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。     

心电信号的小波阈值去噪算法研究

本文采用基于小波变换的阈值去噪方法对心电信号进行了去噪处理.给出了基小波、分解尺度、阈值的具体选择方法,在比较采用不同的基小波进行阈值处理方法的基础上.给出了采用coif4小波进行局部自适应软阈值处理的改进算法.实验结果表明,采用该算法降噪后信号的信噪比为34.019dB,将原含噪信号的信噪比提高21.879dB,去噪效果较好.     

基于小波变换的自适应模糊阈值去噪算法

文章提出了一种适合于消除混合噪声的去噪算法——自适应模糊阈值去噪算法。该算法根据信号和噪声的小波系数在不同分解尺度上的传递性,结合中值滤波和模糊理论,自适应地进行软阈值滤波,然后进行小波重构,得到去噪图像。实验表明,与软阈值去噪和改进软阈值去噪算法相比,该算法具有良好而稳健的去噪效果,能够更有效地去除噪声和保持图像边缘细节。     

一种基于小波变换图像去噪的方法

提出了一种基于图像软阈值小波变换的高斯白噪声消除法。该算法根据含噪声图的特点,把信号分成信号象素与可能噪声象素两类,对于可能是噪声的象素,采用图像的小波软阈值去噪方法进行滤波,而对信号象素不产生影响,且能保留更多的图像细节。文中也给出了标准中值滤波,自适应维纳滤波算法和小波软阈值去噪的算法进行比较实验,结果表明用小波软阈值去噪的算法处理高度污染高斯白噪声的图像能力明显强于标准中值滤波,稍微优于自适应维纳滤波算法,且能够比较好保留图像的细节部分。     

基于小波阈值去噪的心电信号分析

研究心电信号优化问题,为去除心电信号采集过程中存在的噪声信号,抑制各种噪声干扰,提出了小波阈值去噪的心电信号去噪.以小波阈值降噪为基础,首先利用sym8小波对心电信号进行8尺度分解,再用软、硬阈值与小波重构的算法进行去噪.针对软阈值去噪法产生的伪吉布斯现象,采用一种新阈值函数对心电信号进行处理.通过对MIT心电数据库中...     

一种基于参数自整定的小波去噪算法研究北大核心CSCD

小波阈值去噪法因其算法简单、计算量小而广泛应用于信号去噪,提高了数据处理的精度和效率。为解决传统小波阈值去噪法中阈值函数连续性差或原始小波系数与估计的小波系数存在恒定偏差的问题,提出了一种基于参数自整定阈值函数的改进小波去噪算法。该方法采用指数平滑逼近对小波系数进行阈值处理,通过参数的自整定使其阈值函数能够很快逼近硬阈值函数曲线,并具有较好的连续性和更佳的阈值估计小波系数,从而使改进后的小波去噪算法具有更好的去噪效果。仿真实验结果表明:相比于传统的硬、软阈值去噪方法,改进后的小波去噪算法的去噪效果更优。     

小波的循环阈值去噪方法

在D.L.Donoho提出的多分辨分析小波阈值去噪方法的基础上,针对SAR图像的相干斑噪声现象,提出一种小波域SAR图像的循环阈值去噪法,通过估计的噪声标准差和滤除信号后的噪声标准差之间的循环迭代,得到最优阈值。并以峰值信噪比和平滑指数等作为评价指标,与传统的软阈值、硬阈值以及几种空域滤波方法进行了比较。仿真结果表明,提出的新的阈值去噪算法无论是峰值信噪比,还是主观质量都优于软阈值、硬阈值去噪算法和各种空域滤波方法。     

基于Matlab的小波阈值折衷去噪算法研究

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着偏差和方差过大的缺点,为有效解决这一问题,提出基于硬软阈值的折衷小波去噪算法。并采用四种常用的信号用matlab对去噪效果进行了仿真。仿真结果进一步表明了基于硬软阈值折衷去噪算法的优越性和有效性。     

一种改进小波阈值降噪算法及其仿真研究

针对D.L.Donoho提出的硬阈值函数不连续、重构信号存在第二类间断点、软阈值函数存在恒定偏差的问题,在软、硬阈值函数折中方法的基础上,根据两圆在阈值处相切以及直线与圆相切的原理,构造出一种新的阈值函数改进方法。首先,介绍了小波阈值去噪算法的流程以及传统阈值函数的数学模型,并分析了其存在的问题;其次,给出了改进阈值函数的改进思路及数学推导过程;最后,将四种传统小波阈值去噪算法和改进的阈值去噪算法用于含噪doppler信号的去噪仿真测试。试验结果表明,改进的小波阈值去噪算法可以在有效滤除大量随机噪声的同时保留信号中固有的高频分量,提高信号的信噪比,并对去噪后的结果进行增益放大。该方法对类似地震信号的非平稳随机信号处理过程中的随机噪声压制与有效信号放大有一定的指导意义。     

小波变换在电能质量信号去噪中的研究

研究电能质量信号去噪问题,针对电能质量信号在采集过程含有大量的噪声,给电能质量分析带来困难,因此要对电能质量信号进行去噪处理.传统去噪方法不能同时解决去噪和突变点信息保留之间矛盾的问题,导致去除噪声的同时损失了更多的原始信号信息.为了改善电能质量信号的去噪效果,提出了一种改进的小波软阈值电能质量信号去噪算法.采用融合软、硬阈值法的不同特点,通过自适应调整参数方式获得最优的小波系数的阈值,使得改进的阔值函数适应性更强,有效克服了采用软阈值法过渡光滑导致信号失真,而采用硬阈值法去嗓效果不佳的缺陷.仿真结果表明,算法补传统软阈值算法的缺陷,该方法消除信号中的噪声效果和还能保留突变点的信息能力都优于传统的去噪方法,为消噪设计提供参考.     

基于新阈值函数的小波去噪方法

小波阈值去噪是信号处理中一种重要的去噪方法,针对常用硬阈函数不连续的特点以及软阈值函数存在偏差的问题,提出了一种新的阈值处理方法,在matlab7．0中的仿真试验结果表明,新的阈值方法的去噪效果无论在视觉效果上,还是在信噪比和最小均方误差意义上均优于传统的硬阈值和软阈值。     

一种改进的小波去噪方法在红外图像中应用

针对小波软阈值去噪函数会产生恒定误差导致图像边缘模糊的缺点,提出了一种改进阈值函数的去噪算法。该算法中当小波系数较大时,阈值函数趋向于硬阈值函数;当小波系数较小时,趋向于软阈值函数,具有自适应性。采用维纳滤波消除图像小波变换中低频频带中残留的噪声。实验结果表明,改进后的阈值函数结合贝叶斯阈值的方法与传统小波软阈值去噪相比,能够有效去除红外图像中的噪声,同时保持红外图像热差细节,具有较高的峰值信噪比,非常适用于去除红外图像中的噪声。     

喷油泵校正器技术参数测试方法研究

针对喷油泵校正器的特点,介绍了对其两个技术参数预紧力和校正行程的测试方法.在小波消噪理论的基础上,给出了新的随尺度变化的阂值估计公式,采用小波软阈值消噪技术对力信号进行处理;在小波分解理论的基础上,提出了一种染噪斜坡信号的信号提取方法,并利用该方法对位移信号进行处理.经过小波消噪处理后的位移和力信号,再进一步的处理,可以得到很好的测量曲线,从而能够精确求出喷油泵校正器的预紧力和校正行程.     

一种新的基于多小波的图像去噪算法

图像去噪是最基本的图像处理技术，小波分析是目前国际上最新的时间．频率分析工具，是信号去噪的强有力处理工具。通过小波变换可以将交织在一起的混合信号分解成不同频率的块信号。多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足。本文提出了一种新的图像去噪方法，该方法以多小波变换为基础。实验证明，具有很好的去噪效果。     

自适应阈值小波滤波及其在ECG消噪中的应用

采集的心电信号,各类噪声往往覆盖了其有用信号的全频段范围,通常的方法难以有效消噪。讨论了将非线性阈值函数h引入小波消噪中,通过训练信号来确定各尺度下的h函数参数,然后采用阈值自适应的小波滤波进行心电信号消噪的方法。通过和Donoho的小波阈值消噪法对实测心电信号消噪比较,说明了该方法在心电消噪方面的有效性,且在消噪后波形不失真方面具有更好的优越性。     

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。     

基于轮廓波消噪的门限选取方法研究*

简单地回顾了轮廓波变换的基本原理和基于轮廓波变换的消噪方法;与小波消噪门限选取原则相比较,得出了轮廓波变换消噪的门限选取原则和参考阈值,指出参考阈值的选取应该低于小波最优门限3σ,并给出一些不同门限下小波消噪和轮廓波消噪的实验结果。实验和理论分析表明,基于轮廓波变换的消噪方法在门限选取上略不同于小波的3σ原则,合理的门限参数应当是2.5σ。门限的选取从3σ下降到2.5σ,使得基于轮廓波变换消噪的峰值信噪比提高0.3 dB左右,视觉效果也有一定程度的改善。     

微重力落塔落舱释放控制振动信号的小波分析

论述了微重力落塔落舱电磁悬吊、释放、提升控制系统的关键技术,结合电磁释放系统特点,分析了释放时振动信号的特点,介绍了应用小波分析方法进行信号去噪的基本原理.基于阈值小波变换去除振动信号高、低频噪声,然后应用小波包分解方法获取信号的特征量从而进行信号的重构,消除瞬态突变干扰信号,并对系统结构和组成进行了分析.实验结果表明:该方法可以有效地进行信号的消噪,并获取真实的释放振动信号.     

基于多小波变换的图像去噪

小波分析是目前国际上最新的时间频率分析工具,是信号去噪的强有力处理工具.小波变换可以将交织在一起的混合信号分解成不同频率的块信号.多小波所拥有的对称性、正交性、有限支撑等重要特性弥补了单小波的不足.提出了一种新的图像去噪方法,该方法以多小波变换为基础.实验证明,去噪效果良好.     

一种基于新的阈值函数的小波去噪方法

在D.L.Donoho提出的小波阈值去噪方法的基础上，提出了一种新的阈值函数。该阈值函数不仅克服了硬阈值函数不连续的缺点，而且解决了软阈值函数存在的恒定偏差；同时新函数不需要进行参数选择。仿真结果显示，该阈值函数较其他阈值函数具有明显的优越性。