共查询到20条相似文献,搜索用时 78 毫秒
1.
基于小波阈值去噪方法的研究 总被引:12,自引:0,他引:12
系统地研究了小波的软阈值去噪、硬阈值去噪、garrote阈值去噪以及semisoft阈值去噪等四种阈值去噪方法,并把它们应用到典型的含噪信号中进行比较,最后对去噪的影响进行了阐述. 相似文献
2.
3.
4.
传统的汽车节气门位置信号(throttle position sensor,TPS)处理方法不易消除发动机舱内电磁信号及周边环境的干扰。根据TPS的特征,在MATLAB中选用Daubechies五阶正交小波(dB5)对TPS噪声信号进行4层小波分解,再对分解后得到的各层系数用软阈值法量化处理,最后利用小波重构,实现对信号去噪。最后将获得的去噪信号用于发动机控制,并将控制结果与采用未去噪信号的发动机进行实车对比试验。试验表明:发动机采用去噪的TPS信号运行更平稳,小波变换后的去噪TPS信号对发动机控制具有良好的效果。 相似文献
5.
6.
7.
8.
9.
基于小波包变换和小波阈值消噪的语音特征提取 总被引:1,自引:0,他引:1
为了实现强噪声背景下语音信号的特征提取,根据小波变换的多分辨率特性,以及与人耳耳蜗滤渡相一致的特性,利用小波包变换,在各语音特征频率段上,提取出包含丰富的非平稳信息的语音特征;并在小波包分解去噪的基础上,构造了模糊阈值函数,利用小波模糊阈值去噪,得到了信噪比较高的语音信号.研究结果表明,小波包变换和小波阈值去噪,较好地消除了强噪声背景下的噪声,并有效地提取出了语音信号特征. 相似文献
10.
11.
基于Morlet小波与最大似然估计方法的降噪技术 总被引:2,自引:1,他引:2
采用与冲击信号匹配的Morlet小波作为小波基对信号进行小波变换,利用冲击信号的概率密度特征,结合最大似然估计的阈值方法进行降噪,以提取周期性的冲击信号。通过对减速箱故障信号进行降噪,提取出周期性的故障特征信号,表明该方法可以有效地去除强噪声干扰,提取振动冲击信号 相似文献
12.
利用小波去噪和HHT的模态参数识别 总被引:4,自引:4,他引:4
提出了基于小波去噪和HHT的模态参数识别方法,以改善模态参数识别的精度.该方法先利用小波进行信号去噪,克服噪声对EMD分解的影响,以减少EMD分解过程的计算量和分解层数,对去噪后的信号进行EMD分解提取单模态的自由响应,然后利用自由响应的Hilberr变换识别模态固有频率和阻尼比.利用该方法对某振动台简支梁系统进行了模态参数识别,结果表明在噪声干扰下,该方法识别模态参数的精度较高,特别是阻尼比识别精度高. 相似文献
13.
基于小波变换的偏微分方程求解 总被引:1,自引:0,他引:1
偏微分方程在计算流体力学和许多化工过程建模中有广泛的应用.当在空间位置出现突变时,偏微分方程的经典解法如有限元法和加权残差法等无法保证解的精度和收敛性.在此基于内插小波变换,研究了改善偏微分方程求解精度的方法. 相似文献
14.
基于部分平移不变的小波去噪方法研究 总被引:2,自引:0,他引:2
针对目前消除gibbs现象的方法-平移不变法的平移量大,提出了部分平移不变法.既通过Haar小波可以消除奇异点处于中间位置时的gibbs.仿真实验表明,上述方法在减少平移量的情况下也可以很好地消除gibbs现象. 相似文献
15.
16.
17.
18.
19.
应用小波包变换理论和小波包降噪原理,对轧机齿轮箱的振动信号进行小波包降噪,有效地从含噪信号中提取出故障特征。通过对计算机仿真信号的降噪效果比较和实例分析,显示了小波包降噪的优越性。最后对齿轮箱降噪前后小波包各频带能量向量的比较,进一步表明了小波包降噪在消除高频干扰,凸显故障特征方面的有效性。 相似文献
20.
S. F. Yu B. Y. Lee W. S. Lin 《The International Journal of Advanced Manufacturing Technology》2001,17(5):339-343
The waveform affects the quality and mechanical performance of a workpiece during electric discharge machining (EDM). This
study uses the wavelet transform to process the waveform of EDM. The data of the waveform are obtained from the voltage and
current between the workpiece and the electrode of the electric discharge machine, and are then calculated by the wavelet
transform. The outcome shows that after the transformation, the original data can easily identify the different machining
condition, thus, providing clear and useful information for the on-line control of EDM. 相似文献