基于LabVIEW的虚拟小波消噪仪的设计与实现

摘要:运用虚拟仪器的设计思想,利用LabVIEW编程环境和MATLAB软件,根据小波分析对信号进行消噪处理的原理,设计、实现了一个多功能的虚拟小波消噪仪。该虚拟仪器可实现对信号的采集、保存、利用小波变换对信号进行消噪处理,并可动态显示消噪过程、消噪结果、打印信号及消噪处理结果波形,还可对信号进行频谱分析。实验结果表明,利用小波分析可以很好地保存信号中的尖峰和突变部分。     

CO_2气保焊电信号的平移不变量小波消噪

CO_2气保焊的焊接过程中电信号含有大量随机非平稳噪声,消噪预处理是电信号后期分析的重要环节。常见的信号滤波方法有硬件滤波和软件滤波,其中小波阈值消噪方法在软件滤波中应用最为广泛,该方法能够很好的消除电信号中的噪声,但在信号不连续点处易产生伪吉布斯现象。提出利用一种平移不变量小波方法(Translation invariant de-noising,TID)对焊接电信号进行去噪处理,其通过对信号进行多次循环平移,再将平移后的信号进行软(硬)阈值小波消噪处理,然后将消噪后的重构信号进行反向逆平移,最后再对去噪结果进行平均,该方法可消除软阈值小波消噪产生的伪吉布斯(Pseudo-Gibbs)现象。结果表明相对于传统软阈值小波去噪法,该方法去噪后的信噪比更高,去噪后信号更加逼近于真实信号。该方法在熔化极气体保护焊电信号降噪处理方面具有广泛的前景,进一步扩展了小波方法在焊接中的应用。     

小波变换在手持心电图机中的心电信号去噪应用

本文以小波变换为基础,介绍了小波去噪的方法和步骤,并通过具体的实例分析,说明小波去噪的效果明显优于传统的滤波效果。然后利用软硬阈值小波去噪算法对ECG信号进行消噪处理。结果表明,软阈值去噪的效果明显的优于硬阈值去噪。     

基于蚁群算法优化选取阈值的EMD消噪方法

为了改进经验模式分解(EMD)算法的消噪性能,在传统EMD消噪分解的基础上,参照小波阈值的消噪方法,提出了一种基于自适应阈值的EMD消噪方法。首先,建立去噪阈值和均方误差之间的对应函数,在所选阈值保证均方误差最小的前提下,利用具有较好全局搜索性的蚁群算法,根据建立的函数搜索阈值,克服了传统方法中硬阈值和软阈值固定选取的缺陷,实现了最优阈值的选取。仿真信号分析和实际轴承故障信号分析表明,该方法与传统的EMD消噪方法、软硬阈值分析方法相比,消噪效果更加明显。     

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪一通过对实际信号去噪处理．得出了提升小波算法能够较好地应用于信号去噪的结论。     

小波神经网络用于光纤陀螺漂移误差辨识

提出了采用小波消噪和小波神经网络两个模型对光纤陀螺漂移误差进行辨识。应用小波分析方法消除高频噪声,改善信噪比,把消噪信号作为神经网络期望输出,然后采用带遗忘因子的递推最小二乘 (DRLS) 算法训练网络并调整权值。该算法不进行任何矩阵运算,在保持收敛速度快和精度高的前提下,极大地减少了计算量,提高了小波神经网络的实时性能,仿真结果表明辨识误差在1.5%以内。     

空气耦合超声信号的小波阈值滤噪试验研究

穿透式空气耦合超声检测中,由于较低声波透射率、激励接收系统噪声及声波在介质中的散射噪声导致接收信号信噪比较低,小波阈值滤噪技术在解决上述问题时面临小波基、分解层数及阈值函数的选取难题。基于小波分析的基本原理,以单因素分析方法开展小波阈值滤噪试验研究。选择不同小波族(Daubechies,Symlet和Coiflet)中的小波基、小波分解层数(4～8层)及阈值函数(软阈值及改进阈值函数)对实际含噪超声信号进行小波阈值滤噪处理,并通过对比滤噪信号的信噪比及频谱特性得出不同参数对滤噪效果的影响。结果表明,选择Coiflet小波族中的小波基能获得具有更高信噪比及透射信号幅值的滤噪信号;分解层数越高,滤噪信号的信噪比越高,但增长趋势渐趋稳定;阈值函数对滤噪性能的影响并不十分显著,一般采用软阈值函数或改进阈值函数就能获得良好滤噪效果。     

小波变换在机械系统非线性信号消噪中的应用

噪声的去除一直是信号处理中较为关键的技术之一。小波变换在时、频两域都具有表征信号局部特征的能力，突破了传统Fourier分析的局限性，很适合检测信号的奇异现像。用Daubechies小波和Fourier变换分别对洛仑兹混沌信号以及撞击流反应器压力波动非线性信号进行去噪分析，结果表明，二者的去噪效果有较大的不同，突出了小波变换用于非线性信号去噪的性能。因而，将小波用于信号消噪具有重要的意义。     

海洋可控源电磁数据的新型小波基消噪方法

海洋可控源电磁(MCSEM)信号极易受到多种噪声的干扰,从而影响后期数据的反演解释精度。基于小波技术的降噪理论和方法已被广泛应用于MCSEM信号的消噪领域,但小波基均为通用小波基,消噪效果有待提升,提出了构造专用于MCSEM信号的新型小波基。首先,通过粒子群优化算法(PSO),以新型小波函数与MCSEM信号的平均相似度作为约束条件,迭代求解滤波器组的最优系数;然后利用得到的系数构造新型小波基。其次,针对深海勘探中的海水扰动噪声,设计了基于新型小波基消噪方法,并利用仿真的含噪数据与传统小波基消噪方法进行了对比实验;通过信噪比(SNR)及均方误差(MSE)进行消噪效果评价,表明新型小波基消噪方法优于传统小波基消噪方法。最后,将新型小波基消噪方法应用到了实测MCSEM数据中;通过消噪前后的时域信号及振幅随偏移距变化(MVO)曲线对比分析,结果表明,该方法不仅可以去除海水扰动类噪声,还可以扩大MVO曲线偏移距的解释范围,证明了基于新型小波基消噪方法的有效性和实用性。     

小波包分析在图像消噪中的应用研究

小波包分析是在小波分析的理论基础上,可为信号提供更加精细的分析方法.因此根据图像特点、图像噪声特点,研究采用小波包分析对图像进行消噪处理的方法.实验表明,这种方法在图像消噪处理中是有效可行的.     

小波分析在振动信号去噪中的应用

旋转机械振动信号是监测和诊断设备运行状态的重要信息,但是采样信号不可避免地受到各种噪声和干扰的污染。介绍了采用小波分析对振动信号进行去噪处理。通过对噪声信号的特性分析,用一维小波对信号进行分析和研究,并在MATLAB环境下对信号进行详尽的仿真研究,验证了小波去噪的优越性,并总结了应用小波去噪的一些实际经验。     

基于改进双树复小波的光谱去噪算法研究

为了消除可见光近红外光谱噪声,提高利用光谱曲线进行信息提取的精度,提出一种改进双树复小波变换(DTCWT)的后验估计及广义形态滤波的光谱去噪方法。首先对带噪信号进行双树复小波分解,将信号的高频部分和低频部分进行分离。然后分别采用最大后验(MAP)估计算法和广义形态学滤波(GMF)对高频系数和低频系数进行去噪处理。最后对去噪后的高频系数和低频系数进行DTCWT反变换,得到去噪光谱。对USGS光谱库中的植被光谱以及铁铝榴石光谱进行实验,结果表明该方法易于实现,去噪效果理想,是一种很好的可见光近红外光谱去噪方法。     

超声波测距系统中的小波去噪方法研究

针对远距离超声波测距系统中回波信号信噪比低的问题,采用小波变换对超声波的回波信号进行去噪处理。为取得较好的去噪效果,对小波变换的参数选取进行了研究。根据小波基的特性,通过能量与能量熵选取最优小波基;基于回波信号噪声的白噪声特征,采用白噪声检验自适应确定分解层数;引入参考噪声信号,确定小波系数处理阈值,并选用一种结合软、硬阈值函数的改进阈值函数进行小波系数处理。为验证方法的有效性,搭建基于NI数据采集卡和LabVIEW的超声回波信号采集平台,利用MATLAB小波工具包完成回波信号的去噪处理,并通过信噪比、均方根误差等指标对去噪效果进行综合评判。实验表明小波去噪可以达到很好的去噪效果,为大量程超声测距提供理论基础。     

DNA测序电泳荧光信号的小波去噪分析

在DNA荧光测序中,噪声影响分析的准确度和检出限。相比其他滤波方法,小波分析具有良好的时频域分辨特性。在小波去噪处理中,正确选择合适的小波基函数和去噪阈值直接关系到信号去噪处理的质量。通过对毛细管电泳(CE)荧光信号的仿真分析,结果表明:选择sym7小波基函数、分解层数(lev=5)与使用软阈值,可以有效去除CE荧光光谱信号的噪声,提高分析准确度。将其用于处理实际的DNA电泳荧光信号,效果良好。     

小波包去器械与改进HHT的微弱信号特征提取

为提取机械设备早期故障微弱信号特征频率,在对信号进行小波包降噪后,利用改进Hilb ert Huang变换(Hilbert Huang transform,简称HHT)进行特征提取,通过经验模态分解(em pirical mode decomposition,简称EMD)得到若干个固有模态函数(intrinsic mode functio n,简称IMF)后,利用IMF与EMD分解前信号的 相关系数作为判断标准,剔除分解中产生的多余低频IMF,选取有效IMF集进行边际谱分析。 改进HHT不仅可消除多余IMF的影响,还可节省Matlab计算内存,提高运算速度。     

小波阈值法去噪在凸轮廓线反求中的应用

通过MATLAB小波工具箱函数,选择合适的小波函数和阈值,可以对一维信号进行有效的小波阈值去噪。在凸轮反求过程中所测得的凸轮廓线数据,可以作为两个一维信号进行小波去噪,去噪后得到新的凸轮廓线数据。对比去噪前后凸轮廓线公差带的变化,对去噪前后凸轮运动时的从动件加速度图进行对比分析,发现小波变换对凸轮廓线去噪有着良好的去噪效果,去噪后基本还原了凸轮的原始廓线。     

应用小波变换实现光谱的噪声去除和基线校正

为消除实测光谱信号中的噪声和基线干扰,给出了一种基于小波变换实现两者同时去除及其参数选择的新方法。该方法通过对光谱信号在小波域内的低频段小波系数置零来实现基线校正,通过对较高频段小波系数阈值处理来实现噪声去除;并利用纯光谱和常见基线、噪声的仿真信号,通过兼顾重构信号整体逼近和特征峰处局部逼近的评估系数η来实现小波基、分解层数、阈值估计方式等参数的选取。仿真实验表明,仿真信号采用sym5、db5或db9等小波基进行5次分解,然后低频成分置0及所有高频成分利用单层Heursure阈值估计算法进行硬阈值处理较为合适。进一步的实验表明,该方法对实测光谱中噪声和基线的消除是行之有效的。     

改进小波包多阈值去噪法及其工程应用

针对机械振动信号提取时面临的去噪问题,在小波包多阈值准则去噪法的基础上,提出一种改进的小波包多阈值准则综合去噪方法(改进FMC去噪法)。该方法首先采用探测插值法对机床原始振动信号进行预处理,剔除受外界干扰产生的突变噪声信号;再以小波包分析为基础,根据有用信号的最小频率确定最大分解层数,并按最小代价原理确定信号分解的最佳小波包基;最后采用小波包多阈值降噪准则对振动信号进行重构,得到去噪后的机床振动信号。针对含噪blocks信号、doppler信号及模拟的含噪振动信号进行的仿真实验结果表明,改进后的FMC去噪法去噪效果优于传统方法。将该方法应用于气囊修整机振动信号分析中,结果表明,改进FMC去噪法能够有效剔除振动信号各频段的噪声,提高信号特征的可分离性。     

小波阈值降噪技术在齿轮箱振动信号处理中的应用研究

阐述一维信号的小波降噪原理及小波阈值降噪方法,用MATLAB软件对齿轮箱振动信号进行降噪处理。利用图像和计算数据说明不同小波函数和不同阈值规则的消噪效果,得出Stein无偏似然估计阈值(Rigrsure阈值)方法对强噪声复杂的齿轮箱振动信号降噪效果最佳。