电能质量信号的小波阈值去噪

为了改善电能质量信号的去噪效果,在分析软、硬阈值法的基础上.提出一种改进的去噪方法.该方法融合软、硬周值法的不同特点,通过调整参数获得较优的小波系数的阈值估计,使得改进的阈值函数介于软、硬阈值函数之间,有效克服了采用硬阈值法去噪效果不佳,软阈值法过渡光滑使信号失真的缺点.仿真结果表明,该方法在去噪的同时减少了信息的损失,SNR、RSME等性能指标较之软、硬阈值法均有明显的提高.     

改进阈值函数的小波熵方法抑制局部放电白噪声的研究

针对传统硬阈值法和软阈值法的缺陷,提出了改进阈值函数的小波熵方法。该方法对含噪局放信号进行小波分解,基于小波熵自适应选取阈值,并引入一种改进阈值函数对小波系数进行处理,最后重构得到去噪后信号。典型仿真信号和实测信号的去噪结果表明,提出的方法能够有效去除局放信号中的白噪声。     

改进的小波阈值去噪法在省级电网低频振荡分析中的应用

Prony分析的精度受信号噪声影响很大,为此,一个有效的去噪算法就成为应用Prony方法的关键。本文引入新的阈值选取和阈值函数对传统的小波阈值去噪算法进行改进,利用改进的小波阈值去噪算法对采样信号进行预处理。新的阈值选取能够保证小波系数随尺度的分布而变化,同时贴合不同类型信号中噪声在各层的实际分布情况,进而确保充分的去噪能力而不使重构的信号失真。新的阈值函数相比于常用的软阈值函数减小了其中存在的固定偏差,而相比常用的硬阈值函数确保了函数的连续性,从而消除了重构信号可能出现的振荡。并构造信号仿真实验,通过Matlab仿真实验与软阈值法、硬阈值法等方法去噪效果及辨识结果的对比,验证了利用本文提出的改进算法的有效性。     

小波阈值去噪改进算法研究

提出了一种基于传统阈值去噪法的新的阈值函数,新阈值函数表达式简单易于计算,它既克服了硬阈值函数不连续的缺点,同时又克服了软阈值函数中估计小波系数与分解小波系数之间存在着恒定偏差的缺陷,它具有硬、软阈值函数不可比拟的灵活性。仿真实验结果表明,新的阈值函数的去噪效果无论是在视觉效果上,还是在信噪比增益均优于传统的硬、软阈值方法。     

基于小波阈值改进的去噪算法研究

在平常的信号检测中,常常伴随着信号噪声的存在,使得检测结果不准确,所以需要对信号进行去噪处理。而小波去噪在信号预处理方面应用广泛,特别是小波阈值去噪,操作简单且效果良好。针对软、硬阈值去噪方法进行分析,提出一种基于高次逼近法改进阈值的去噪方法。仿真实验表明,利用自适应阈值的高次逼近法,其去噪效果优于常规的软、硬阈值及高次逼近法,得到的信号效果更好。     

小波阈值去噪函数的改进方法分析

小波阈值去噪是一种简洁有效的去噪方法,传统阈值去噪法包括软、硬阈值法,它们在实际应用中取得了很大的成功,但同时也存在一些有待改进的地方。为此,介绍了3种国内外有代表性的小波阈值函数改进方法,并在传统阈值函数的基础上提出了一种新的双变量阈值函数。对局部放电仿真信号进行的去噪分析结果显示,改进阈值函数在信噪比增益和最小均方误差意义上要优于传统的软、硬阈值函数,其中新的双变量阈值函数在4种改进阈值函数中具有最优的去噪性能。     

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk~(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用尺度系数和处理后的小波系数进行重构,得到去噪后的信号。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。     

基于自定义阈值函数的小波去噪算法

基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在偏差和方差过大的缺点,为有效解决这一问题,提出基于自定义阈值函数的小波去噪算法。研究给出了一种改进型的自定义阈值函数,建立了该函数的数学模型,对基于该函数的小波去噪算法的去噪效果进行了仿真,并将该算法应用于实际的电能质量暂态信号检测之中。仿真和实验结果进一步表明了自定义阈值函数的优越性和基于自定义阈值函数小波去噪算法的有效性。     

基于自定义阈值函数的小波去噪算法

基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在偏差和方差过大的缺点,为有效解决这一问题,提出基于自定义阈值函数的小波去噪算法.研究给出了一种改进型的自定义阈值函数,建立了该函数的数学模型,对基于该函数的小波去噪算法的去噪效果进行了仿真,并将该算法应用于实际的电能质量暂态信号检测之中.仿真和实验结果进一步表明了自定义阈值函数的优越性和基于自定义阈值函数小波去噪算法的有效性.     

基于改进阈值去噪的谐波检测

为保证电力系统的安全运行,必须要对谐波进行准确的检测和分析。电力系统中的信号不仅由基波和各次谐波组成,还包含大量的噪声,噪声的存在严重影响电力系统谐波检测的精确性。针对传统的软阈值和硬阈值去噪方法的不足,提出了一种基于sym8小波的改进阈值去噪方法。首先用sym8小波对信号5层分解,然后对第一层、第二层小波系数去噪优化,最后基于优化后的各层系数对信号进行重构和谐波检测。在Matlab平台下对比软、硬阈值和改进阈值的去噪效果,表明改进阈值去噪方法效果更好,并用该方法去噪后检测谐波的准确性明显提高。     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

一种改进型小波阈值去噪算法的FPGA设计与实现

提出了基于现场可编程门阵列器件（FPGA）的一种改进型小波阈值去噪算法的设计与实现方案,利用Mallat快速离散正交小波变换算法,并在Altera QuartusII开发平台上采用Verilog HDL语言实现对含加性高斯白噪声的信号利用改进型阈值去噪方法进行处理。最后借助于ModelSim SE对含噪信号的处理进行验证仿真,仿真结果表明,该方案可以取得较好的去噪效果。     

基于多重小波变换的自适应脉搏信号去噪

小波变换在生物医学信号降噪处理中有着广泛的应用,但小波降噪处理中的软硬阈值法本身都有一定的局限性,而且还除去了部分有用信号,降噪效果不太理想。本文基于小波分析的特点,提出了一种对信号进行多重小波变换的自适应去噪法,该方法不仅克服了小波去噪软硬阈值法的局限性,而且解决了自适应滤波中参考信号选取难的问题,将该方法用于脉搏信号降噪,得到了满意的去噪效果。     

一种基于小波变换的语音信号去噪净化方法

语音信号在传输之前快速有效的去噪净化,对于3G通信具有重要的现实意义。由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够去除一部分语音信号中的噪声,但造成有用语音信号尤其是清音部分的损失,导致去噪后的语音听觉质量下降,达不到很高的信噪比。针对这一问题,本文在分析小波变换原理和传统软硬阈值法的基础上,建立了一种改进的阈值语音信号净化方法。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

基于小波分析的水冷壁管缺陷识别和分类方法

根据水冷壁管不同缺陷对应的检测信号的波形特征，提出一种基于奇对称小波变换的模极大值缺陷识别和分类方法。选取二次样条小波为小波函数，运用软阈值函数和固定阈值处理小波系数，有效地消除和抑制了背景噪声对检测信号的影响，获得了比较纯净的水冷壁管壁厚减薄缺陷信号。同时，对小波变换后管壁内、外表面局部缺陷信号的特征进行分析，探讨了基于小波变换的内、外表面局部缺陷的分类方法。     

小波去噪与压缩在电厂设备中的应用

为解决600 MW发电机组辅机设备噪音振动数据占用大量存储空间及缓解其数据传送压力问题,针对噪音振动数据的特点提出了一种基于小波阈值去噪和最优小波包压缩的压缩算法。新算法针对小波软硬阈值函数的不足,提出了新的阈值函数对噪音振动数据进行去噪;新算法使用相关系数法获取最优的小波基。仿真表明,改进阈值函数相对原阈值函数在保留高频原始信号的能力和去噪能力方面都有增强;使用改进阈值函数去噪后,小波包压缩能完整的重构信号。最优小波包压缩与改进阈值去噪算法已初步应用于岳阳电厂辅机设备的数据压缩,算法对节省硬盘容量、保护硬盘及高效的数据传送有着重要的作用。     

基于小波去噪和随机子空间算法的广域低频振荡估计

电网规模的日益扩大使得广域低频振荡成为电力系统稳定运行中备受关注的问题之一,提出了一种利用小波软阈值去噪技术,首先对电力系统低频振荡数据进行预处理,然后采用随机子空间算法提取低频振荡信号特征的分析方法。该方法直接利用在线量测数据识别出系统的低频振荡及其特征参数,有效地克服Prony算法、自回归滑动平均算法及希尔伯特-黄等算法受噪声、系统实际阶数的影响大以及单一随机子空间辨识算法难以处理非线性、非平稳振荡信号的缺点。数值仿真及实例分析均验证了基于小波预处理技术的随机子空间算法在电力系统低频振荡分析中的可行性。