基于二进小波变换和软阈值改进的信号消噪

软阈值消噪是信号消噪中的标准算法.理论上,软阈值方法在最小最大误差方面是近似最优的.研究表明,通过结合系数消噪和软阈值方法,可以达到更低的误差下界.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,采用了具有平移不变性的二进小波变换.实验结果表明,文中所提算法的消噪结果具有更高的信噪比和更光滑的外观.     

基于小波变换的信号消噪效果影响因素研究及其Matlab实践

在分析小波变换消噪原理和方法的基础上，研究了影响小波变换消噪效果的两个主要因素：小波基函数和阀值。具体分析了阀值对小波变换消噪的影响，提出了改进阀值规则和初始阀值的方法，并通过Matlab进行了实践。     

小波变换在脉象信号消噪处理中的应用

首先简单介绍了小波变换消噪的原理,然后分别利用小波变换和傅里叶变换,对临床采集的脉象信号进行了消噪处理.结果表明,利用小波消噪能够有效地保留脉象信号中的尖峰和突变部分,最大限度地反映了原信号本身的特性,消噪效果较好.     

基于小波变换的车辆动态轴重信号消噪

对车辆的运动状态和动态轴重信号干扰的产生进行分析,在此基础上对车辆动态轴重信号的噪声在小波变换下的特性进行了说明,据此提出一种可有效消除车辆动态轴重信号噪声的软阈值选取方法;通过具体仿真实例说明该阈值处理方法的优点,表明基于该方法对车辆动态轴重信号消噪是很有效的。     

基于卷积型小波包变换的信号消噪算法

提出了卷积型小波包变换，与传统小波包变换相比。在这种小波包变换中不管信号被分解多少层，每层分解得到的各频道序列长度始终与原始信号一致，利用这一性质本文进一步提出并实现了对小波包分解结果利用模极大值法进行消噪的算法。这一算法的思想来自于基于小波变换的模极大值消噪算法，但是由于小波包分解是对小波分解的结果作进一步细分，在小波分解中难于分离的高频噪声将被小波包充分分离与集中到后面的频道，因此基于小波包变换的模极大值消噪算法将会取得比小波消噪更好的效果。文中给出了信号的小波包消噪实例，并与小波消噪的效果进行了对比，结果表明小波包有更优良的消噪效果。     

小波消噪在微弱信号检测中的应用

从信号去噪的角度对小波变换作了分析,并且对用非线性小波从噪声中提取有用信号的算法作了对比研究,给出了几种方法的综合方法——变阈值消噪方法,以得到更好的消噪效果。应用对微弱检测信号的仿真试验验证了变阈值消噪算法的优越性。     

基于二代小波变换的信号去噪及其软测量建模

化工生产过程中采集到的数据信号通常具有随机性和非平稳性,附加了各种噪声,以至于影响数据建模的拟合效果和泛化性能.本文基于二代小波分析的特点,提出了一种对信号数据进行小波变换阈值去噪的方法.该方法可去除大部分高频随机噪声,提取真实信号,进而提高数据的置信度.将该方法与支持向量机相结合并应用于双酚A反应过程质量指标软测量模型中.仿真结果表明,该方法能有效恢复数据的真实性,提高数据建模的拟合精度与泛化性能.     

基于小波变换的水下焊接电弧信号消噪处理研究

水下焊接电弧信号是反映焊接状态的重要信号,如何有效地分析和处理电孤信号,将影响熔深在线检测结果。基于小波变换方法,研究了小波阈值去噪方法中的软阈值法和硬阈值法的缺点,提出了改进的阈值量化消噪法。经过实验表明,此方法在电弧信号的消噪处理中,具有良好的消噪效果。     

基于小波变换的高光谱图像消噪

本文主要针对高光谱图像的特点，利用波段间的几何信息高冗余性，通过小波分解去除高频的噪声和几何信息，保留低频的光谱信息。以其他波段的几何信息辅助噪声污染波段重构，经过相应的小波重构滤波器滤波，获得该波段图像的重建以进行消噪。     

基于小波变换的含噪系统辨识

提出了基于小波变换的含噪声系统辨识方法（COR-WT-LS“三步法”，即“互相关函数—小波变换—最小二乘”）．COR-WT-LS法不仅参数估计值与真实值接近，而且具有较好的预报性能．仿真研究显示，当系统输出的噪信比很高时,该方法仍能获得较准确的参数估计．     

基于小波变换的非平稳信号去噪

传统的信号去噪算法往往仅对平稳噪声或缓慢变化的噪声有效, 且残留的信号噪声较大。基于小波变换的去噪算法对传统的小波阈值法进行了改进,根据信号与噪声在小波域的分布特性以及信号和噪声小波变换的模极大值随尺度的变化大小不同,得到噪声在小波域中的位置以及小波系数大小。实验结果表明：该算法对平稳和非平稳的噪声都能进行较好地去噪。     

小波变换在电磁流量信号处理中的应用

为有效抑制电磁流量计测量过程中产生的干扰,提高测量的精确度和稳定性,提出了基于Haar小波的软件滤波方法。该方法基于小波消噪原理,对强噪声干扰下的电磁流量信号进行了分析,并应用Matlab中的小波工具箱对所提出的Haar小波滤波方法进行了仿真研究。试验结果表明,这种方法能较好地抑制电磁流量信号中的各种噪声干扰,从而提高电磁流量计的测量精度。     

小波变换在图像照度不均校正中的应用

数字图像中照度不均匀影响了图像分割的质量,本文研究图像照度不均匀的校正。讨论几种现有数字图像照度不均匀的校正技术,分析这些方法在计算误差上面的原因及缺点,在此基础上提出基于小波变换的数字图像照度不均匀校正技术。小波变换兼顾了空域和频域,对光照不均匀数字图像做校正,这对后期图像分割非常重要。图像对比实验表明,该方法与其他方法相比较,具有速度快,所得图像区分度高、背景噪声小的特点。     

基于尺度能量参数的子波变换及其应用

提出基于尺度能量参数的子波变换方法。首先给出了尺度能量参数的概念,讨论基于这一参数的子波变换的时频特性,然后推导基于尺度能量参数的子波变换的逆变换,给出并证明其容许性条件成立的充分条件。文中给出基于尺度能量参数的子波变换中尺度与波长的关系,并且分析了一组黄河上游年径流量数据。研究结果表明,基于尺度能量参数的子波变换能够放大、突出不同尺度下的信号特征。     

基于小波分析的MEMS加速度计输出噪声消除

目前MEMS加速度计普遍存在信噪比低、灵敏度不高等缺点,其主要原因是系统内部电路中的干扰与噪声使得有用信号完全淹没在噪声之中,其中1/f分形噪声是主要的噪声.由于1/f分形噪声在小波域中展示出某些特殊性质,且小波分析兼具时-频分析与尺度分析的功能,为了有效消除1/f分形噪声,提出了一种基于小波分析与自适应阈值滤波的多尺度滤波算法.以信噪比、均方根误差作为去噪效果的定量指标,将本文算法与Donoho小波阈值滤波算法进行比较,仿真结果表明,改进的自适应阈值滤波算法优于Donoho阈值滤波算法.运用于MEMS加速度计噪声消除上科学有效.     

子波变换理论及其在信号处理中的应用

子波分析的形成是傅里叶分析发展史上里程碑式的进展，子波分析优于傅里叶交换的地方在于它在时域和频域同时具有良好的局部化性质，从而可以把分析的重点聚焦到任意的细节，被人们誉为数学显微镜，成为近年来在工具和方法上的重大突破。本文将子波理论中的主要定理、结论、变换特性和一些重要概念加以综述，以促进子波理论的应用。本文的重点在于介绍多分辨率分析和子波分析及其实现、子波变换及其算法、子波和滤波器组等的重要内容，并介绍其在信号处理中的应用及研究动态。     

多抽样率小波信号分解

在信号分析过程中,用二进小波对信号进行分解以便观察信号在不同子带内的时频特征是一种非常有效的时频分析方法。但由于受信号采样频率的限制,往往使所感兴趣的信号分量不能完整地出现在某一子带内。既使是提高小波分解层数或者用小波包技术也不能很好地解决这一问题。文章提出多抽样率小波信号分解方法,该方法根据目标信号的频带宽度,通过对原始信号的插值和抽取改变抽样频率,以实现不同子带分量的分离。     

利用小波系数对带噪信号进行参数估计

在该文中，首先利用小波阈值对带噪信号进行了去噪，然后利用小波系数对信号进行了参数的估计，利用小波分解的频段特性，自适应地对不同载频信号选取不同的小波系数层次来估计参数。与其它方法相比较，该估计参数的方法能在较低的信噪比下比较准确的计算出信号的到达时间等重要参数，由于是用小波系数对参数进行估计，因此在一定的信噪比范围内对参数的估计受噪声影响较小。满足准确性和实时性的要求。     

基于小波提升变换的边缘检测及应用

在分析了小波提升格式的基础上,提出了基于小波提升变换的图像边缘检测新算法.首先,通过小波提升分解获得水平、垂直、对角线细节子图和近似子图.然后,根据子图特性分别采用不同的算子进行边缘检测.最后,利用小波逆变换重构图像.通过在交通车流量检测的实验表明了该方法有效性.