一种基于小波变换的语音信号去噪净化方法

语音信号在传输之前快速有效的去噪净化,对于3G通信具有重要的现实意义。由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够去除一部分语音信号中的噪声,但造成有用语音信号尤其是清音部分的损失,导致去噪后的语音听觉质量下降,达不到很高的信噪比。针对这一问题,本文在分析小波变换原理和传统软硬阈值法的基础上,建立了一种改进的阈值语音信号净化方法。仿真实验结果表明,本方法能有效去除信号中的噪声和较好保留语音细节,达到更佳的语音净化效果。     

基于Bayes估计的双小波维纳滤波电能质量信号去噪算法

提出一种基于贝叶斯（Bayes）估计的双小波维纳滤波的电能质量信号去噪算法。该算法在第一个小波域采用基于Bayes估计的小波阈值去噪技术估计期望信号,在第二个小波域将含噪信号和估计信号分别进行小波变换,用估计信号的小波系数设计经验维纳滤波器,对含噪信号的小波系数进行维纳滤波再反变换,从而实现去噪功能。实验结果表明该算法比常用的小波阈值去噪方法及基于它们的双小波维纳滤波算法去噪效果要好;当噪声强度逐渐增加时,该算法能够在诸算法中产生最大的信噪比。     

基于Bayes估计的双小波维纳滤波电能质量信号去噪算法

提出一种基于贝叶斯(Bayes)估计的双小波维纳滤波的电能质量信号去噪算法.该算法在第一个小波域采用基于Bayes估计的小波阈值去噪技术估计期望信号,在第二个小波域将含噪信号和估计信号分别进行小波变换,用估计信号的小波系数设计经验维纳滤波器,对含噪信号的小波系数进行维纳滤波再反变换,从而实现去噪功能.实验结果表明该算法比常用的小波阈值去噪方法及基于它们的双小波雏纳滤波算法去噪效果要好;当噪声强度逐渐增加时,该算法能够在诸算法中产生最大的信噪比.     

基于自定义阈值函数的小波去噪算法

基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在偏差和方差过大的缺点,为有效解决这一问题,提出基于自定义阈值函数的小波去噪算法。研究给出了一种改进型的自定义阈值函数,建立了该函数的数学模型,对基于该函数的小波去噪算法的去噪效果进行了仿真,并将该算法应用于实际的电能质量暂态信号检测之中。仿真和实验结果进一步表明了自定义阈值函数的优越性和基于自定义阈值函数小波去噪算法的有效性。     

基于自定义阈值函数的小波去噪算法

基于硬阈函数和软阈函数的小波去噪算法处理的信号分别存在偏差和方差过大的缺点,为有效解决这一问题,提出基于自定义阈值函数的小波去噪算法.研究给出了一种改进型的自定义阈值函数,建立了该函数的数学模型,对基于该函数的小波去噪算法的去噪效果进行了仿真,并将该算法应用于实际的电能质量暂态信号检测之中.仿真和实验结果进一步表明了自定义阈值函数的优越性和基于自定义阈值函数小波去噪算法的有效性.     

基于中值滤波和改进提升小波的输电线路激光测距信号去噪方法

针对小波变换去噪算法精度不高,运行时间较长的缺点,并结合激光测距信号含有高密度高幅值脉冲噪声和白噪声的特点,提出一种基于中值滤波和改进提升小波的去噪算法。首先对实测输电线路激光测距信号进行中值滤波处理,以平抑占比较重的脉冲噪声;再进行提升小波变换,得到小波分解系数;同时,使用鸡群优化算法(chicken swarm optimization,CSO)寻找最优阈值;然后进行提升小波逆变换得到重构信号。结果表明:相对于传统提升小波变换去噪算法,应用该方法的去噪效果信噪比提升2倍以上。最后将几种去噪算法进行了综合比较,所提出方法可有效提高去噪效果并略微减少算法运行时间,优于传统去噪算法。     

基于动态信噪比估计的小波阈值去噪新算法

由于语音信号的非平稳性,传统的小波阈值去噪算法虽然能够衰减一部分语音信号中的噪声,但这些算法会不可避免地造成有用语音信号尤其是清音部分的损失,以至于去噪后的语音听觉质量下降,达不到很高的信噪比。针对这一问题,本文介绍了一种基于小波包变换和动态信噪比估计的阈值方法。这种方法可以有效地保护有用信号不被去除,但对于带噪信号在不同尺度下的信噪比,它的自适应性不强,因此本文对这种算法做了一些改进,使之可以达到更好的去噪效果。     

电能质量扰动的Block-Thresholding去噪方法

提出一种基于block-thresholding阈值估计量的电能质量扰动小波去噪算法.在小波域,各个尺度携带信号信息的小波系数其分布具有"簇聚"性质,即大部分系数成簇聚集在信号突变位置.所提算法将各个尺度的小波系数分成若干块,针对各个块进行阈值处理;而不像传统的小波阈值去噪算法,如Donoho等提出的VisuShrink那样预先确定一个阈值,对所有小波系数逐项比较进行去留处理.将所提算法与传统阈值去噪方法进行比较研究,仿真和实验结果表明所提算法在全局适应性和空间适应性方面的优越性.     

一种改进型小波阈值去噪算法的FPGA设计与实现

提出了基于现场可编程门阵列器件（FPGA）的一种改进型小波阈值去噪算法的设计与实现方案,利用Mallat快速离散正交小波变换算法,并在Altera QuartusII开发平台上采用Verilog HDL语言实现对含加性高斯白噪声的信号利用改进型阈值去噪方法进行处理。最后借助于ModelSim SE对含噪信号的处理进行验证仿真,仿真结果表明,该方案可以取得较好的去噪效果。     

基于改进的小波阈值的电能质量信号去噪

对于暂态的电能质量信号的监测,研究了一种用最大后验估计的双树复小波变换对电能扰动信号进行去噪高效算法。首先运用最大后验估计对扰动信号的改进的小波阈值进行去噪预处理,然后对于不同分解层的细节系数噪声方差和信号方差进行估算,并且运算出不同分解层阈值,从而得出去噪阈值。仿真实验结论表明:所提出算法步骤简单,计算速度快而且易于实现,去噪效果理想,具有很好的应用前景。     

谐波小波包在接收机中的应用研究

在强噪声环境中检测出微弱信号的能力是接收机重要性能指标之一.为了提高接收机在强噪声环境中检测微弱信号的能力,将小波去噪算法和谐波小波滤波算法应用到接收机的数字处理部分,并使用MATLAB软件做了相应的仿真.仿真结果表明,在-30 dB的信噪比下,小波去噪算法效果不理想,谐波小波滤波算法取得较好的效果,能够在强噪声环境中...     

小波变换和数学形态学在行波故障定位消噪中的应用

有效滤除行波的噪声干扰,提取有用的行波信号是实现行波故障定位的关键.在比较了小波变换和数学形态学对白噪声和脉冲噪声的滤除效果的基础上,结合小波变换和数学形态学各自的优点,提出对行波信号进行消噪时,先采用数学形态学滤波器滤除行波信号中的脉冲噪声,再采用基于小波变换的软阈值化算法滤除白噪声的综合去噪方法.实例分析表明该综合去噪方法的去噪效果较好.     

一种新型小波阈值法在信号消噪中的应用研究

分析了sqtwolog、rigrsure、heursure、mini maxi4种常见的阈值确定方法后发现,信号中出现较高次谐波分量时,用sqtwolog和mini maxi阈值法去噪后高频信息损失严重,而用rigrsure和heursure法去噪后50Hz频率分量损失较为严重。为此,提出了一种新的阈值函数-先验知识的阈值确定方法,在信号去噪过程中运用先验知识阈值法确定各细节层的阈值来去噪。MATLAB仿真试验验证该方法有效性和优越性的结果表明:新的阈值法可以彻底的滤除信号中的噪声和无用的高频分量,尽可能的减少低频和有用高频信息的损失。     

基于FPGA的实时小波消噪技术在多余物自动检测系统中的应用

针对微粒碰撞噪声多余物自动检测系统采用软件实现小波消噪过程,存在数据量大、运算时间长、检测效率低下等问题,本文提出采用FPGA实现小波消噪算法,在数据采集的过程中完成小波消噪,以提高数据处理的实时性。在深入理解小波变换理论及Mallat快速算法的基础上,通过改进研制PCI总线数据采集卡,利用Matlab和Quartus II软件平台,设计实现了基于FPGA的小波消噪算法。实验测试表明,该算法得到的消噪效果较为理性,达到了实时小波消噪的目的。     

小波阈值去噪函数的改进方法分析

小波阈值去噪是一种简洁有效的去噪方法,传统阈值去噪法包括软、硬阈值法,它们在实际应用中取得了很大的成功,但同时也存在一些有待改进的地方。为此,介绍了3种国内外有代表性的小波阈值函数改进方法,并在传统阈值函数的基础上提出了一种新的双变量阈值函数。对局部放电仿真信号进行的去噪分析结果显示,改进阈值函数在信噪比增益和最小均方误差意义上要优于传统的软、硬阈值函数,其中新的双变量阈值函数在4种改进阈值函数中具有最优的去噪性能。     

一种改进EMD-SVD算法的暂态电能质量扰动信号消噪研究

针对小波变换在暂态电能质量消噪方面对高频有用信号误滤除,造成消噪后信号失真严重,或毛刺过多现象,提出一种结合经验模态分解(EMD)的改进奇异值分解(SVD)降噪方法,该方法采用EMD将噪声信号进行初步滤除,通过构造Hankel矩阵,利用左右奇异向量确定奇异矩阵,根据奇异值的分布规律,提出一种改进的奇异值差分方法来确定有效奇异矩阵阶次,从而完成消噪后信号的重构.结果 显示该方法去噪效果较好,特别对电压暂降和电压中断的效果最为明显,其信噪比分别提高了2.9 dB和7.3 dB以上,验证了所述方法的有效性.     

基于经验模式分解的电晕放电辐射信号阈值降噪处理方法

随着输电电压等级的提高,电晕放电已成为影响高压、特高压输电线路安全稳定运行的重要因素。鉴于此,提出了基于经验模式分解（empirical mode decomposition,EMD）的电晕放电辐射信号阈值降噪处理方法,首先利用EMD算法对采集到的电晕放电辐射信号做分解处理,得到不同的基本模态分量,然后利用阈值函数和给定阈值对各分量做降噪处理,并对处理后的分量重构,得到降噪后的信号。研究结果表明：与小波降噪和EMD时空降噪相比,基于EMD的阈值降噪方法不存在基函数选取和分解层数选取等问题,其降噪过程是完全由信号特征决定的自适应降噪,同时该方法保留了小波降噪中对各分量进行阈值处理来降噪的优点,并且在对信号的降噪过程中去除了可能存在于信号中的趋势项干扰,因而该方法更有利于对电晕放电辐射信号的降噪处理。     

用于提取PD信号的复小波簇消噪算法

因电气设备处在强烈电磁干扰环境中,常被噪声淹没,为了准确检测PD信号,需有效抑制其噪声干扰。根据PD信号和白噪干扰的复小波系数各有其特点和小波变换的本质是被分析信号和小波做内积运算,提出了从一簇复小波中逐层选择最优复小波并根据模极大值原理确定分解层数的方法即以阈值消噪法为基础的复小波簇消噪法。采用该方法对PD染噪信号进行去噪处理,并用去噪前后的信噪比(SNR)和波形相似性参数(NCC)对仿真PD信号的消噪结果进行评价。结果表明,复小波簇消噪法在满足SNR>10 dB的要求下,两个信号的NCC都>0.9,复小波簇消噪法从白噪干扰中提取PD信号的能力更强,在高SNR的情况下,信号的畸变也更小。     

基于小波自适应阈值滤波的VMD降噪方法

本文提出了一种基于小波自适应阈值滤波的可变分模式分解（VMD）降噪方法。该方法降噪过程为：先将含噪声信号进行VMD分解,进而将VMD分解分量中含大部分噪声的高频模态分量进行小波自适应阈值滤波降噪,滤波降噪后的分量与其他模态分量重构降噪信号。三个实例表明：所提方法能有效减低信号噪声,适应性广。 关键字：可变分模式分解（VMD）;小波变换; 自适应阈值     

遗传算法用于局部放电小波自适应阈值去噪

小波去噪用于局部放电信号在线监测具有良好的效果,阈值选取与局部放电去噪后信号的畸变具有紧密联系。为提高局部放电监测中小波去噪的自适应能力,并降低去噪信号的畸变率,提出一种小波自适应最优阈值去噪算法,用于变压器局部放电脉冲信号去噪。该方法采用小波对局部放电信号进行分解,在阈值选择时采用基于史坦无偏似然估计(SURE)的最优阈值自适应选择方法,并引入一种新的具有多阶导数的阈值函数,结合二进制遗传算法全局自适应搜索最优阈值,使最优阈值自适应寻优速度大大提高。对局部放电仿真信号和现场局部放电信号的去噪结果表明,该方法与Donoho阈值计算公式及标准软阈值法相比,能更好地去除局部放电信号中的白噪声,去噪信号失真度较小,具有良好的应用价值。