增强灰狼自适应阈值去噪法在变压器套管引线超声检测中的应用

超声检测作为一种新型的电力设备检测方式,回波信号极易受到噪声干扰,为了提高信号质量,提出了一种增强灰狼自适应阈值去噪法。首先,对信号进行多尺度小波分解,引入基于梯度下降自适应阈值法,用于估计不同小波分解层的阈值大小。然后改进传统灰狼算法的变异策略与收敛因子,优化自适应阈值函数梯度值,确定最优阈值并完成信号去噪。对仿真及实测超声回波信号的去噪结果表明,经本算法去噪后,超声回波信号的起振位置等有效信息得以保留,信号信噪比更高,均方误差更小,运行时间更短。本算法应用到变压器套管引线超声检测中,可提高超声检测的准确性,获取了变压器套管引线的状态,具有一定的应用价值。     

基于μ律拟合的小波自适应阈值去噪算法

针对小波阈值去噪法,硬阈值函数处理后信号易产生振荡,软阈值函数处理后信号的失真大等问题,提出了一种基于μ律拟合的新阈值函数。针对语音信号和噪声在不同小波尺度下具有不同的奇异性,即语音信号的小波变换系数的模值随尺度的增加而增加;噪声的小波变换系数的模值随尺度的增大而减小,提出了一种自适应阈值。实验表明,经新算法增强后语音的清晰度和可懂度有了明显的提高。     

超声信号的小波增强与改进去噪研究

预处理技术广泛应用于图像处理领域,文中将预处理技术应用到超声回波信号处理中。传统的阈值函数存在着明显的缺点：硬阈值函数在函数域内存在不连续的问题,软阈值函数去噪后存在恒定偏差。文中提出的改进阈值函数能够弥补硬阈值函数和软阈值函数方法的不足;提出的自适应阈值减小了由小波系数阈值不准确引起的误差。仿真结果表明,经过预处理的信号相比原始信号,信号特征有明显提高;使用改进阈值函数和自适应阈值较传统方法能明显提高去噪的效果,体现在信噪比的提高以及均方误差的减少等方面。     

一种新的自适应阈值小波包语音增强算法

针对固定阈值小波包语音增强算法在去噪时会损失语音信号的问题,文中提出了一种新的自适应阈值小波包语音增强算法。该算法先利用带噪语音的小波包变换系数估计出后验信噪比,再由含有后验信噪比因子的sigmoid函数作为平滑因子对随尺度变化的阈值进行相邻帧的平滑,最后由后验信噪比自适应修正平滑阈值,减少语音失真;仿真实验结果表明,该算法在去噪的同时减少了语音信号的损失,有效地提高了增强语音的信噪比和分段信噪比,较固定阈值小波包语音增强算法具有明显的优越性。     

改进小波软阈值函数在图像去噪中的研究应用

常规小波软阈值去噪方法处理前后的图像小波系数有所差异,导致去噪后图像失真严重.为进一步提升去噪效果,提高去噪和细节保持能力,对阈值的选取方式和阈值函数进行改进.改进方法通过小波变换的每一级子带长度确定阈值,实现阈值自适应准确量化,改进软阈值函数采用双曲正切函数替换符号函数,对阈值绝对值范围内的小波系数应用非线性函数进行...     

基于邻域相关性多阈值新函数寻优法的小波降噪分析

为了更好地获取噪声影响下的原有信号,在邻域小波系数收缩的NeighCoeff方法基础之上,提出了一种邻域相关性多阈值新函数的小波降噪方法.该方法根据小波系数之间的相关性,将邻域窗口内所有小波系数的平方和的大小划分为邻域硬阈值、邻域窗口阈值和邻域扩张阈值.将这些邻域阈值与修正的通用阈值相比较,来实现窗口尺寸的自适应调节和小波系数的保留或收缩,以此达到消噪的目的.此外新函数的收缩因子能够较好体现与被滤波噪声的相互关系,可以进一步提高消噪的精度.然后将多阈值函数与修正的全局阈值相结合,利用混沌粒子群对邻域扩张阈值参数γ和修正的全局阈值参数α进行寻优,以获取最优小波系数的重构信号.所提方法与其它阈值函数去噪方法相比,其仿真结果表明在信号信噪比、降低有用信号失真和抑制噪声等方面都有一定的提高.     

基于遗传优化函数曲线的小波阈值法心电信号除噪

针对小波阈值滤波方法中硬阈值方法易产生震荡和软阈值方法易产生波形失真的缺点,提出了一种基于遗传优化函数曲线的小波阈值法GOCWT。该方法利用二次函数模拟阈值转换函数曲线,并根据均方根误差(RMSE)与平滑度建立适应度函数,运用遗传算法(GA)对转换函数参数进行寻优。通过对48段心电信号滤波性能指标分析发现：与硬阈值滤波方法相比,GOCWT的平滑度性能提升了36%;与软阈值滤波方法相比,其均方根误差性能提升了32%。实验结果表明,GOCWT的滤波性能优于硬、软阈值滤波方法,既避免了心电信号滤波时产生的震荡现象,同时又很好地保留了信号的峰值等细节特征。     

基于小波包分解的超声相控阵前置阈值降噪研究

超声相控阵由于其独特的优点广泛应用于航空航天工业领域,在实际检测过程中,噪声污染难以避免,仪器电噪声和环境噪声会造成伪像以及成像分辨率低等问题。为此利用小波包分解对超声相控阵检测开展前置阈值降噪研究,首先对多孔碳钢试块进行超声相控阵实验检测,提取B扫、S扫的各个阵元原始数据;然后利用小波包分解检测信号,获得分解信号中最底层各个节点的能量谱;最后提出一种随分解层数而变化的自适应阈值计算方法,并利用改进后阈值函数进行去噪处理,将重构后的信号成像与未降噪信号成像对比。结果表明这种前置阈值降噪方法既可以保留原始信号的特征,也可以对信号中的噪声杂波起到抑制作用;相比带有噪声的B扫、S扫检测信号,降噪后缺陷图像信噪比分别平均提升8.97dB、8.26dB,且改进阈值函数降噪后的缺陷图像信噪比相比硬阈值降噪和软阈值降噪,B扫平均提升2.36dB和2.39dB;S扫平均提升3.87dB和3.17dB。在工程实际中具有较好的应用前景。     

基于LabVIEW的超声探伤信号多小波去噪分析与应用

根据超声探伤信号的多小波阈值去噪原理,针对硬阈值函数不连续和软阈函数存在恒定偏差的缺点,提出了一种改进的软阈值函数。针对目前LabVIEW没有对多小波算法支持的缺点和MATLAB强大的数值处理能力,利用LabVIEW和MATLAB混合编程技术,在LabVIEW中实现了超声探伤信号的多小波阈值去噪处理,并显示消噪波形、保存消噪数据和频谱分析,扩展了LabVIEW的多小波信号去噪功能。实验结果表明,多小波阈值去噪与单小波阈值相比,在超声探伤信号中起到更好的去噪效果,改进的软阈值函数比传统软阈值函数明显地提高了信噪比,能够更有效地提取缺陷信息。     

基于小波熵自适应阈值的语音信号去噪新方法

针对语音信号去噪问题, 提出小波熵自适应阈值去噪法。首先利用小波变换分解带噪语音信号, 计算小波分解后信号子带区间的小波熵, 然后将小波熵和自适应阈值相结合确定各层高频系数的阈值门限, 采用折中指数阈值函数对各层高频系数进行去噪处理, 重构降噪后的语音信号, 最后对比小波熵自适应阈值、极大极小阈值、固定阈值和无偏风险阈值去噪方法的性能。实验结果表明, 当输入信噪比为5 dB时, 小波熵自适应阈值去噪法的输出信噪比是最大的, 且其输入输出信噪比曲线高于其他三种阈值去噪法的输入输出信噪比曲线, 从而证实该算法具有更好的去噪性能。