陀螺信号处理中小波参数选取规则的研究

在陀螺随机漂移的数学模型基础上,利用小波阈值滤波的方法对陀螺仪信号进行消噪处理;以均方根误差和信噪比作为消噪效果的评价标准,分别进行小波基、小波分解层数、阈值函数及阈值估计方法等小波参数的选取;通过比较选择db5小波对陀螺仪信号进行消噪处理,分解层数为第四层,阈值规则选择"rigrsure",采用软阈值;最后采用上述小波参数对实测陀螺仪信号进行消噪处理,取得较好的消噪效果。     

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VMD和CWT的MEMS陀螺仪输出降噪研究

针对MEMS陀螺仪信号噪声的问题,提出了一种基于变分模态分解(VMD)和连续小波变换(CWT)相结合的去噪方法.方法 首先利用VMD算法将MEMS陀螺仪信号分解成若干不同频率的本征模态分量 (IMF),有效的抑制了LMD分解中存在的模态混叠现象和端点效应等问题,经过信号重构之后,再用CWT算法进行二次去噪处理,分离出有效的低频信号.将上述方法应用到实际工程中,并与传统的VMD去噪和传统的CWT去噪方法作对比,实验结果表明VMD和CWT联合降噪方法可以有效地去除MEMS陀螺仪输出信号中的噪声,对改善MEMS陀螺仪零偏稳定性有着较好的作用,为工程中解决MEMS陀螺仪降噪问题提供了新思路.     

基于正交小波变换的心冲击图自适应去噪方法

研究了心冲击图的正交小波变换最小均方自适应去噪;阐述了基于正交小波变换的最小均方自适应去噪原理;利用径向高斯核函数对心冲击图进行自适应时频联合分析,得到了中心频率并确定了小波分解尺度;提出了通过选择小波基函数和输入信号长度确定自适应滤波器阶数的方法;从矩阵角度给出了算法的实现步骤,并分析了正交小波变换提高最小均方算法收敛速度的原因.实验结果表明,正交小波变换最小均方算法使自适应去噪后的心冲击图更快达到稳态,随心动周期的变化趋势更加明显.比较去噪前后心冲击图的功率谱密度可知,正交小波变换最小均方算法在保留心冲击图特征的同时自适应地去除了其中的时变噪声,获得了良好的去噪效果.     

双正交小波阈值去噪在套管检测中的应用

为解决套损检测情况图像中的噪声污染对测井解释的影响,文中分析了几种图像去噪的方法,详细介绍了双正交小波理论的提出背景、基本原理、分解与重构、阈值去噪过程,利用双正交小波的正交性、多尺度性等优点,将其应用于套损检测情况图像去噪中,在频域上对图像进行去噪处理.试验结果表明,双正交小波去噪相比正交小波去噪有效地提高了图像的质量和信噪比,同时能够最大限度地保留原有图像的边缘特征,有利于后续的目标特征提取与识别.     

地震信号小波变换的去噪方法

运用模极大值法基本原理进行地震信号去噪研究,进而运用二次小波变换原理通过低层系数处理对常用小波去噪方法进行改进.通过合成不同的染噪地震信号,由一系列仿真实验对模拟地震信号进行不同尺度的小波分解与重构,从而实现最优小波分解尺度上的地震信号噪声去除.与常用的快速傅立叶转换方法比较,仿真结果表明,该小波变换方法能够有效去除地震勘探信号中的噪声,并且针对系数的二次小波变换可以明显改进去噪的效果.     

基于最优小波基选取的掘进机振动信号去噪方法

为了提高掘进机振动信号小波包去噪的效果,最大限度避免噪声对信号特征提取的影响,提出了基于最优小波基选取的掘进机振动信号去噪方法。该方法以信号频谱为分析依据,首先确定了小波包分解的最优分解层数,再选择最优小波基函数,实现了对掘进机振动信号的实时处理,去噪效果达到了最佳。现场试验结果也验证了该方法的有效性。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

基于形态学的ECG小波自适应去噪算法

为了消除心电信号中的噪声,提高心电监护仪的性能和计算机自动诊断效率,已经提出了多种方法来消除这些噪声.针对常规的ECG信号去噪算法存在的缺陷,提出了一种基于形态学的小波自适应去噪算法.该算法利用线性组合形态学滤波器去除基线漂移信号,然后对处理后无基漂的信号送入小波自适应滤波器,选取合适的阚值对其进行二次滤波去噪,最后得到无噪声的ECG信号.实验结果表明,该算法是一种有效的去噪算法.     

基于小波变换的昆虫刺吸电位（EPG）信号去噪研究

昆虫刺吸电位(EPG)信号为研究刺吸式昆虫取食和传毒机理提供了有力的依据,然而EPG信号在采集过程中易受各种噪声的干扰,可利用小波变换将其去除.本文采用小波阈值去噪法,通过实验对比选择不同的小波基函数及阈值,以均方根误差和信噪比为评价指标,确定了coif4小波6层分解,在Stein无偏风险估计准则下,改进阈值量化为最佳去噪方案;实验结果表明,该小波阈值去噪方法可以有效地去除不同干扰.本文研究的基于小波变换的EPG信号去噪为后续分析识别提供了保证.     

谱消除法在MEMS陀螺仪信号处理中的应用

介绍了数字信号处理中谱消除法的基本原理.结合MEMS陀螺仪漂移信号的频谱特点,给出了谱消除法在MEMS陀螺仪漂移信号处理中的应用.用此方法对不同频率的动态正弦信号进行仿真,信号的标准差可以从326.8(°)/h降低到36.9(°)/h.与传统的Kalman滤波、小波变换等去漂移方法相比,该方法具有运算简单,适时性好,易于硬件实现等优点.     

基于小波变换的抑制复位噪声技术研究

分析了用于光纤陀螺的Y波导相位调制器在复位时,调制相位漂移对光纤陀螺系统特性的影响;紧接着测试了高精度光纤陀螺的毫秒输出,有一个和阶梯波复位同频的噪声,该噪声由Y波导的复位引起;为了实现对复位噪声的抑制,设计了一种基于FPGA的小波滤波方法;选取合适的小波基和分解层数;使用Verilog HDL编程语言实现小波滤波器在光纤陀螺闭环程序中的嵌套;通过实验比较,小波滤波具有明显的抑制复位噪声的效果,证明了小波滤波方案的有效性。     

小波包分析在激光捷联惯导系统中的应用

为了减小激光陀螺随机误差对激光捷联惯导系统对准、导航精度的影响,采用小波包分析方法对其进行滤波处理.开发了评估软件对其在实际系统中滤波前后效果进行了对比研究.结果表明,小波包分析方法简单实用,特别适合激光陀螺信号的处理,在很大程度上提高了激光捷联惯导系统的对准、导航精度.     

提升格式下的小波优化及陀螺信号降噪

在小波的各种应用中,一直存在着小波基的选择问题。在小波的提升框架下,提出了一种基于进化算法的小波优化方案,能够根据信号处理的目标对已有小波的系数进行修正。针对陀螺信号的降噪问题,采用此方案得到了一个优化的新小波,并利用这个新构造的小波进行了仿真。结果表明,优化的小波可获得更好的降噪效果,而且与传统方法相比,这种优化方案具有较大的灵活性,可适用不同的实际要求。     

基于CEEMD阈值和相关系数原理的MEMS陀螺信号去噪方法

针对经验模态分解（EMD）方法易产生模态混叠问题,而集成经验模态分解（EEMD）方法又存在重构误差较大的缺陷,提出了一种基于完备集成经验模态分解（CEEMD）阈值滤波和相关系数原理的MEMS陀螺信号去噪方法。首先通过CEEMD方法对陀螺信号进行有效完备的分解,并利用相关系数原理合理确定分解后噪声分量与有效分量的界限。在此基础上,通过借鉴小波阈值处理方式和EMD阈值设置方法,对信号进行阈值滤波去噪。对仿真信号和实际MEMS陀螺信号的研究结果表明,CEEMD阈值去噪方法的去噪效果要优于CEEMD、EEMD、EMD强制去噪方法和小波分析方法。这也充分体现了其在MEMS陀螺信号去噪应用中的可行性和有效性。     

改进的小波阈值滤波算法在陀螺仪漂移伺服法测试中的应用

为了提高陀螺仪的测试精度,研究了陀螺仪伺服法测试技术,深入分析了伺服法测试的误差源以及误差源对测试结果的影响,并完成了高精度液浮陀螺仪的伺服法实验.针对实验数据中的噪声信号,提出了改进的小波阈值滤波方法.仿真和实验结果表明:该方法与FFT(Fast Fourier transform)滤波方法相比,估计精度显著提高;与小波通用阈值滤波方法相比,该方法计算量小,而且解决了通用阈值的过扼杀现象.     

基于Kalman滤波的陀螺降噪技术研究

在自适应滑动平均技术基础上针对光纤陀螺的动静态输出设计了混合Kalman滤波算法,首先用窗口分割原始数据,接着用自适应滑动平均法检测窗口内的间断点;没有间断点的窗口内部,使用修正值为M1的Kalman滤波进行信号降噪;窗口内部具有间断点的使用修正值为M2的Kalman滤波进行信号降噪.使用DWT算法、普通Kalman滤波法、混合Kalman滤波对陀螺的动态和静态输出信号进行降噪,仿真结果表明只有混合Kalman滤波同时适用于陀螺的动静态输出.     

基于自适应卡尔曼滤波器的MEMS陀螺零点漂移的研究

随机噪声是影响MEMS陀螺精度的一个重要因素。本文基于时间序列分析方法建立MEMS陀螺的随机漂移AR模型后,使用自适应卡尔曼滤波器对信号进行滤波。通过比较陀螺原始信号和自适应卡尔曼滤波后的信号,可以得出结论：自适应卡尔曼滤波器在处理MEMS陀螺零点漂移中具有良好的滤波效果。     

基于改进卡尔曼滤波的陀螺仪误差补偿算法

针对基于卡尔曼滤波的MEMS陀螺仪误差补偿算法中量测噪声方差选取不准确的问题,提出一种基于改进卡尔曼滤波的陀螺仪误差补偿算法.卡尔曼滤波通常采用统计特性估计得到固定的量测噪声方差,无法自适应地估计不同环境下陀螺仪噪声特性.该算法将卡尔曼滤波与神经网络相融合,使用卡尔曼滤波新息矩阵作为神经网络输入,通过神经网络得到新息协方差矩阵,以此自适应地估计卡尔曼滤波量测噪声方差.将该算法应用到陀螺仪信号误差补偿中,使用Allan方差分析法对原始信号以及误差补偿后的陀螺仪信号进行分析,实验结果表明该算法能够有效地抑制陀螺仪随机误差,提高MEMS陀螺仪的精度.     

基于小波变换的无驱动结构微机械陀螺信号自旋频率的提取

针对一种新型陀螺,它能敏感旋转载体的俯仰、偏航和滚转角速度,敏感信号是一种调幅波信号,载波频率是自旋频率,包络是横向角速度。实际应用中,需要精确提取自旋频率。基于此,提出了一种提取载波频率的新的方法——小波变换构造解析函数法,对自旋频率解算算法进行了理论推导,并通过MATLAB软件对噪声比为30 dB的模拟陀螺调幅波信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.033 6,小波变换相对误差为0.017 8。对三轴精密转台实时测试的横向角速度为180°/s的陀螺信号进行了自旋频率的提取和误差分析,其中Hilbert变换相对误差为0.035 9,均方差MSE为7.915 9;小波变换相对误差为0.001 8,均方差MSE为0.293 7。小波变换较Hilbert变换求解自旋频率精度提高二十倍,降噪性能和频率稳定性更好。