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。     

小波交换在色谱信号消噪中的应用及其软件设计

提出了基于小波交换的色谱信号消噪处理方法。通过对具体数据的处理，表明该法可成功地去除色谱信号的噪音，为准确进行色谱分析创造了条件。同时，为实现小波消噪技术，进行了软件设计，采用VB、ComponetWorks、MATLAB3种软件混合编程，使程序简单、界面友好。     

变压器局部放电信号小波消噪新算法与试验分析

目前变压器局部放电信号小波消噪主要有阈值法、相关法和模极大值法3种,其都有一定的局限性.针对这些局限性,笔者结合阈值法和模极大值法的特点和适应范围,给出了一种新的小波消噪算法,最后用该算法编程对变压器局部放电信号进行分析.实验表明该算法能较好的消除白噪声,并对强电脉冲干扰有一定的抑制作用,证明其在变压器放电信号处理中有...     

小波消噪在10kV金属氧化物避雷器在线检测中的应用

针对金属氧化物避雷器(MOA)泄漏电流检测信号包含噪声的问题,提出了一种将新阈值法和平移不变小波相结合的消噪方法。该方法对含噪的金属氧化物避雷器在线检测信号进行小波分解,对分解后不同尺度下的小波信号进行平移,并同时按新阈值法进行处理,最后重构信号。将所提出的小波消噪方法用于10 kV金属氧化物避雷器的在线监测,提取去噪前后的泄漏电流检测信号波形进行分析对比。结果表明,该方法的消噪效果显著,消噪能力远优于传统的软、硬阈值消噪法。经小波消噪后的泄漏电流波形变得明显清晰,很容易从波形上对正常避雷器和老化避雷器进行区分,可以作为10 kV配电网MOA在线监测的依据。     

多小波在电力系统信号消噪中的应用

在简单介绍多小波基本理论的基础上，提出了一种简化多小波分解重构算法的方法，利用该方法可以减少多小波分解重构过程中计算量。以SA4多小波为实例，探讨了基于多小波变换的两类预处理方法以及预处理方法对多小波的重要性。通过分析了多小波的消噪算法，尝试基于不同预处理方法的多个常用多小波在电力系统信号消噪方面的应用。对电力系统三种较典型信号的大量仿真计算结果表明：在相同滤波器长度下，选择合适的预处理方法，利用多小波对电力系统信号消噪可以取得比传统小波更好的信号消噪效果。     

基于形态小波的输电线路故障电流行波消噪研究

高压输电线路故障产生的电流行波信号含有大量的噪声信号,在行波保护和行波故障测距中需要对其进行预处理,去除噪声并提取真实信号。利用小波变换能敏感地检测到奇异点和形态学滤波器能有效地滤除脉冲噪声且能保留原信号的全局和局部特征的优点,提出了一种基于形态小波的输电线路行波信号消噪新算法。MATLAB仿真结果表明形态小波在滤除脉冲干扰和白噪声方面具有良好的消噪能力。     

基于形态小波的输电线路故障电流行波消噪研究

高压输电线路故障产生的电流行波信号含有大量的噪声信号,在行波保护和行波故障测距中需要对其进行预处理,去除噪声并提取真实信号.利用小波变换能敏感地检测到奇异点和形态学滤波器能有效地滤除脉冲噪声且能保留原信号的全局和局部特征的优点,提出了一种基于形态小波的输电线路行波信号消噪新算法.MATLAB仿真结果表明形态小波在滤除脉冲干扰和白噪声方面具有良好的消噪能力.     

粒子群优化的小波算法在避雷器老化诊断中的应用梁可道

为研究金属氧化物避雷器漏电流“消噪”问题,提出一种粒子群优化的小波消噪方法。首先利用db5小波对漏电流信号进行5层分解,其次设定待求解阈值,对信号进行重构,最后通过粒子群优化求解阈值实现消噪,并通过模拟MOA小电流区模型进行仿真验证。研究表明:使用db5小波对信号进行分解,并利用PSO对阈值进行优化求解,最终阈值c5,c4,c3,c2,c1分别为0.32,0.20,0.13,0.02和0.01。消噪后信噪比相对于单独使用平稳小波提升了7 d B,说明利用结合粒子群优化的小波消噪算法进行消噪,消噪效果明显优于单独使用小波消噪算法。     

改进提升格形态小波及其在电能质量中的应用

为了解决电能质量信号处理过程中难以突出信号扰动特征问题,提出一种改进极值型提升格形态小波算法。首先选择形态极值型算子作为预测与更新算子构造最大、最小提升格形态小波;在此基础上,再设计改进极值型提升格形态小波算法进一步突出扰动信号局部极大值与极小值信息;最后利用该算法对扰动信号进行处理并获得其扰动特征的细节系数,在有效抑制采样过程中噪声干扰的同时,突出了信号扰动特征。通过仿真分析算例,验证了该算法具有计算简单、扰动捕捉准确、消噪能力强等特点。     

改进提升格形态小波及其在电能质量中的应用北大核心CSCD

为了解决电能质量信号处理过程中难以突出信号扰动特征问题,提出一种改进极值型提升格形态小波算法。首先选择形态极值型算子作为预测与更新算子构造最大、最小提升格形态小波;在此基础上,再设计改进极值型提升格形态小波算法进一步突出扰动信号局部极大值与极小值信息;最后利用该算法对扰动信号进行处理并获得其扰动特征的细节系数,在有效抑制采样过程中噪声干扰的同时,突出了信号扰动特征。通过仿真分析算例,验证了该算法具有计算简单、扰动捕捉准确、消噪能力强等特点。     

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。     

基于改进CEEMDAN和小波阈值的雨声信号去噪算法研究

为了从混杂着各种噪声的雨声信号中提取到较为纯净的雨声信号，本文提出基于改进完全自适应噪声集合经验模态分解（CEEMDAN）和小波阈值相结合的雨声信号去噪方法。方法引入互相关函数寻找CEEMDAN的最优分解层数F值，并通过CEEMDAN算法按最优分解层数F层分解，将信号分解成多个频率由高到低的本征模态分量（IMF）;利用小波阈值，滤除高频IMF分量中的噪声分量，最后将去噪后的高频IMF分量和未经去噪的低频IMF分量进行信号重构，提取出较为纯净的雨声信号；实验表明，本文选用方法的去噪效果相对于经验模态分解（EMD）去噪算法、小波阈值去噪算法等传统方法具有一定的优势，去噪后的雨声信号能够准确反映出环境雨情的特征，提高雨情分析的精确度。     

基于改进去噪性能的Prony算法电网低频振荡模态辨识研究

针对电网低频振荡Prony辨识算法对噪声较为敏感、对输入信号要求较高的问题,提出了一种基于小波去噪与扩展Prony算法相结合的高精度低频振荡模态辨识方法。在小波去噪的基础上通过对阈值进行改进,使得小波去噪的阈值随着小波的分解而发生变化,从而对低频振荡信号达到较好的滤波效果,并在此基础上研究扩展Prony算法,对构建的仿真信号运用IEEE4机2区域系统产生低频振荡信号以及实际PMU监测的低频振荡信号进行算法验证。仿真和实验表明提出的方法能够比较准确和快速的辨识电力系统低频振荡信号,且具有较高的精度和较好的鲁棒性,为电力系统低频振荡模态辨识提供了一种行之有效的方法。     

一种改进的罗兰C信号联合去噪方法

模拟滤波器精度低,去噪能力较差。为了能够有效去噪,提出了多尺度阈值与FIR滤波联合去噪的方法。利用该方法,在改进阈值算法下对实际采集的罗兰C信号进行了仿真分析与比较。结果表明,改进的阈值算法能够更好的反映小波分解系数细节部分的动态变化,提出的联合去噪方法能够有效滤除噪声,对罗兰C接收机的数字化设计具有重要参考价值。     

故障分析中的小波软阈值改进除噪方法

软阈值消噪是信号消噪中的标准算法。故障检测中的信号去噪,要求在降低噪声水平的同时,保留信号中用于故障检测的奇异特征。通过分析信号和噪声的小波系数在小波空间的不同特性,在"噪声强度估计"、"阈值选择策略"和"小波系数调整策略"三个方面对软阈值除噪技术进行了改进。仿真研究表明改进方法较好地解决了保护信号局部特征和抑制噪声之间的矛盾,并对各种类型的故障信号均能进行有效的分析。     

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。     

基于改进小波系数奇异值分解和小波去噪的低频振荡时变模式辨识

提出了一种基于连续小波变换(continuous walelet t r a n s f o r m , C W T )和奇异值分解( s i n g u l a r v a l u e decomposition,SVD)相结合的提升小波系数 SVD 辨识信号振荡频率和模式信息提取及信号去噪的新方法.克服了噪声较大或者密集模态时,小波脊线不清晰甚至会出现混叠和交叉难以提取频率的情况,根据提升的小波系数奇异值分解频率向量识别各阶振荡模式的频率.同时选用小波能量系数来识别主导振荡模式,用小波软阈值去噪和 SVD 分解后矩阵重构来进行信号去噪.CWT 可以处理含时变振荡模式的低频振荡信号,且对模式参数具有较高的辨识精度.仿真算例验证了算法的有效性和适用性     

基于小波迹方法的局部放电信号消噪研究

在检测电力系统变压器稳定性时,通常会发现变压器放电信号存在各种各样的干扰,尤其是噪声干扰。文章提出一种基于传统小波迹方法的平稳小波迹阈值消噪方法,有效消除了信号采样中的噪音。通过重新定义小波迹字典的方法,改进了传统小波方法中的不足。对所要处理的放电信号进行循环平移,有效消除小波基的平移依赖性,提高小波变换在奇异点附近的特殊性,从而达到消除随机振荡的目的。通过与传统小波包消噪和传统小波消噪的比较,选取阈值、小波基和分解层数,得到了信号消噪的最佳值,进而构建一个适用于局部放电信号研究的平稳小波迹阈值消噪方法。结合MATLAB仿真实验信号和部分某变电站变压器局部放电实际信号验证,该方法能有效抑制局部放电噪声干扰,提取有效信号,消噪效果优于传统小波和小波包方法,可以达到识别的需求。     

超声信号的改进EMD阈值方法降噪研究

在进行工业超声无损检测的过程中,由于环境、仪器等原因产生噪声,对后续缺陷分析等工作形成一定干扰,不利于完成后期数据分析。因此为了使信号的信噪比有所提高,提出了一种改进的经验模态分解阈值降噪算法。同时对比小波软阈值降噪法与经验模态分解清除重复间隔阈值的方法,在MATLAB仿真软件中建立超声回波数学模型并进行算法验证。实验结果表明,经验模态分解降噪方法优于小波阈值降噪,改进后的经验模态分解阈值降噪方法在信噪比、均方误差、光滑度3个方面均有所提高,达到了较好的降噪效果。     

基于甚高频的语音增强算法研究

甚高频通信在民航中有广泛应用,但是它极易受到各种噪声的干扰,传统方法去噪效果差且没有消除固有干扰,提出了一种基于小波分析的自适应卡尔曼滤波算法。该算法在小波分析中提出了新阈值函数,在自适应卡尔曼滤波算法中增加了调节窗口长度的自适应因子,以此来调节滤波增益,可以有效地避免滤波发散。随机选择了某一时段4种不同频率的甚高频语音信号,并用提出的算法进行滤波处理,从信噪比、均方根误差、信号波形图和语谱图等方面进行分析。结果表明,该算法能够有效去除甚高频语音信号中的噪声,可以获得更高的信噪比和更小的均方根误差,进一步提升语音质量。