基于动态信噪比估计的小波阈值去噪新算法

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衰减一部分语音信号中的噪声,但这些算法会不可避免地造成有用语音信号尤其是清音部分的损失,以至于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,本文介绍了一种基于小波包变换和动态信噪比估计的阈值方法。这种方法可以有效地保护有用信号不被去除,但对于带噪信号在不同尺度下的信噪比,它的自适应性不强,因此本文对这种算法做了一些改进,使之可以达到更好的去噪效果。     

一种改进的小波阈值法在信号消噪中的研究

对于非平稳信号,小波多尺度分解是一种有效的信号去噪方法,在D.L.Donoho和I.M.Johnstone提出的多分辨分析小波阈值去噪方法的基础上,采用了一种改进的阈值函数,改进的阈值函数克服了硬阈值函数不连续的缺点,同软阈值函数一样具有连续性,而且解决了软阈值函数中存在的恒定偏差,同时它具有软硬阈值函数不可比拟的灵活性。仿真结果表明,采用了改进的阈值函数的去噪结果有效抑制了在信号奇异点附近产生的Pseudo-Gibbs现象,无论是在视觉效果上,还是在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。     

改进阈值函数的小波去噪算法

针对小波软、硬阈值函数去噪后信号存在局部震荡和边缘模糊导致去噪效果不佳的问题,研究了小波去噪原理和优化阈值函数的规则,设计了一种具有连续性、灵活性和恒定偏差小的可调阈值函数,提出了一种基于改进阈值函数的小波去噪算法,将其应用于含有高斯白噪声的信号中进行去噪。实验表明,相较于传统方法,所提方法对仿真信号和心电信号都具有灵活性和适用性,并且去噪后信号的信噪比提升了16.21%,皮尔逊相关系数增大了1.62%。因此,本文所提算法具有可行性,可有效保留特征信息,去噪效果更加理想。     

基于小波阈值的桥梁形变参数去噪方法

桥梁健康监测参数采集过程中,噪声信号会对桥梁数据的正确解析带来很多不确定因素,将小波阈值去噪方法应用于桥梁形变参数测试中,以提高桥梁参数测试精度.分析对比了不同小波基与不同阈值对桥梁振动信号的去噪效果,选用db小波阈值去噪对桥梁测试振动、位移、角度信号进行了去噪处理.仿真结果显示,小波阈值去噪方法取得较高的信噪比,振动...     

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。     

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。     

小波消噪阈值选取的一种改进方法

介绍了阈值计算的SURE阈值、多分辨率SURE阈值和平移不变阈值,以及硬取阈值、软取阈值估计子,同时提出了一种新的小波消噪阈值选取方法,与硬取阈值、软取阈值进行了比较。仿真结果表明,消噪效果有明显的改观。     

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。     

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。     

小波门限消噪法应用中分解层数及阈值的确定

基于小波变换的门限去噪算法是去除数字信号中白噪声的有效算法。在实际应用中，这种非线性滤波方法有2个核心问题需要解决。一个是门限阈值的选取：另一。个是信号分解层数的确定。该文通过数字仿真证明了确定合适的分解层数的重要性。分析了白噪声污染的有用信号的小波变换系数特点。提出了1种分解层数的自适应确定方法，并提出了1种基于3σ法则原理的各层小波空间中阈值的选取方法。仿真结果表明，该文方法具有较好的去噪效果，尤其适合于强噪声背景下弱信号的监测。该文方法明确提出了基于小波变换的门限去噪算法中分解层数和门限阈值2个重要参数的确定方法，增强了这种去噪算法在工程应用中的实用性。     

改进的小波收缩消噪技术及确定消噪门限的方法

本文阐述了一种改进的小波收缩消噪技术，将在小波系数域进行的收缩改进到模值域上进行，并根据统计知识和李氏指数的理论推导出了噪声各个阶次小波变换模值上界之间的关系及对模值上界的估计方法。进而提出了各个阶次消噪阈值的自动确定技术，实现了无人工干预的小波消噪。     

基于小波包最优基的图像压缩算法研究

阐述了基于小波包最优基的图像压缩算法,分析了代价函数的选择和最优基的构建并与小波树压缩算法进行了比较,对小波包分解尺度及不同小波基选取对压缩性能的影响进行了探讨.仿真实验表明,基于小波包最优基的压缩算法在保持图像细节信息方面优于小波树压缩算法.但是,如何合理的选取分解尺度及小波基仍有待于进一步研究.     

基于新过采样方法的APF电流THD测量

电流总谐波畸变率(THD)是有源电力滤波器(APF)的一项重要性能指标,工业现场一般要求APF补偿后电流THD<5%ao实验发现A/D转换引入的噪声对THD测量影响极大,其误差可达200%,不能满足应用要求.针对大功率电力电子装置采样频率低和THD测量对采样信号信噪比要求高的特点,提出一种新的过采样方法,对其进行原理分...     

中低速磁浮列车悬浮控制器电磁兼容设计

在中低速磁浮列车系统中,悬浮系统是核心子系统。由于列车平稳性和悬浮稳定性的要求,悬浮系统对信号的信噪比要求高,但实际中信号传输距离比较长,所处的电磁环境复杂,干扰强。提出了一种系统方案,从悬浮系统主电路、传感器信号传输、采样和处理机制、分布电源以及系统接地等方面综合设计,系统解决悬浮系统中的电磁干扰问题,提高悬浮系统信号的信噪比。通过实验验证了综合设计方案的可行性以及工程的可靠性。     

时频分析在真空热试验测试电缆故障检测中的应用

真空热环境试验是航天器研制过程中必不可缺的实验项目,实验过程中需配置大量测试电缆,因此测试电缆的故障检测具有重要意义。为有效提高对测试电缆故障的定位精度,对小波变换和分数阶傅里叶变换在电缆故障测试中的应用去进行研究。对时域反射测量法和频域反射测量法两种电缆故障检测方法的发射信号进行加噪处理,分别采用相应的时频分析方法对其进行消噪处理。仿真结表明,小波变换和分数阶傅里叶变换具有良好的去噪效果,对提高测试电缆的故障定位精度具有重要意义。     

智能电网中无线传感器网络通信链路可靠性置信区间预测

实时准确的无线链路质量预测是保证智能电网厂、站区域通信链路可靠性的必要信息。无线链路质量信噪比时间序列所表现出的非线性和非平稳随机性的叠加是影响预测准确性的主要因素。为此,提出一种通信链路可靠性置信区间预测方法,通过对无线链路质量的信噪比序列近似解耦处理,将其分解为非线性序列和非平稳随机序列,采用小波神经网络建立信噪比非线性序列和非平稳随机方差序列的预测模型,并用预测结果计算通信链路可靠性置信区间上、下界。最后,在实际的智能电网环境中验证了所提出的算法和结果。     

JPEG图像压缩编码及其MATLAB仿真实现

首先介绍了基于离散余弦变换的JPEG图像压缩编码算法,接着用MATLAB6.5对标准灰度图像进行仿真,并对同一幅Lena图像做不同的压缩,绘制了率失真曲线.实验结果表明,在很大的压缩范围内,在不同的压缩比和编码比特率下,重建图像的峰值信噪比都在30 dB以上,仍然能满足人们的视觉需要.对图像做不同的压缩,满足了不同的场合、不同的控制码率下要求不同的图像质量的实际需要.用MATLAB做仿真实验,方法简单而且误差小,大大提高了图像压缩的效率和精度.     

Support Vector Machine-based Denoising Technique for Removal of White Noise in Partial Discharge Signal

Abstract—Partial discharge (PD) measurement has emerged as a dominant investigative tool for condition monitoring of insulation in high voltage equipment. In general, PD signals are severely polluted by several noises like white noise, random noise, discrete spectral interferences (DSI). The challenge lies with removing these noises from PD signal effectively by preserving the signal features. In this article, support vector machine (SVM) based denoising technique has been proposed for the removal of white noise from PD signal. The proposed SVM technique retains the edge of the original signal efficiently and also pseudo Gibbs phenomenon does not exist with SVM technique. In order to evaluate the effectiveness of the proposed method, artificially simulated PD signal mixed with white noise and the measured PD readings are considered. For the purpose of comparison, other denoising techniques such as fast Fourier transform (FFT), discrete wavelet transform (DWT), and translation invariant wavelet transform (TIWT) are also considered. The results reveal that, SVM based denoising technique shows better performance in terms of higher signal to noise ratio, signal reconstruction error ratio, cross correlation coefficient and reduction in noise level, mean square error, and waveform distortion.     

室内环境OFDM与UWB通信定位一体化系统兼容性分析

随着5G、WiFi通信技术的不断发展以及超宽带信号（UWB）高精度定位系统的广泛应用,在室内空间下正交频分复用信号（OFDM）与UWB信号的共存互干扰不可忽视。本文采用等效载噪比的分析方法,结合两者物理特性,使用MATLAB搭建两系统物理层模型,根据谱分离系数来计算干扰信号随接收信号进入接收机而引起的噪声量,进而通过受干扰情况下接收机的等效信噪比获得OFDM通信系统的误码率和UWB系统的定位精度。仿真结果表明,OFDM信号与UWB信号间存在同频信号干扰,干扰中心处UWB信号定位误差放大12倍以上,OFDM通信信号误码率上升至10-3左右,即信号同频互干扰会造成5G、WiFi等通信系统性能下降的同时严重影响UWB系统的定位精度。通过提出基于分布式低功率微基站的系统部署优化方案,实现了实验区域内通信性能几乎不变情况下定位性能的显著提高,整个实验区域均可保证分米级的定位精度。研究结果可为5G通信系统与UWB定位系统的一体化设计与设备部署提供参考。     

交叉验证方法在电能质量信号白噪声抑制中的应用

电力系统中,电能质量信号往往含有大量噪声,这将在很大程度上影响检测的效果。基于交叉验证方法提出了电能质量信号白噪声抑制新方法,该方法无需事先估计信号中白噪声的任何参数,能根据所定义的积分均方误差（ISE）代价函数自适应地选择最佳消噪阈值,解决了小波去噪过程中小波基函数选择的固有难题,而且去噪效果优于传统方法。仿真结果表明,该方法能够准确提取出扰动信号的突变信息,提高电能质量信号的信噪比,且信号的均方误差较小。