基于小波阈值去噪的光谱模型评价方法研究

采用小波变换对小麦近红外漫反射光谱进行阈值去噪研究,在软阈值函数下,分别采用固定阈值、启发式阈值、自适应阈值、最大最小阈值对光谱信号进行去噪,并用偏最小二乘建模的方法对去噪效果进行评价.结果表明,小波阈值降噪方法可以有效地降低原始光谱噪声,并很好地保留了信号中的尖锐和突变部分,而在阈值降噪过程中,最大最小阈值去噪效果最好,其建模后的绝对系数(R2)是0.8935,均方根误差(RMSE)是0.2886.     

强化生物除磷污泥糖原的近红外光谱分析

采用蒽酮法测定强化生物除磷(EBPR)反应器污泥中糖原物质的含量,运用间隔偏最小二乘法(iPLS)对近红外光谱进行建模,将光谱划分为20个子区间,选出最佳波数区间为4775-4389cm-1,并用这个模型预测未知样品中糖原含量。结果表明:所建模型对糖原校正时的相关系数(rc)为0.9583,校正均方根误差(RMSECV)为0.3554;预测时的相关系数(rp)=0.9769,预测均方根误差(RMSEP)为0.4243。所建的模型对糖原含量的预测效果较好,模型预测精度高,为污泥中糖原的测定提供了一种快速可行的分析技术。     

基于小波去噪的MIMO-OFDM信道估计方法

用小波变换思想,提出一种基于小波去噪的多输入多输出正交频分复用(MIMO-OFDM)系统信道估计方法。该方法首先利用最小二乘(LS)方法进行信道估计,然后对估计后的结果进行小波去噪处理。与传统最小二乘信道估计方法相比,该方法不需要预先知道信道的统计特性,信道估计性能有明显提高。     

分段最小二乘支持向量机的故障诊断

在啤酒发酵过程中,为了建立精准的传感器温度故障诊断模型,在标准支持向量机(SVM)的基础上提出了分段最小二乘支持向量机的方法,该方法首先利用模糊C聚类(FCM)对样本进行聚类分析,达到划分发酵阶段和建立局部模型的目的,然后采用最小二乘支持向量机(LSSVM)的方法对各类样本进行建模。实验结果表明,使用该方法建立的啤酒发酵过程温度故障诊断模型具有较高的准确性。经过比较,该方法建立的模型的泛化能力要强于其他SVM方法建立的模型。     

栀子提取和纯化过程的近红外光谱快速检测方法

采用近红外光谱分析技术(NIR)以栀子渗漉提取和大孔树脂纯化过程为研究对象,分别研究并建立了过程中栀子苷含量的检测模型,可实现对中药栀子提取和纯化过程栀子苷含量的快速分析.运用偏最小二乘法(PLS)建立模型,提取过程校正模型相关系数R为0.997 47,校正均方差(RMSEC)和验证均方差(RMSEP)分别为0.588和0.536;纯化过程校正模型相关系数R为0.99640,校正均方差(RMSEC)和验证均方差(RMSEP)分别为0.308和0.298.本方法可用于中药栀子的提取、纯化过程有效成分含量的快速检测.     

小波各向异性模型肺部CT图像去噪

在获取肺部CT图像过程中不可避免地要受到噪声污染,使用传统的去噪算法不能在对肺部CT图像有效去噪的同时很好地保持边缘、纹理等有用信息。为在肺部CT图像去噪时很好地保持边缘、纹理等细节信息,提出一种新的小波各向异性模型肺部CT图像去噪算法。算法首先对含噪的肺部CT图像进行Daubechies小波(dbN)软阈值去噪,然后在此基础上利用各向异性模型去噪。实验结果表明,与传统去噪算法相比,所提算法不仅去噪后的肺部CT图像噪声点较少而且具有更好的边缘、纹理等细节信息保持性。     

一种新的MEMS陀螺仪信号去噪方法

为提高MEMS陀螺仪输出信号的去噪效果,将稀疏分解(sparse decomposition)与提升小波变换(lifting wavelet transform)相结合,提出了一种新的信号去噪方法.首先,建立MEMS陀螺带噪信号的误差模型,并利用小波提升正变换计算带噪信号的非稀疏的小波系数;然后,利用稀疏分解理论恢复小波系数的稀疏性;最后,再通过小波提升反变换重构信号,从而达到去噪的目的.考虑到梯度投影(gradient projection)算法具有全局最优解,运算效率更高,将梯度投影思想引入恢复信号稀疏性的过程中,提出了基于梯度投影的稀疏分解算法,给出了利用梯度投影算法进行信号系数分解的具体步骤,大大简化了计算复杂度,同时提升了算法的稳定性.为验证所提方法的性能,进行了MEMS陀螺信号去噪的静态实验和跑车实验.实验结果表明,此种方法在动静态条件下都可以有效地去除MEMS陀螺仪输出信号中的噪声,尤其是在静态条件下的去噪效果要优于小波阈值滤波方法.同时采用的梯度投影算法相比于正交匹配追踪算法和基追踪算法具有更高的运算效率.     

拉曼光谱检测酒精浓度的背景扣除技术研究

将自适应迭代惩罚最小二乘的方法应用于酒精浓度检测过程中,可以实现拉曼光谱的噪声和背景自动扣除,从而更好地对拉曼光谱进行预处理。将各种预处理算法校正背景后的拉曼光谱与乙醇浓度分别建立偏最小二乘校正模型,其结果显示自适应迭代惩罚最小二乘的方法优于其他传统方法。     

基于小波去噪的改进GM(1,1)模型在高铁线下工程中的应用

针对GM(1,1)模型对建模数据光滑性条件的要求,分析了原始GM(1,1)模型在初始值和背景值选取上的缺陷,对其进行了合理和必要的改进。应用小波去噪对建模数据进行去噪处理,结果表明,用小波去噪处理的数据建立的GM(1,1)模型模拟精度和预测效果得到了很大的提高。但工程实例表明,当建模数据为低增长指数时,改进模型的模拟精度和预测效果没有量级的提高。     

偏最小二乘法回归模型在分析毛涤混纺面料纤维含量中的应用

以毛涤混纺面料为研究对象,利用近红外光谱法,结合相应的化学计量学方法建立不同的数学预测模型,进行毛涤混纺面料中纤维含量的分析研究。实验对比分析了主成分回归模型、多元线性回归模型、偏最小二乘回归分析模型的模拟结果。其中,偏最小二乘法回归分析模型得出毛纤维含量的校正集标准差(SEC)为0.000 7,校正集预测值与真实值相关系数(RC)为0.992 23,涤纤维含量的SEC为0.001 6、RC为0.991 61,为最优分析结果。研究结果为数学模型在混纺面料成分定量分析中的应用提供了有力的依据。     

近红外光谱法测定废水化学需氧量

为快速确定废水的污染程度，研究了运用近红外光谱法测量废水化学需氧量（COD）的可行性.实验用水样共180个，其中COD标准溶液（邻苯二甲酸氢钾标准溶液）水样22个,污水处理厂的废水水样158个.每一水样分成两组：一组测其800~2600 nm谱区近红外光谱，另一组测其COD，并把该化学值作为标定该水样光谱的“真值”.对水样近红光谱用偏最小二乘法（PLS）回归建模，分别建立标准液水样和废水样的COD预测模型.标准液水样的理论COD值与预测值之间的相关系数为0.9999,交叉验证均方差（RMSECV）为15.14 mg/L；污水处理厂废水水样的COD实测值与预测值之间的相关系数为0.9453,预测标准差（RMSEP）为35.4 mg/L.实验结果表明，用近红外光谱法测量废COD是可行的.     

基于自适应小波阈值的超声信号消噪

在铝合金锻件的超声无损检测中为了消除晶粒散射引起的相干噪声，通过建立缺陷回波检测数学模型，提出了一种基于新阈值函数的Stein无偏风险估计自适应消噪方法.利用新的阈值函数得到离散小波变换各尺度下的小波系数，对小波阈值进行最小均方误差意义上的迭代，基于小波系数估计值进行离散小波反变换以得到信号的估计值，通过反复迭代运算得到缺陷回波的最优消噪模型.对含缺陷铝合金锻件的超声信号处理实验结果表明，与常用的固定硬、软阈值相比，自适应消噪方法能够更好地去除散射噪声及增强缺陷信回波信号.     

基于iPLS的玉米近红外光谱数据处理方法研究

通过对选取的离散小波变换后的小波细节系数的重构光谱进行iPLS建模,从中获得了较好的预测结果。实验表明,合理选择小波细节系数可减少非主要信息的干扰,并以此来提高成分分析精度的方法是切实可行的,采用iPLS建立的玉米蛋白质模型,不仅能有效地减少建模所用的变量数,缩短运算时间,而且预测能力和精度均得到提高,在实际应用中有一定的参考价值。     

MIR和NIR光谱技术比较及在烃源岩分析中的应用

中红外光谱和近红外光谱具有快速、无污染、无破坏性特点,是对物质成分进行定量分析的有力工具。2种红外光谱又各具特色,从光谱产生机制、光谱分析模型和光谱仪器设计等角度进行分析对比,探讨2种光谱的各自优势和不足,为实际工作中光谱的选择提供依据。以烃源岩岩屑为研究对象,用中红外光谱和近红外光谱分别进行了分析。结果表明,当用小波多尺度正交校正方法对原始光谱进行预处理后,可明显提高近红外光谱分析模型的准确性和稳定性,得到与中红外光谱分析模型相一致的结果。     

基于LabVIEW和Matlab的虚拟小波消噪仪的设计

利用LabVIEW灵活的图形编程及Matlab的数学计算能力进行了虚拟小波消噪仪设计.虚拟消噪仪仪器面板采用系统选项卡方式设计,并通过调用LabVIEW环境中的Matlab Script节点方式实现与Matlab程序进行通信接口.在虚拟小波消噪仪软件中实现了小波阈值法、小波包法和模极大值法去噪,可对小波函数、分解层数、阈值选择、阈值类型等进行选择;去噪处理结果自动保存为Excel文件.仿真去噪结果验证了虚拟小波消噪仪功能及去噪算法的有效性.     

基于改进阈值法的小波去噪算法研究

为了克服传统小波阈值去噪算法中存在的缺陷,采用小波系数放大法,并对阈值函数进行改进。由于信号中存在奇异点,会在奇异点处产生Pesudo-Gibbs现象,采用基于改进小波阈值法的平移不变去噪方法可以有效抑制Pesudo-Gibbs现象,对去噪效果进行强化。仿真实验结果表明:基于平移不变的去噪方法可以明显提高信噪比,其去噪效果优于传统的软、硬阈值去噪方法,具有较高的实用价值。     

基于小波分形理论的工程车辆时域载荷信号降噪方法

分析了工程车辆传动系零部件的时域载荷信号的噪声特点,提出了一种基于小波和分形理论的信号降噪方法。采用小波方法对实测的时域载荷信号进行了三尺度分解,计算了分解后的各层信号的关联维数,依据关联维数的变化规律判断是否存在噪声。以轮式装载机传动法兰的实测载荷信号为例进行了降噪应用研究。结果表明,提出的小波分形联合降噪方法可以根据信号不同频率段内含有的噪声特点进行降噪处理,解决了在小波阈值降噪中如何有效选择阈值的问题。     

图像阈值去噪中的小波特性分析及算法改进

选取合理的小波和阈值算法能够获得理想的图像阈值去噪结果;分析了小波正交性、消失矩以及滤波器结构等特性对图像阈值去噪的影响,提出了图像闽值去噪中小波特性的选取依据．按照噪声与图像信息在小波多尺度分解中传递特性的不同,提出基于信息量的自适应分层阈值算法;仿真结果表明,在进行图像阈值去噪时应优先选取双正交小波,且其消失矩阶数近似于图像的最高次奇异性,去噪小波的高通分解滤波器应具有偶对称性质,低通分解滤波器长度不宜过短．自适应分层阈值算法的图像去噪效果要明显优于全局阈值算法,图像信噪比能够提升至27．86（bior2．6,SNR0=20）;具有偶对称高通分解滤波器的双正交小波能够获得较好的图像去噪效果,其消失矩阶数应近似等于图像的最高次奇异性,基于信息量的小波自适应阈值算法在提升图像信噪比的同时,能够有效保留图像的细节信息．     

基于改进小波阈值函数的船用雷达回波去噪

为了对船用雷达（9GHz脉冲雷达）回波降噪,提出了基于小波阈值函数的改进方法,分析了中间阈值以及对应的阈值函数对船用雷达回波信号降噪的影响.在模拟雷达回波信号的降噪实验中,对新的阈值方法与软阈值、硬阈值、Firm阈值、Yasser阈值方法进行了比较.通过对阈值函数参数的调整,使得新的小波阈值函数得到更高的信噪比、更小的均方根误差和更大的能量比,证明了新方法的有效性;在实测雷达回波信号的降噪实验中,得到了一致的结论,证明了新方法的实用性.     

基于对称相关法的低信噪比信号时频分析

为了提高时频分析方法在低信噪比条件下的性能,分析了对称相关(SC)法在信号去噪中的优越性能,运用SC对预处理信号进行去噪处理,再进行时频分析.仿真结果表明,该方法可以显著提高低信噪比条件下的时频分析性能并具有更高的准确性;当信噪比低至-15 dB时,相对传统小波去噪方法,运用SC法估计初始频率和调频率的准确率仍能达到95%以上.