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.     

小波分析及其在化学中的应用

本文介绍了小波分析的基本原理,给出了小波变换的快速算法及小波分析在化学领域中的应用,对其今后可能运用的领域进行了探讨。     

小波包分析在GPS数据处理中的应用

本文利用小波包分析对GPS观测值进行分解,提出了基于小波包变换的信号消噪与周跳的检验和修复方法。通过实测数据进行了有关分析,分析结果显示了该法在GPS数据处理中的有效性。     

小波分析在超声信号采集消噪中的应用

在使用超声波探伤设备进行探伤过程中,为了抑制噪声信号对缺陷识别和判断带来的影响,采用小波分析的方法,利用Daubechies小波家族的db2做小波函数,借助于小波变换的时-频局部分析特性,对超声波回波信号进行了多分辨率分析.在每一阶设定不同噪声阈值,对输入信号进行噪声去除,并进行信号重建.实验证明,使用该方法能够有效地实现对超声波回波信号的噪声抑制,提高超声波的探伤精度.     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换。多尺度小波变换是将信号分解成高频和低频成分，低频包含信号的主要性能，高频含较多噪声，将高频平滑后再重建即可消噪。消噪处理大致有强制、阈值两种方法。现场试验表明：此方法高效、实用。     

Matlab小波分析在信号处理中的应用

本文在对傅立叶变换和窗口傅立叶变换以及小波变换比较分析的基础上,重点探讨了Matlab小波分析对普通信号进行分析、消噪、压缩和奇异点检测等信号处理中的各种应用,并提出一些自己的看法。     

小波分析在信号消噪中的应用

对小波分析和小波包的基本理论进行了简单介绍,详细分析了基于小波分析和小波包对信号进行消噪的处理技术,并利用MATLAB分别进行了计算机模拟,最后分析、比较了各种消噪方法的效果和优缺点,并结合理论分析和模拟结果讨论了阈值的选取方法和原则。通过本文的分析和模拟结果,我们可以看出,小波分析在信号的消噪中具有独特的优势,并且具有广阔的应用前景。     

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。     

小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

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。     

小波变换在语音信号处理上的应用

利用小波的多分辨率分析,以及其良好的空间域和频率域局部化特点,针对语音信号特征,选取适当的小波算法进行去噪和增强语音,压缩编码,提取语音信号特征等处理。通过Matlab仿真分析,得到增强后的信号图和压缩后的压缩比参数、能量保留参数、零系数比例系数,提取的信号特征。结果表明,基于小波变换的语音信号处理表现出良好的特性。     

基于小波变换消除信号噪声的研究

利用小波方法去噪是小波分析工程实际的一个重要方面。简单介绍了小波分解和重构,小波去噪原理,硬阈值法、软阈值法、平移不变量法。并且利用Matlab将几种典型的信号叠加高斯白噪声进行仿真。     

小波变换思想及其在信号处理中的应用

从傅里叶变换、短时傅里叶变换到小波变换的思想发展过程中分析了小波变换发展的必然性和重要性,并通过MATLAB仿真工具比较了三种变换在信号处理中的应用。实验结果表明,小波变换无论是对信号的时间定位还是对信号的频率定位都优于傅里叶变换和短时傅里叶变换。     

小波变换在振动台信号处理中的应用

介绍振动台的工作原理，提出一种利用信号边沿与噪声的小波变换的不同性质来去噪的方法，给出该方法的使用效果，并进行了讨论。     

基于K-均值聚类与小波分析的声发射信号去噪

为准确识别声发射信号模式,必须剔除声发射信号中的噪声,传统滤波去噪方法效果并不理想,小波阈值去噪方法显示了独特的优势。针对小波阈值去噪方法中阈值设置风险问题,利用K-均值聚类方法对小渡分解后的高频系数进行分类,确定去除噪声对应小波系数的阈值,然后进行小波系数重构达到去噪目的。采用硬闲值法与软阈值法对声发射信号进行小波阈值去噪,将基于K-均值聚类方法生成的闽值和改进Donoho方法生成的阈值分别作为小波去噪闽值,实验结果表明,在信噪比、均方根误差和平滑度三个指标上,本方法优于改进Donoho方法。     

小波分析在数字图像处理中的应用

介绍了基于小波变换的图像分解与重构,小波变换具有时-频局部化的特点,因此不但能对图像提供较精确的时域定位,也能提供较精确的频域定位.经过小波变换的图像具有频谱划分、方向选择、多分辨率分析和天然塔式数据结构特点.基于小波变换这些特性,讨论了MATLAB语言环境下图像增强、图像融合、图像平滑和图像压缩的基本方法.通过实验可见,基于小波变换的图像处理具有理想的效果.     

小波基的选择与振动信号分析

探讨了小波基的选择对振动信号分析的影响,并通过实验、数值分析证明Ｌｅｍａｒｉｅ样条小波和Ｍａｌａｔ小波较适于振动信号处理．     

小波分析在测速雷达数据处理中的应用

利用小波和小波变换的性质对测速雷达数据进行处理,分析其局部特征,提取了弹道数据中的瞬态现象时间,包括曳光时间、炸点时间、底排时间、实践表明小波分析应用于提取雷达瞬态信号有其独到之处。     

B-小波的特点及其在钢丝绳断丝信号处理中的应用

本文给出了钢丝绳断丝信号分析中小波基的选取条件，阐述了B－小波的特点及线性B－小波在钢丝绳断丝信号分析中应用的理论依据。实验结果表明，应用B－小波分析成功地区分了内外部断丝，同时也提高了数字信号处理的信噪比和实时性及定量识别的准确性和鲁棒性。