小波分析在混沌信号识别中的应用研究

通过分析混沌信号和噪声信号的频谱特性以及小波变换对两种信号的作用结果的差异。论证了小波变换是一种有效的去除混沌信号中噪声成分的方法。通过数值仿真研究，证明了小波方法的有效性，最后给出了实验结果。     

小波分析在爆破地震信号降噪中的应用

小波分析是傅立叶分析的重大突破,本文运用小波变换多尺度分析的思想,探讨了用ＤＢ小波进行信号去噪的计算方法,结果表明,利用小波进行爆破地震信号去噪有良好的前景。     

果蝇优化小波阈值超声检测信号去噪

由于材料结构的复杂性,超声检测回波信号往往存在很多干扰噪声。针对钢制结构中平底孔的超声检测信号传统小波去噪方法中小波阈值难确定的问题,结合小波良好时频特性和果蝇的全局优化能力,提出基于果蝇算法(FOA)优化小波阈值函数的超声检测信号去噪方法。对原始信号叠加5d B高斯白噪声,通过测试最大信噪比改善量获得最佳小波基和分解层数,采用sym5小波对超声检测信号进行6层分解后,利用果蝇算法对小波阈值进行参数优化,对比传统4种阈值确定方法,提高小波阈值的精度。验证结果表明:该方法对超声检测信号去噪后信噪比、均方根误差和相关性等参数具有满意的效果,去噪效果明显。     

改进小波阈值法在MEMS陀螺随机误差分析中的应用

由于传统小波阈值去噪法在减小MEMS陀螺随机误差有很大的局限性,介绍一种改进阈值函数去噪法,通过调整阈值函数,克服传统方法的缺点和不足,从而减小MEMS陀螺随机误差,提高MEMS陀螺的精度。首先介绍传统阈值函数去噪法,然后基于传统阈值函数进行改进,提出一种新的阈值函数。采用改进后的方法对MEMS陀螺输出数据进行处理,并用Allan分析法比较传统方法与改进方法的效果。实验结果表明,角度随机游走(N)减少78.85%,零偏不稳定性(B)减小82.14%,角速率随机游走(R)减少92.53%,均值下降90.6%,均方差下降70%,信噪比增加26.43%,提高MEMS陀螺的精度。     

一种改进的小波阈值法在CT图像去噪中的应用研究

医学cT图像去噪是医学图像处理的重要组成环节，小波阈值法去噪是信号处理中的一种重要方法。本文在分析经典的软阈值和硬阈值降噪方法的基础上，提出了一种改进的方法，克服了软阈值和硬阈值方法的缺点。通过仿真实验，结果表明本文提出的改进方案明显优越于单纯的软阈值和硬阅值方法。     

轮胎胶带测厚信号去噪中的小波分析

分析了轮胎生产中胶带激光视觉厚度测量信号,提出利用时频性很强的小波分析法,对工业胶带测厚信号进行去噪处理.引入重构因子的概念作为信号分析的理论评价标准.结合实验验证方法,找到了工业胶带测厚信号去噪的最优小波基,获得了理想的去噪效果.     

基于多重小波变换的力微分信号去噪研究

将多重小波变换应用到机器人力控制系统的力微分信号获取中,采用浮动阈值法消除力微分信号中混人的噪声,并将其与传统的低通滤波方法进行比较.结果表明,多重小波变换在用于力微分信号的去噪上比传统的方法具有更好的效果.此研究对提高机器人力控制系统的稳定度和品质具有重要价值.     

小波分析在PWM整流器去噪中的研究

为了减少大功率PWM整流器中采集到的固有噪声信号的影响,提高其变流控制的精度,将小波分析理论引入到PWM整流领域.并利用db小波对PWM整流器交流侧的电流反馈信号进行了多层小波分解,把反馈的电流信号分解为多个层次的高频部分和低频部分,最后按实际需求对信号进行重构达到降噪的目的.实验结果表明,小波分析方法的应用能有效地消除PWM整流器中的噪声干扰,在机车变流器的信号降噪处理方面有广阔的应用前景.     

小波阈值去噪法在MEMS陀螺仪信号降噪中的应用

通过分析小波分析法中的阈值去噪算法的原理,根据MEMS陀螺仪信号漂移的数学模型,采用了基于小波阈值去噪法对MEMS陀螺仪的输出进行实时消噪处理.并将该算法应用到基于DSP的某MEMS陀螺捷联惯导系统后对系统的MEMS陀螺仪进行零漂试验.通过整个系统试验结果分析,使用小波阈值去噪法对抑制MEMS陀螺仪零漂,改善MEMS陀螺仪的零偏稳定性具有很好的效果,肯定了小波阈值去噪方法在MEMS陀螺仪噪声处理中的理想效果.     

局部投影和离散小波变换在心音信号去噪中的应用

针对心音信号非线性的特点,提出噪声水平自适应估计的局部投影与离散小波阈值相结合的去噪方法,该算法既能得到精确的重构信号又能保留微弱信号的有效特征。Lorenz序列数值仿真结果表明,该方法可以有效地抑制噪声,其信噪比和均方误差均优于局部投影去噪和离散小波阈值去噪;对比不同算法去噪前后信号的最大Lyapunov指数,得出该方法能很好地保留原始信号的非线性特征。对实测心音信号的降噪研究,进一步表明了该方法的有效性。     

基于子波变换的涡街流量传感器信号分析

长期以来 ,如何提取潜在噪声下的涡街流量信号一直是个问题。流体流速脉动 ,局部阻力 ,随机振动———所有这些因素都给解决这一问题带来难度。文章应用子波变换消噪理论 ,从软件滤波的角度分析了强噪声干扰下的涡街流量信号 ,并提出了单支重构计数方法。分析结果表明 ,这种方法对低流速流量计量效果很好 ,能够有效地扩展量程下限     

平移不变量小波阈值去噪法在齿轮振动信号处理中的应用

齿轮振动信号往往受到噪声干扰,用传统的小波阈值去噪法去噪时,由于信号中存在不连续点,会在不连续点处引起PseudoGibbs现象.采用平移不变量小波阈值去噪法对信号进行去噪,首先对含噪声信号进行循环平移,然后对信号进行小波阈值去噪,最后对信号进行反平移后平均,得到去噪后的信号.应用这种方法对仿真信号和实验采集的含噪声齿轮故障信号进行去噪,并和小波阈值去噪效果进行对比,结果表明这种去噪方法有效抑制了PseudoGibbs现象,并有更好的去噪效果.     

采用小波变换的功率测量方法

根据国家电能质量标准和国际相关标准对电能质量的要求 ,提出了一种基于小波变换的非正弦波电流 (电压 )有效值和功率的计算方法。此方法利用子带滤波器对非正弦信号进行多分辨率分解 ,得到各个不同频带的小波分解系数 ,在小波域上用小波系数计算基波、谐波电流 (电压 )的有效值及功率 ;同时利用快速小波变换算法对短时间信号进行分析 ,得到了很好的测量结果 ,为工程实践中快速、精确地测定电网的功率参数提供了一种有效的方法。     

小波神经网络在多波长辐射测温中的应用

辐射测温的主要问题是解决未知的或变化的表面发射率所引起的误差测量。提出了一种小波神经网络,并对算法进行了优化,用以解决低温目标真温与辐射量之间的映射关系,有效地从辐射信息中分离出发射率和真温,给出了具体的算法。通过仿真实验证明此方法是获知真温的一种较好的方法。     

Volterra小波变换最优阈值的混沌去噪方法

针对混沌信号小波去噪中难以确定最优阈值的问题,提出一种Volterra小波变换最优阈值的判定方法。利用小波变换将混沌信号分解,对不同尺度下的小波信号设定浮动因子以调节阈值大小,最后根据混沌序列Volterra自适应预测的相对误差选取最优阈值。利用该方法对不同维度的Lorenz混沌时间序列进行了去噪研究,结果表明所提方法是有效的。     

基于EEMD-ICA的脑电去噪算法研究

脑电信号(EEG)是脑神经细胞的电生理活动在大脑皮层的反映,但采集到的脑电信号一般都含有大量噪声.为了保留有效信息同时消除尽可能多的噪声,提出通过构造虚拟通道将集合经验模态分解与独立成分分析相结合的脑电信号去噪方法.首先,对脑电信号进行EEMD分解得到固有模态函数(IMF)分量,根据相关性准则筛选含噪声成分多的IMF分...     

应用小波变换剔除超声多重反射的研究

利用小波变换具有空间局部化的特性和表征信号奇异性的能力,在适当尺度下刻画待检对象表面第1次超声回波信号的极大值点,从中选择最大值点作为脉冲重复频率(PRF)技术“与操作”的基准点,以满足PRF技术在消除超声多重反射时对“与操作”基准点需高精度定位的要求,从而解决传统方法对检测设备和操作条件严格一致的弊端。计算机仿真与实验研究表明提出的方法是可行的,并具有较强的鲁棒性和适用性。     

改进小波阈值去噪法的对比性仿真实验与分析

针对多种有代表性的改进小波阈值去噪法进行对比性仿真研究。分析软、硬阈值去噪法和各种改进小波阈值去噪法,并在此基础上提出构造改进小波阈值去噪法的必要条件以及新的改进方法,然后用4种带Gaussian白噪声的典型输入信号对各阈值去噪法进行仿真实验,评价改进阈值去噪法的有效性与优越性。通过对比研究,简要总结了改进阈值去噪法的共有特点。     

低信噪比下基于Chirp信号的频率特性测试方法

提出采用带通滤波和小波包变换对响应信号进行预处理,再由FFT分析和处理获得系统频率特性曲线的方法,较好地解决了低信噪比下的系统频率特性测试问题,并降低了测试时对采集系统的硬件要求。实验结果表明：对于截止频率以下的频段,在信噪比较低甚至为-20 dB时,可以得到精度不低于1 dB的幅频特性曲线和不低于3°的相频特性曲线,完全满足系统性能评价和控制器设计的应用要求。