基于小波阈值去噪方法的研究

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.     

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。     

基于小波变换的微弱生命信号去噪问题研究

为了解决生命探测雷达回波中微弱生命信号提取难的问题,采用小波变换的阈值去噪法对强噪声背景下的微弱的人体心跳信号时域波形进行了提取,在MATLAB环境下,利用软件程序对实采的人体心跳信号进行去噪处理,得到了较好的人体心跳时域波形,验证了小波变换可以在生命探测雷达回波中微弱生命信号的提取时发挥重要作用。     

基于小波变换的汽车节气门位置信号去噪

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。     

小波消噪及其在氮爆式液压破碎锤测试中的应用

本文简述了小波分析理论及基于小波变换的去噪方法 ,针对氮爆式液压破碎锤测量信号非平稳时变特点 ,对其进行小波分析处理。结果表明 ,经过小波消噪后的信号具有更好的可读性及更佳的分析利用价值     

基于最优小波包分析的肌电信号消噪

为了清除表面肌电信号(SEMG)夹杂的生理噪声,提出了一种基于最优小波包分析的消噪处理方法.该方法以受试者做内旋动作,采自尺侧腕屈肌的SEMG信号为例,基于symlet5小波函数,分别采用小波方法、小波包方法和最优小波包方法进行了消噪处理.分析比较结果表明,该消噪处理方法能更有效地去除肌电信号中的噪声.     

基于小波分析的齿轮箱振动信号消噪处理

基于小波变换具有良好时频分析的特点,介绍了小波变换用于去除噪声的原理和方法,建立齿轮箱齿轮人工点蚀故障模拟实验台,通过Matlab对故障振动信号进行小波分析,并且和没有经过信号消噪就进行小波分解进行对比,从而得出对含噪声的非平稳信号进行消噪,再进行小波分解可以较好的提取齿轮点蚀故障特征频率的结论。     

静电放电能量耦合建模数据的小波去噪

为提高静电放电能量耦合模型的精度,使用小波阈值去噪法对采集到的信号进行处理。选用db系列小波作为小波基函数,根据信号的频谱宽度确定小波阶次,使用启发式阈值原则和软阈值处理方式,通过不同分解层数下去噪效果的对比,最终确定分解层数。结果表明小波去噪法能够有效地去除静电放电信号的噪声,且信号失真小、保留了信号的高频细节。     

基于小波包变换和小波阈值消噪的语音特征提取

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.     

3σ准则在心电信号小波消噪处理中的应用

以离散平稳小波变换的心电信号噪声去除方法为基础,根据噪声的不同来源及其频带分布特点,对变换后的细节信号采用不同的阈值去噪方案。并提出一种基于3σ准则原理的阈值选取方法。经MIT/BIH国际标准数据库中验证,试验表明,该方法行之有效。     

利用小波去噪和HHT的模态参数识别

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.     

基于Morlet小波与最大似然估计方法的降噪技术

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     

基于小波变换的偏微分方程求解

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.     

基于部分平移不变的小波去噪方法研究

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.     

基于小波变换的齿轮箱振动信号降噪处理

应用了小波变换理论和小波降噪的原理,对齿轮箱的振动信号进行了小波降噪处理,有效的从含有噪声的齿轮箱振动信号中提取出该信号更加准确和真实的故障特征,从而为提高齿轮箱故障诊断的准确性以及检测齿轮箱的早期微弱故障信号提供了重要的参考价值。通过对仿真信号的降噪处理,然后进行FFT变换,并且和没经过信号降噪处理就进行FFT变换的对比,显示了小波降噪的优越性。最后通过对齿轮箱的实际振动信号的降噪处理,进一步表明了小波降噪在消除噪声干扰方面有效性。     

基于多目标优化最佳小波包算法的PD信号压缩和重构

根据多目标函数优化的理论 ,提出了基于多目标优化最佳小波包算法的局部放电 (PD)信号压缩和重构方法 ,该方法能在误差范围内通过优化自动地调节各个节点的压缩阈值 ,并对压缩效果评价指标进行多目标优化 ,从而获得最佳的压缩效果。通过对模拟 PD信号的压缩试验表明 ,所提出的压缩方法能在获得较大压缩比的同时不失真地重构原信号 ,是一种有效的 PD信号压缩和重构方法。     

基于小波变换的滚动轴承故障诊断专家系统的研究

简要介绍了小波变换在滚动轴承故障特征提取中的应用。结合小波变换和专家系统技术在Delphi6平台下研制了一套滚动轴承故障诊断专家系统。详细阐述了系统的总体结构、各模块功能、知识库的组成及知识的表示、诊断推理策略等。实现了对机车滚动轴承的智能监测与诊断。     

小波变换式原油含水率测试仪的研究

采用了平行板电容器式原油水份传感器 ,使得原油水份传感器便于清洗。建立了原油水份传感器的数学模型 ,从而得到了原油含水率与原油水份传感器的等效电容之间的关系。首次把小波变换技术应用到原油含水率测试试仪中 ,构造的声表面波换能器的脉冲响应函数等于小波函数 ,从而制造出了声表面波式小波变换的重构器件 ,该器件可以有效滤除干扰信号。为了减小极板材料对测量的影响 ,极板材料可选用铁镍合金 ,也可选用镀有金或银的陶瓷或石英。     

基于小波包变换的齿轮箱降噪方法研究

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。     

一种改进的基于小波变换的包络提取算法研究

结合“模极大值小波域去噪”原理，提出了一种基于小波变换和希尔伯特变换的包络提取算法。首先用小波变换作为包络分析的前置处理手段，再利用希尔伯特变换对处理后的信号进行包络提取。针对希尔伯特变换解包络的不足，采用模极大值小波域去噪算法对包络信号进行消噪，从而解决了一般算法难以解决的由于随机噪声的干扰造成的提取的包络轮廓信息粗糙的难题。实验结果表明，该方法可以精确提取信号的包络并通过包络细化谱分析全面获得信号所隐古的故障特征。