小波变换与傅立叶变换在信号消噪中的对比研究

由于小波变换具有良好的时-频特性,从而为其在信号降噪中的应用提供了广阔的前景.通过傅立叶变换和小波变换在信号消噪中的对比研究可以看出,小波变换对奇异信号极其敏感,使得其在非平稳信号的消噪中显出了得天独厚的优越性.     

小波分析在局部放电消噪中的应用

综述了小波分析在局部放电消噪中的应用研究现状,并对小波分析在该领域未来的研究趋势和发展方向进行了展望.     

小波包分析在滚动轴承信号消噪处理中的应用

对滚动轴承的故障特点进行了分析.根据小波包变换能将信号按任意时频分辨率分解到不同频段的特性,提出了小波包分解和重构用于滚动轴承信号消噪处理的概念及其算法,建立了滚动轴承加速度信号实时测试系统.通过实验研究得出,用小波包分解并通过重构可使分解后的数据长度不变,使分解层数不受限制,证明小波包分析方法应用于滚动轴承信号消噪的有效性,并取得了较好的效果.     

小波变换在P-VEP信号提取中的消噪性能影响因素研究

在视觉电生理应用研究中,需要在强噪声背景下迅速准确地提取微弱的P-VEP信号,采用小波变换技术能有效地实现对P-VEP信号源消噪处理,但不同小波、不同的分解层次以及阈值选取规则等因素都能影响消噪效果.通过构造含EEG信号和噪声的P-VEP信号提取源,采用小波变换消噪方法,研究不同小波、不同分解层次以及阈值选取规则对P-VEP信号提取中的消噪性能影响.实验表明:采用Biorthgonal5.5小波、六层分解层次以及迭代阈值选取规则构成的小波消噪法在P-VEP信号提取中可以得到最优的消噪性能.     

基于小波变换的信号消噪

采用一种新的阈值确定方法：二次平方损失函数法（QSLF法）,通过对待信号进行小波变换,在小波变换域中,把小波系数进行阈值处理,即：增强属于信号的小波系数,减弱或去除属于噪声的系数,然后进行小波变换的逆变换,虽然会造成在小程度上丢失了一些细节,但只要考虑到抑制干部噪声与所保留信号细节之间的权衡问题,仍能恢复出所期望的待分析信号,计算机模拟实验结果表明：该方法能有效的消除噪声。     

信号的多分辨率分析及其在消噪中的应用

小波多分辨率分解能够将信号在不同的尺度上展开,因而具有对信号按频带进行处理的能力,这对于分析特定频段上信号的细节,建立表征识别故障信号的特征以及清除信号的干扰与噪声等方面具有十分重要的意义。本文给出了信号多分辨率分析在信号消噪方面的具体应用实例。     

小波变换信号消噪技术研究

通过对信号与噪声奇异性分析，给出信号与噪声的小波变换模极大值在各个尺度上的表现截然相反的结论，并给出了一种非线性的消噪方法。该方法与传统的消噪方法不同，即不同于低通滤波器滤波，而是根据信号与噪声的奇异点性质不同进行滤波。实验结果表明，这种方法在改善信噪比的同时，又保持相当高的时间分辨率，并且计算简单，有很好的去噪效果。     

轧制信号消噪的小波处理方法及Matlab实现

小波变换具有时频局部分析特性,已经成为信号处理中的一种重要工具.阐述其基本原理,利用Matlab语言及小波工具箱,选择合适方法、参数及步骤,实现轧制信号的小波消噪,证明消噪效果令人满意.     

小波分析在GPS动态监测数据消噪中的应用

对GPS双差观测数据的消噪问题进行分析,结果表明,利用小波去噪原理,可有效地从受到强噪声干扰的GPS观测数据序列中剔除噪音干扰,提取有用特征信息,增强了基线解算的有效性,提高了GPS定位精度,解决了传统技术对GPS动态监测数据处理的局限性问题。     

用LabVIEW的小波工具处理超声信号中的噪声

为了抑制噪声,提高信造比,实现精确的探伤,本文采用了系统的LabVIEW软件中小波分析工具——降噪函数Denoise．vi对检测系统中超声信号的噪声进行处理,在综合比较降噪效果和执行速度后,确定小波分解尺度为6,并将所有尺度的阈值均设为0．1。经对CS-1-5试块的φ2平底孔超声反射回波和某型直升机旋翼大梁疲劳裂纹超声反射回波的降噪试验,试验结果表明,处理后的超声信号信噪比显著增强。满足我军航空维修无损检测的需要,实现了探伤工作的快速、机动和高效,提高了检测的可靠性。     

基于小波理论的噪声信号分析

小波分析是使信号具有时－频局部特性的信号处理方法。利用小波变换在各尺度的模极大值，能够确定波形的奇异点和在奇异点处的ｌｉｐｓｃｈｉｔｚ指数α。     

基于小波双重噪声抑制的卫星信号检测

信号检测是信号解调、译码、信息还原的重要前提。针对传统小波变换方法对基底噪声较强的卫星信号检测效果不佳的问题,本文在大尺度小波变换噪声抑制的基础上通过加窗求和实现噪声的再次抑制,有效提高了卫星信号的检测性能。通过实验可以看出此方法无论对于低信噪比下的仿真信号还是实际卫星信号都有着很好的检测性能。     

小波分析用于电力设备绝缘在线监测中信噪分离的研究

文章利用小波分析可进行时域与频域同时局部分析,频域窗口随信号的变化自动调整的特点。将小波分析应用于电力设备绝缘在线监测这类具有较大背景干扰情况下的信号处理,选择合适的小波基对混有噪声的信号进行变换,以实现信号与噪声的分离。并利用小波变换的快速算法对信噪分离作了仿真计算,讨论了小波分析在线监测等领域的应用前景。     

小波分析在输电线路故障检测中的应用

当输电线路发生故障时,准确、及时地切除故障是减少经济损失最直接的措施.小波变换具有良好的时频局部化特性,能准确定位信号的奇异点,因而在故障检测方面有广泛的应用价值.利用小波变换模极大值原理对线路故障信号的奇异点进行检测,并应用MATLAB进行了仿真研究,仿真表明该方法在输电线路发生故障时能快速准确地检测到故障点.     

基于小波变换的X线图像消噪

在对智能整骨机器人中的骨折X线图像的特点和噪声来源进行分析的基础上，提出了利用小波变换的多分辨分析特性，采用时间窗和频率窗都可以改变的时频局部化方法，使图像内的有用信号集中在小波变换的少数系数上，而噪声信号集中到其他小波系数上．在提高图像信噪比的同时，保留了图像的位置信息，确保了临床中利用该智能整骨机器人进行基于模糊控制和神经网络的骨折自动诊断和自动整复的准确度．     

信号分析从傅氏变换到小波变换

从信号分析的发展着重阐述了从傅氏变换到小波变换的信号分析方法 ,分析并比较了各自的优缺点 ,揭示了信号分析方法发展的内在规律性。     

小波变换在压制面波中的应用

面波是地震勘探中广泛存在的一种规则干扰波,在地震资料处理中去除面波、突出反射波是十分棘手的问题。常规一维滤波和二维滤波方法不能很好地提高信噪比。本文考虑到在面波干扰区面波与反射波能量存在差异,采用小波变换方法,引进了阈值参数,对实际地震资料进行了去噪处理。处理结果表明：一维滤波在去掉面波的同时也损失了有效波,而小波变换方法有效地压制了面波,突出了反射波,提高了地震资料的信噪比。     

基于熵检测的图像噪声方差小波域估计

提出一种在小波域中基于熵值检测的图像噪声方差估计算法. 利用小波变换能显著降低图像信号的熵而并不改变高斯噪声熵的特性以及噪声熵值与噪声方差之间呈对数关系变化的规律,定量地分析了含噪图像在小波高频对角子带中系数的熵值随噪声幅值的变化规律,揭示出这种变化关系对图像具有较强的鲁棒性,从而利用这种变化关系,通过对含噪图像小波域熵值的检测对高斯噪声进行估计. 仿真结果表明,提出的算法能够有效估计出图像中噪声的方差,并且受图像细节影响较小,其性能优于现有其他算法.     

应用小波分析研究信号消噪

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象。用 Daubechies小波分别对信号本身的奇异性、噪声的奇异性进行分析 ,结果表明 ,二者具有较大的不同。因而 ,将小波用于信号消噪具有重要的参考价值。