiener滤波器设计方法研究

小波阈值去噪方法被广泛地用在信号去噪中,这个方法在很多信号空间上是近似最优的。但在MSE意义上最优的信号估计是Wiener滤波器,鉴于传统小波变换域Wiener滤波器的缺点,本文设计了小波域局部自适应Wiener滤波器。实验仿真验证本方法具有较好的去噪效果。     

基于SURE无偏估计的自适应小波阈值去噪

本文在D.L.Dohono提出的小波阈值去噪的基础上,提出了一种新的阈值函数,与原来的分段阈值函数相比,此函数具有明显优点,表达式简单易于计算,连续可微,易于求导.此函数的这些优点为实现信号的自适应去噪提供了可能.本文应用此阈值函数,基于SURE无偏估计,给出了一种自适应去噪方法.并用受污染的blocks、bumps、heavy sine、doppler等典型信号做实验,实验结果显示此方法能在最小均方误差(MSE)意义上收敛,而且其最小均方误差优于其他文献中的阈值去噪的方法.     

小波分析在电气数据消噪与压缩中的应用

介绍了小波分析的基本概念，小波变换用于信号压缩和消噪的基本理论和算法。分析了电器采集数据的特点。并针对该特点提出了一种基于分解系数最大值的阈值选取方法，确定最佳小波函数的选取，并给出了仿真实例，证明了本方法的实用性。井计算了采用不同小波函数以度不同阈值选取方法时信号的压缩比。比较了压缩和消噪效果的不同。     

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。     

基于小波变换的心音信号降噪方法

为了弥补传统阈值函数在消噪过程中存在的不足,得到高信噪比的心音信号更好地进行心音分析,本文提出一种新的阈值函数。该函数通过灵活调节参数a和m的大小,更好地对染噪心音信号小波分解的每一层高频系数进行阈值量化。仿真中,应用传统的软、硬阈值函数及新阈值函数分别对大量的标准心音信号进行消噪处理,并对消噪效果进行了比较分析,同时将新阈值函数应用到实测心音信号消噪中。结果表明,新阈值函数能有效地消除噪声和保留心音信号的特征,具有较强的实用价值。