首页 | 本学科首页   官方微博 | 高级检索  
检索     
共有20条相似文献,以下是第1-20项 搜索用时 359 毫秒

1.  改进空间屏蔽滤波算法在局部放电脉冲提取中的应用  被引次数:1
   张毅刚  郁惟镛  黄成军  左问《中国电机工程学报》,2003年第23卷第9期
   提出了改进的空间屏蔽滤波算法,并将其应用于局部放电脉冲信号的提取。利用Teager能量算子得到能量强化后的小波变换系数,利用小波系数在相邻尺度的乘积突出奇异性信号,形成基于尺度的屏蔽滤波器,通过相邻屏蔽滤波器的逻辑“与”运算得到最终的屏蔽滤波器。将该屏蔽滤波器和不同尺度的小波系数相乘来提取局部放电脉冲。仿真信号和试验室线棒放电信号的测试表明该方法不仅能提高信噪比,还能很好保留局部放电信号的幅值和能量,有利于后续的局部放电分析。    

2.  基于小波能谱熵的信号消噪方法  
   罗志增  周炜《计量学报》,2010年第31卷第5期
   以表面肌电信号和脑电信号为例,提出了一种基于小波能谱熵的生物电信号消噪方法.将信号进行多尺度小波分解,对分解后各尺度的高频小波系数分区间计算小波能谱熵,根据能谱熵的分布特性确定滤波阈值,最后由低频部分小波系数和滤波后的各尺度上的高频小波系数重构得到消噪后的源信号.该方法具有阈值选取自适应性,操作方便.实验结果表明,基于小波能谱熵的消噪方法能有效滤除信号中的绝大部分噪声,且能较好地保留源信号的细节信息.    

3.  基于Lab VIEW的小波理论在风力机齿轮箱故障诊断中的应用  
   麻东东  李连友  田松峰《节能》,2011年第10期
   给出一种基于Lab VIEW实现信号的小波包络分析的方法。在Lab VIEW的高级信号处理工具箱中包含了小波包信号分解和重构的模块,利用这些模块快速实现了小波包分解,然后对风电机组齿轮箱采集振动数据进行包络分析,得到了直观的包络谱线,进而得到准确判断风力发电机组的实际工作状态。另外采用小波分解对齿轮箱故障振动信号进行消噪滤波,通过小波包分解系数求取频带能量,根据各个频带能量的变化提取故障特征,为实现智能诊断提供故障特征值。    

4.  基于小波分析的岩石声发射信号处理技术  被引次数:1
   王更峰《矿业工程》,2006年第4卷第5期
   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.    

5.  小波分析在信号消噪中的应用  被引次数:7
   何风华《兵工自动化》,2002年第21卷第6期
   用小波分析进行信号消噪常用多尺度小波变换和小波包变换。多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪。其消噪处理有强制、默认阈值和给定软/硬阈值3种方法。小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪。并给出了几个Matlab消澡函数:多尺度一维小波分解和重构wavdec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp和wdencmp函数。试验表明,此方法具有较高的有效性实用性。    

6.  二代小波变换在肌电信号消噪中的应用  
   罗志增  李亚飞  孟明《计量学报》,2010年第31卷第3期
   为了更好地消除混杂在表面肌电信号中的噪声,提出了一种基于二代小波变换的表面肌电信号消噪方法.利用提升算法进行表面肌电信号二代小波分解,得到多层的信号高频细节系数,分别运用软、硬阈值进行处理,对滤波后的信号进行小波重构,恢复消噪后的原始信号.通过对加噪正弦信号和真实表面肌电信号的消噪实验,结果表明:二代小波是一种明显优于一代小波的消噪方法,且硬阈值法优于软阈值法.    

7.  基于提升静态小波包变换的自适应消噪方法  
   张雯雯  刘黎平《哈尔滨工程大学学报》,2009年第30卷第9期
   基于离散小波变换(DWT)的自适应消噪方法为雷达信号的滤波提供了一种可行的方法.但DWT不具有平移不变性,若不用相同的小波对滤波后的信号进行重构,则会带来较大的重构误差.针对这一现象,提出了一种基于提升静态小波包变换的自适应消噪方法,它推导了静态小波包的提升实现方法,并设计出适合该系统的确定最优小波包分解树的相应步骤,利用引入更多动量因子的权系数迭代公式对各子带进行自适应匹配,并将匹配结果二次自适应,得到拟合的原信号.仿真结果表明,该方法可在计算量增加不大的前提下,进一步改善系统的滤波性能.    

8.  基于空间屏蔽的M通道小波星图去噪法  
   马林立  孙尧《红外技术》,2004年第26卷第4期
   小波图像去噪已经成为目前图像去噪的主要方法之一,在分析了小波变换的基本理论和小波变换的多尺度分析基础上,根据多尺度小波变换的多分辨特性,提出了M通道小波变换去噪方法;在该方法中,根据噪声信号小波变换的极大值随尺度的加大而显著减少的特点,将一种基于多尺度分析的空间屏蔽滤波法用于对小波系数进行处理。并将此方法用于星图降噪处理中,收到良好的效果。    

9.  金属基复合材料缺陷超声信号消噪研究  
   师小红  徐章遂  敦怡  孙钦蕾《计算机测量与控制》,2006年第14卷第9期
   为了剔除金属基复合材料缺陷超声信号中的噪声,得到没有污染的缺陷信号,便于进行信号分析,文章中使用了一种改进小波包消噪方法——平均能量阈值法,讨论了平均能量阈值法消噪的原理,并将小波包的多尺度时频分析及重构结合在一起,用于信的消噪研究中,通过仿真实验并与小波消噪方法进行对比。证明了该方法消噪的有效性;结果表明基于平均能量阈值法消噪技术在保信号奇异性的同时,能有效地去除金属基复合材料缺陷超声信号中的噪声。    

10.  基于小波阈值的sEMG信号消噪方法研究  
   王静  范毅方《计算机仿真》,2010年第27卷第2期
   在表面肌电(sEMG)信号采集过程中,不可避免的会出现噪声,特别是人体运动时,肌肉动态收缩,采集的结果含噪就会更多。针对含噪情况,提出基于小波阈值的sEMG信号消噪方法。通过选择肌电信号的采集位置,在采用高精度的肌电采集系统的基础上,采集正常行走过程中胫骨前肌的sEMG信号,利用matlab小波工具箱,用dbN小波函数进行分解后,用detcoef函数提取不同尺度的细节系数,将与噪声相关的细节系数进行强制阈值消噪,对信号相关的细节系数用minimaxi阈值规则进行软阈值消噪,并与分层阚值得到的降噪信号进行比较,分层阈值得到的降噪信号过于光滑,降噪后的信号能量保留成份仅为46.48%,失去了原信号本身的一些信息。而采用软闯值消噪,不仅较好的去除了噪声,而且与原信号保持了很好的相似性,能量保留成份达到86.38%,说明比分层阈值具有更好的消噪效果。    

11.  基于小波系数相关性和局部拉普拉斯模型降噪方法  被引次数:1
   张志刚  周晓军  杨富春  谢明祥《振动与冲击》,2008年第27卷第11期
   提出了一种基于小波系数尺度间相关性和局部拉普拉斯模型降噪方法.首先利用小波系数相邻尺度间的相关性对各尺度上系数进行分类,将小波系数分为有效系数和无效系数两类;然后将两类小波系数分别采用相应规则进行处理:对无效小波系数直接进行置零;而对有效系数邻域内的小波系数统计分布进行局部拉普拉斯建模.在此先验分布的基础上,运用最大后验概率估计从含噪小波系数中估计出信号的小波系数;最后利用真实信号小波系数的估计值来重构信号,便得到降噪信号.分析结果表明,与传统的软、硬阈值去噪方法相比,该方法可以更有效地消除信号中的噪声,提高信号信噪比.    

12.  基于双密度小波邻域相关阈值处理的脑电信号消噪方法  
   《模式识别与人工智能》,2014年第5期
   为消除混杂在脑电信号(EEG)中的噪声,提出一种基于双密度小波邻域相关阈值处理的EEG消噪方法.利用双密度小波对EEG分解,得到多层的信号高频系数.根据小波系数的局部统计依赖性,运用邻域相关阈值处理算法进行收缩,将收缩后的小波系数进行重构得到消噪后的信号.对加噪标准信号和实测EEG的消噪实验结果表明,与一代离散小波和传统软阈值法相比,信噪比、均方根误差和最大误差3个消噪效果评价指标都有明显改善.    

13.  一种基于互相关函数的小波系数相关阈值去噪方法  
   肖倩  王建辉  方晓柯  关守平《Canadian Metallurgical Quarterly》,2011年第32卷第3期
   针对传统的小波系数相关去噪方法中,在对含噪信号进行小波变换后,各尺度上的小波系数会产生微小偏移的问题,提出了一种基于互相关函数的小波系数相关去噪方法.采用互相关算法,计算各个尺度与原始含噪信号产生的偏移量,再把偏移后的尺度进行相关分析,得出准确的突变信号;为了去除信号突变附近附带的少量噪声信号,再采用临界阈值去噪方法对相关分析后的尺度信号进行阈值处理,最后经过信号重构可以得到精确的有用信号.    

14.  基于小波包和LMS自适应降噪的柴油机振动诊断  
   蔡艳平  李艾华  王涛  白向峰  姚良《噪声与振动控制》,2011年第31卷第1期
   由于柴油机振动信号的特征频带和噪声频带存在重叠现象,利用小波阈值消噪时难以选取合适的小波阈值,针对该问题提出一种基于小波包的LMS自适应滤波降噪方法。该方法将小波包与LMS自适应滤波相结合,首先利用小波包变换对信号进行多层分解,然后以噪声干扰对应尺度上的第一层“细节”分量及最大分解尺度上的逼近分量重构信号,将重构后的信号作为LMS自适应滤波器原始输入信号,再以小波包最大分解尺度上的高频细节信号作为自适应抵消器的参考输入信号,进行LMS自适应滤波降噪处理。仿真计算和工程应用表明,该方法参数设置较少,易于控制,不涉及小波阈值降噪中阈值的选取问题,对比试验信号的分析验证了方法的有效性,将该法应用在柴油机振动诊断中提高了故障识别率。    

15.  空域相关滤波在下肢表面肌电信号中的应用  
   徐文良  叶明《机电工程》,2009年第26卷第9期
   针对消噪过程中信号细节难以保留的问题,采用了一种基于小波变换的空域相关消噪方法。通过运用信号小波分解后与噪声的小波系数随尺度变化规律不同的特性,实现了信号与噪声的分离,同时给出了表面肌电信号噪声能量阈值的估计算法。实验结果表明,该消噪处理方法不仅能有效地去除肌电信号中的噪声,而且可以较好地保留肌电信号的边缘特征,为下肢表面肌电信号特征的提取创造了良好的条件。    

16.  基于小波邻域阈值分类的电能质量信号去噪算法  被引次数:2
   张明  李开成  胡益胜《电力系统自动化》,2010年第34卷第10期
   提出了一种基于小波邻域阈值分类的自适应阅值电能质量信号去噪算法.首先结合所用小波函数,基于模极大值小波域确定最佳邻域窗口尺寸;然后利用各个尺度携带信号信息的小波系数其分布具有"簇聚"性质及其小波系数具有局部相关性,通过邻域阈值对小波系数进行分类,对分类后的"小"系数直接置零,对"大"系数则采用一种具有局部强相关性的零均值高斯模型,通过最小均方误差准则得到其估计.仿真实验结果表明,该算法对实际电能质量信号去噪是有效的,在去噪性能上优于常用的多种自适应阈值去噪算法.    

17.  基于小波包分析木材声发射信号消噪处理  被引次数:1
   赵东  朱红娟《微计算机信息》,2009年第25卷第7期
   由于目前的滤噪技术在检测木材声发射信号时还存在一定的缺点,本文根据木材声发射信号的特征,基于小波包分析研究了利用信号的小波包分析、计算和最佳小波包基的选取.采用默认阈值方法处理小波系数,通过小波包重构得到消噪后的木材损伤声发射信号,噪声得到较好的抑制.结果表明用小波包变换进行消噪处理,噪声消除彻底,提高了损伤缺陷检测的准确性.    

18.  小波包节点域和空间域倾角扫描高阶相关去噪技术  被引次数:1
   樊计昌  刘明军  王夫运  海燕  赵俊猛《石油地球物理勘探》,2009年第44卷第6期
    小波包去噪就是根据信号和噪声在不同节点、不同层上的差异,在节点域利用其他数学方法(如相关、阈值化处理等)对含噪信号的系数进行缩幅、置零、相关等处理,最后重构原信号。空间域相关是指对经节点域高阶相关后的分量剖面的相邻道进行相关。由于剖面上相邻道的信号具有较强的相关性,而随机噪声的相关性较弱,可利用该特征增强信号,抑制或消除噪声。基于小波包方法、高阶相关方法的特点以及小波包方法在高频段分辨率高的优势,本文提出了小波包节点域和空间域倾角扫描高阶(3阶)相关去噪技术。首先对原始地震记录剖面进行4层小波包分解,得到16个分量剖面,并对这些剖面的每道在节点域对相邻频段的小波包系数进行高阶相关;然后在空间域对同一分量剖面相邻道的小波包系数进行倾角扫描高阶相关;在完成所有分量剖面的空间域相关后,对这些分量剖面进行重构,最终得到去噪后的地震记录剖面。数值实验和实际资料处理结果表明,本文方法的去噪效果明显优于小波尺度域和空间域高阶相关去噪方法,也明显优于常规小波包节点域2阶相关去噪方法。经本文方法去噪后,高斯白噪声得到了明显的压制或消除。    

19.  基于能量阈值函数的水声多径信号小波去噪分析  
   张雪  王海燕  中晓红《计算机测量与控制》,2009年第17卷第10期
   采用基于能量阈值函数的小波方法,对浅水多径信号进行消噪处理;从水声多径信道模型出发,利用小波能有效区分信号中的突变部分和噪声的优点,设计了一种基于能量阈值函数的消噪方案,即通过能量的门限阈值形式对小波系数进行处理,然后对信号进行重构即可达到消噪的目的;利用MATLAB仿真了有、无多径时消噪效果,同时将该消噪方案与湖的水声传播参数结合,进行了实际水库多径传播信号的消噪处理试验;试验结果表明,基于能量阈值函数的水声多径信号小波去噪方法不仅能够减少信号的丢失,而且能够恢复有用信号的小波系数,减少有用信息的丢失,确保重构后的信号不失真,提高信噪比,应用于水声通信中多径信道的信号去噪效果很好,体现了文中算法的有效性和优越性。    

20.  无线随钻泥浆信号小波包去噪处理  被引次数:2
   张伟  师奕兵  卢涛《电子测量与仪器学报》,2010年第24卷第1期
   提出一种基于高阶统计量的小波包去噪新方法。该方法充分结合了小波包多分辨率分析和高阶量的抗高斯干扰特性:首先利用小波包多分辨率分析的特点去除泵噪声;接着计算小波包分解的各尺度的四阶累积量,从信号和噪声的统计特性出发进行信噪分离,有效滤除只含噪声的小波树节点;最后通过计算小波系数与信号的三重相关系数来对信号进行阈值处理,从而达到对信号进行降噪的目的。实际结果表明,基于高阶统计量的小波包去噪处理是一种行之有效的泥浆脉冲信号检测方法,具有一定的实用价值。    

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号