基于MATLAB的小波去噪方法研究

通过对小波阈值化去噪的原理介绍,运用MATLAB中的小波工具箱,对一个含噪信号进行阈值去噪,通过实例验证理论的实际效果,证实了理论的可靠性.     

基于改进小波阈值算法的矿用钢丝绳损伤检测信号去噪方法

在矿用钢丝绳损伤检测中,信号去噪对损伤检测信号特征提取与定量识别的准确性有着直接的影响。针对小波阈值算法在钢丝绳损伤检测信号去噪中的应用,在Donoho的软、硬阈值去噪方法的基础上,提出一种改进的小波阈值算法,该算法解决了硬阈值去噪效果不佳与软阈值过度光滑导致信号失真的难题,完整地保留了钢丝绳检测信号中的小奇异信号,去噪效果明显优于传统的阈值去噪方法。     

基于小波变换阈值方法的地震信号去噪研究

提高地震信号的信噪比,对地震勘探数据的处理具有非常重大的意义。小波变换能把信号分解在多个尺度上,不同尺度上的小波变换系数代表原信号在不同分辨率上的信息。地震能量主要集中在信号的低频段,利用信号在不同的尺度上进行小波分解,可以进行地震信号的去噪处理。     

基于小波变换的矿震信号去噪方法研究与应用

从小波变换的基本原理出发,对实际矿震信号进行了去噪处理,通过用傅里叶变换和小波变换对北京木城涧煤矿实际矿震信号去噪效果分析,小波变换在对非平稳的矿震信号去噪方面有着傅里叶分析不可比拟的优点。并探索了不同的小波基和阈值选取准则以及分解尺度对矿震信号去噪结果的影响。     

煤矿机械设备状态监测数据的小波去噪方法

消除煤矿机械设备状态监测数据的噪声是进一步分析数据,判断设备运行状态,预测状态变化趋势的基础。介绍了小波去噪方法,并通过数值计算验证了方法的可行性。     

基于小波分析的矿用车柴油机振动信号去噪处理

矿用车柴油机振动信号进行去噪处理,对柴油机的运行状态监测和异常诊断具有重要的现实意义。以矿用车柴油机为实验研究对象,对4个不同测点进行时域分析和频域分析,得到最佳振动信号监测点;采用小波分层阈值去噪法,对柴油机振动信号进行分解和去噪处理。结果表明小波去噪的方法具有很好的去噪预处理效果,可以满足工程实际的需要。     

基于小波包变换的单道水上地震数据去噪方法研究

基于小波变换的多尺度分解去噪技术是近年来发展起来的一种新技术,其在地震勘探领域中具有广泛的应用.在小波变换的基础上发展起来的小波包变换,可以更好地像小波变换分解低频一样分解高频信息,在信号的去噪方面也有着重要的用途.将小波包变换应用于噪音含量较多的浅水域单道地震数据处理中,获得的有效地震信号突出,噪音被明显压制,处理效果良好.     

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.     

边坡变形监测数据小波去噪研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术之一。利用小波方法对边坡监测的数据进行去噪研究,着重研究了降噪方法(算法)、小波基函数以及阈值等的影响。硬阈值比软阈值处理后的信号更加粗糙,软阈效果好于硬阈,阈值和小波基函数都有重要影响。采用强制去噪后的效果很明显,重构层数选取对滤波效果有重要影响。     

基于小波去噪和MSE的滚动轴承故障诊断

介绍一种将小波去噪与多尺度熵方法相结合的滚动轴承故障诊断方法,通过采用小波去噪后信号进行多尺度熵分析,得到多尺度熵曲线分布,对滚动轴承的正常状态、内圈故障、滚动体故障和外圈故障4种故障类型下的振动信号分析表明,小波多尺度熵方法在合适的尺度因子下能够有效的区分4种故障类型,可以进行滚动轴承的故障识别,并且优于传统的多尺度熵方法。     

基于时域积累平均和小波多分辨率的井下测距系统设计

根据超声波测距的原理,利用回波时间差来测量待测距离,并设计了超声波测距系统的软硬件。在此基础上,提出了对传感器采集到的微弱信号进行时域累加平均和小波变换中的多分辨率分析方法相结合去噪。实践证明,系统极具实用价值。     

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。     

小波变换域井下视频监控图像改进阈值去噪方法

通过对井下视频监控系统实时采集的各类开采、地质环境信息进行有效分析,可为制定井下开采方案以及进行灾害救援提供准确依据。由于井下光照不均匀,粉尘较多,严重干扰了监控探头获取高质量的监控图像。为此,结合小波变换方法,提出了一种小波变换域改进阈值去噪方法。该方法首先对井下视频监控图像进行3层小波分解,得到低频和高频分解系数;其次对低频分解系数进行重构,得到空间域背景图像,采用维纳滤波算法进行处理,以去除其中存在的少量噪声;然后根据经典小波硬、软阈值去噪模型的不足,提出了一种改进型阈值去噪模型,该模型可分别根据不同的高频分解系数自适应设定阈值,可有效去除不同分解层高频系数中的噪声,对去噪后的各高频分解系数进行重构,得到空间域细节图像;最后,分别将去噪后的空间域背景图像和细节图像进行叠加,得到去噪后的井下视频监控图像。采用1幅内蒙古某煤矿井下视频监控图像进行试验,并引入了经典小波硬、软阈值去噪模型及2类已有的改进型阈值去噪模型与所提方法进行试验对比,结果表明,所提方法不仅可有效去除井下视频监控图像中的噪声,而且可保持图像细节信息完整性。     

小波变换在电能质量中电压微小波动检测的应用

电压微小的波动会对要求高稳定电压的精密仪器易造成影响,根据小波变换的多分辨率分析理论和Mallat算法,利用小波变换具有突出信号时域、频域局部特征的能力,提出了基于小波变换在电能质量中的电压微小波动检测的方法。仿真结果表明,该方法在电压微小波动检测方面,具有其他方法无法比拟的优越性。     

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。     

基于小波阈值法的矿山遥感图像非局部均值去噪

矿山遥感图像在获取、压缩、传输、解码的过程中易混入大量随机噪声,导致图像清晰度较低,难以直接进行分析研究。为此,将小波变换与非局部均值滤波算法(Non-local means filtering algorithm,NLM)相结合提出了一种基于小波阈值法的矿山遥感图像非局部均值去噪算法。该算法首先结合小波硬阈值、软阈值去噪模型以及现有的改进型小波阈值去噪模型的特点,建立一种改进型小波阈值去噪模型并用于去除遥感图像中的随机噪声;然后将原始遥感图像与小波去噪后的图像作差运算,得到原始差值图像,再对原始差值图像进行非局部均值滤波,得到滤波后的差值图像;最后将小波去噪后的图像与滤波后的差值图像进行融合。采用MATLAB语言编写程序,试验数据为白云鄂博矿区的2幅遥感图像,采用峰值信噪比(Peak signal noise to ratio,PSNR)和算法耗时等指标对算法去噪效果进行评价。试验结果表明:所提算法的去噪结果明显优于小波软阈值去噪模型及非局部均值滤波,此外,该算法耗时相对于其余2类算法而言也有一定的优势,对于提高矿山遥感图像的判读精度有一定的参考价值。     

小波空域去噪改进算法在焊接缺陷信号分析中的应用

针对高温合金摩擦焊接头超声检测中缺陷信号特点,通过运用遗传算法对小波阈值函数进行寻优,提出一种小波空域相关系数去噪的改进算法。该方法可以对缺陷信号的相关系数进行非线性阈值处理,进而实现对非平稳焊接缺陷检测信号的去噪处理。为后续进一步实现缺陷的准确分析奠定基础。