GNSS观测中移动平均法和小波变换的滤噪效果比较

多路径误差是GNSS变形监测中的主要误差源。针对GNSS观测中多路径误差的特性,该文采用了移动平均法和小波变换法去除观测噪声,提取多路径效应用于改正去噪后的历元坐标。实验结果表明:移动平均法和小波变换都能很好地去除坐标域内的观测噪声,通过两种方法去噪前后的对比,得出小波变换去除观测噪声的效果明显优于移动平均法。     

通风机振动信号的小波包阈值除噪研究

研究了基于小波包分析的阈值除噪的基本方法,并介绍了几种除噪阈限。利用小波包阈值除噪良好的时频局部化特性滤除信号中大量的噪声。通过对通风机振动信号的除噪和特征提取研究,取得了良好效果,说明小波包阈值除噪方法非常适合于信号的预处理和故障特征提取。     

基于双正交小波变换的轴温信号消噪

针对实际消噪应用中小波基的多样性要求,探讨了在不同噪声水平下,具有正交性的小波基和具有线性相位的双正交小波基对消噪结果的影响,提出了选取小波基的一般方法,并基于此方法利用双正交小波基实现了对煤矿机电设备轴温信号的消噪处理,并取得了较好的效果。     

基于小波分析的岩石声发射信号处理技术

根据岩石声发射信号的特点,利用小波分析方法对岩石声发射信号进行分解、消噪和重构,得到了较为直观的声发射信号.介绍了小波与小波包分析的特点;对声发射信号进行小波消噪,比较了不同阈值下的消噪效果;并提出了基于能量阈值法的小波包消噪,其效果优于小波消噪.     

基于小波变换的岩石三轴蠕变曲线消噪分析

借助小波变换的基本原理，采用Mallat塔式分解算法对蠕变曲线进行多分辨分析，并对分解后的小波系数进行阈值处理，滤去噪声部分，然后通过小波逆变换对系数进行重构，得到消噪后的信号.分析结果表明:应用小波变换对蠕变曲线的实际测点数据进行消噪处理，能够有效去除实验过程中由于机器自振和外界干扰产生的噪声影响，相应提高了测量曲线的信噪比，从而可以得到较为平滑的实验曲线.     

基于小波消噪-神经网络的钻孔数据预处理

针对地质品位信息存在系统噪声和测量噪声的问题,提出利用小波消噪的时频特性对钻孔数据进行预处理,然后运用神经网络的非线性和自适应性对消噪结果进行优化。将该方法应用于某露天钼矿的钻孔数据预处理,并通过克里金法进行品位插值。结果表明:采用钻孔数据预处理的插值效果优于未进行预处理的克里金法插值,验证了该方法的可行性和有效性。     

基于小波变换模糊聚类的噪声消除算法

通过分析信号和噪声的小波变换系数在不同尺度上的传播特性,结合模糊聚类方法,提出了一种新的消除图像噪声算法-LEFC去噪算法。实验表明,该算法与其他几种小波软阈值去噪算法相比,更具有效和稳健的去噪效果。当噪声率超过40％时,其优越性更加突出。     

小波分析技术在地震信号噪声处理中的应用

小波分析是20世纪80年代中后期逐渐发展起来的一个新的数学分支,它具有多分辨率分析的优良特性,在许多方面获得了广泛应用。信号中混入噪声之后,会引起信号的奇异性变化。随机噪声和有效信号本身在奇异点的奇异指数大小不同,从而它们的小波变换的模极大值在不同尺度下的传播行为也不一样。依据此区别,对于一个含噪地震道记录信号进行小波分解(即多分辨率分解)之后,在模极大值图上去除那些幅度随尺度增加而减小的极值点(对应噪声的极值点),而保留幅度随尺度增加而增大的点(对应信号突变点位置),这样就可以在模极大值图上达到去除噪声的目的。小波分析技术在地震信号噪声处理中,去噪效果明显优于传统的傅立叶变换方法。     

2种小波消噪方法的比较

针对螺杆压缩机在运行过程中的振动情况以及发生故障振动时的激励源,根据故障激励源所引起振动故障的循环平稳特性,分别介绍了传统的利用Matlab进行小波消噪以及利用新兴的小波消噪器进行消噪的方法、特点及优缺点。     

基于局部放电法的矿用高压电缆信号去噪算法研究

干扰噪声直接影响局部放电法有效检测矿用高压电缆故障。基于局部放电法，综合采用理论计算、仿真实验、现场试验的方法，对比分析了短时傅里叶变换和傅里叶分析去噪法的原理和优缺点，提出了一种矿用高压电缆的局部放电去噪算法——小波阈值去噪法，同时，选择了合理的阈值函数和去噪流程。基于此，采用白噪声和连续周期信号作为高压电缆的干扰噪声，进行了模拟仿真实验。结果表明，小波阈值去噪法可有效抑制白噪声，其中，Db2小波性能和去噪效果最好；同时，现场试验结果显示，去噪后信噪比得到了显著增加，验证了小波阈值去噪法的合理性和可靠性。     

矿山遥感图像小波域模糊隶属度阈值去噪算法

矿山遥感图像作为一类重要的矿山测量数据,其质量在很大程度上受到矿区成像环境的影响。鉴于小波变换的图像多尺度分析特性,提出了一种小波域遥感图像模糊隶属度阈值去噪算法。该算法首先对失真的矿山遥感图像采用均值滤波算法进行预处理,消除一部分图像噪声。然后对预处理后的图像进行3层小波分解,对于基本不受噪声污染的低频小波分解系数不作处理,根据高频小波分解系数的噪声分布特征,设计了模糊隶属度阈值去噪模型用于去除其中的噪声,该模型对小波软阈值去噪模型进行了2点改进:1根据图像局部区域噪声信息与非噪声信息难以有效区分的情况,设计了模糊隶属度因子,通过设定特定的小波阈值,对不同的高频小波分解系数是否含有噪声进行自适应判定;2顾及到图像小波分解层数以及各高频小波分解系数的幅值,对经典小波贝叶斯阈值计算方法进行了改进。最后将原始低频小波分解系数与去噪后的高频小波分解系数进行重构,得到高清晰度的矿山遥感图像。采用山东兖州矿区的1幅遥感图像进行试验,并引入了边缘保持指数(Edge protection index,EPI)、信噪比(Signal noise to ratio,SNR)进行去噪效果评价,结果表明:所提算法对于失真的矿山遥感图像的去噪效果明显优于小波硬阈值、软阈值去噪模型,并且相对于已有的2类改进型去噪模型,优势也较显著。     

小波分层阈值处理在语音增强中的应用

针对谱减法用于语音增强残留噪声的问题,提出了一种新的阈值确定方法对小波系数进行分层阈值处理,并用短时能量和短时过零率对阈值处理过的各小波系数进行端点检测,利用检测结果确定语音信号的起止点并把起止点之间的部分取出形成新的小波系数向量,然后把经上述处理过的各层小波系数重构,以达到去掉噪声的目的。实验结果表明,与谱减法相比,文中方法可以明显提高语音信号信噪比和清晰度。     

基于小波降噪和CEEMD的轴承故障诊断

针对滚动轴承故障振动信号难以提取出准确的故障特征的问题,提出了一种基于小波新阈值降噪与互补集合经验模态分解(CEEMD)的轴承故障诊断方法。该方法充分结合了以上2种方法的优点,有效地解决了故障特征提取难的问题。首先构建出新的小波阈值函数,再用此小波阈值降噪,可以有效地消除背景噪声的影响;将降噪后的故障信号用CEEMD方法进行处理,然后重构根据信号的相关系数挑选出的相关性较大的分量;最后将重构信号进行Hilbert变换包络,从包络图中提取故障特征。运用此方法对轴承进行试验分析,结果证实了该方法的有效性和实用性。     

利用经验模态分解及小波变换压制微震信号中的随机噪声

随机噪声的压制是微震信号分析过程中的重要环节,目前大多数降噪技术都不同程度的存在去噪效果差、易损伤有效信号等问题。针对微震信号的随机非平稳特征,提出一种联合经验模态分解(EMD)及小波阈值的降噪方法,压制微震信号中的随机噪声。该法首先使用EMD对微震信号进行自适应分解,得到有限个本征模态函数(IMF)。考虑到随机噪声主要集中在高频IMF分量中,基于噪声能量突变原则找出低频IMF分量与高频IMF分量的分界后,利用小波阈值方法对高频IMF进行降噪处理,最后将降噪后的高频IMF分量与剩余的低频IMF分量重构即可实现微震信号降噪。仿真分析及实验结果表明,该方法能充分保留微震信号的随机非平稳特征,较对比方法具有更好的降噪效果。     

基于改进Prewitt算子的矿井视频图像小波阈值去噪

由于矿井成像环境的复杂性,导致所获取的图像较为模糊且存在一定程度的噪声,有必要采用适当的方法滤除其中的噪声并提高图像的清晰度。为此,提出了一种结合边缘检测的小波域矿井视频图像去噪算法。首先对噪声图像采用均值滤波算法进行预处理;然后对分别从检测模板、自适应阈值设定方法对经典的Prewitt算子进行适当改进,并采用改进的Prewitt算子提取预处理后图像的边缘轮廓信息,从而获得边缘图像和非边缘图像;最后对于非边缘图像,采用一种基于自适应阈值的改进小波阈值函数模型进行去噪处理,该模型充分结合了小波硬、软阈值去噪模型的优势,能够随着小波分解层数的变化自适应调整阈值大小。为了验证该算法的有效性,采用2幅实地获取的山东兖州某煤矿井下视频监控图像进行试验,并与小波硬、软阈值函数模型及2类已有的改进型小波阈值函数模型进行去噪效果对比。结果表明,该算法的去噪效果优于其余几类函数模型,且算法耗时略占优势,对于提高矿井视频监控图像的质量具有一定的参考价值。     

永磁直线同步电机垂直运输系统弱信号的检测

在分析小波包变换具有良好的时频特性基础上,根据信号和噪声具有不同的小波特性,采用浮动阈值去噪的方法,解决了低信噪比情况下弱信号的检测。仿真结果表明,采用小波包去噪可改善系统对信号的检测能力。     

基于小波阈值法的平移不变心电信号去噪

针对小波阈值去噪法在心电信号的Q、S波处产生的Pseudo-Gibbs现象,文章给出了基于小波阈值法的平移不变心电信号去噪算法。MTALAB上的仿真结果表明,给出的算法与小波阈值法相比具有更高的信噪比和更小的均方根误差。