基于matlab的小波变换去噪性能的研究

文章分析了在小波变换下,信号和噪声所具有的小波系数性质的不同,对用户接收的信号进行噪声的滤除。小波的多分辨特性能将信号在不同尺度下进行多分辨的分解,并将交织在一起的各种不同频组成的混合信号分解成不同频段的子信号,针对信号经小波变换后在不同分辨率下呈现不同的规律,那么就在不同分辨下设定不同的阀值门限,通过调整小波系数,达到去噪的目的。     

小波变换在冲击信号去噪应用

由于冲击信号测试环境的复杂性,噪声干扰的存在对信号分析的结论有一定影响.本文基于小波变换下设计了一种实用的针对冲击信号小波去噪方法.     

小波分析在PWM整流器去噪中的研究

为了减少大功率PWM整流器中采集到的固有噪声信号的影响,提高其变流控制的精度,将小波分析理论引入到PWM整流领域.并利用db小波对PWM整流器交流侧的电流反馈信号进行了多层小波分解,把反馈的电流信号分解为多个层次的高频部分和低频部分,最后按实际需求对信号进行重构达到降噪的目的.实验结果表明,小波分析方法的应用能有效地消除PWM整流器中的噪声干扰,在机车变流器的信号降噪处理方面有广阔的应用前景.     

小波阈值去噪法的改进算法

基于小波变换的阈值去噪法是去除数字信号中白噪声的有效算法.其中阈值函数关系着重构信号的连续性和精度,硬阈值函数的不连续性和软阈值函数中估计的小波系数与信号的小波信号间存在恒定偏差的缺陷,也限制了它的进一步应用.本文通过数学方法的引入,对阈值函数进行了改进.仿真结果表明,该方法具有较好的去噪效果.     

自适应二进小波去噪法

本文通过引入一类新的可微阈值函数,建立了信号的能量同它的二进小波变换系数之间的关系.利用Stein无偏风险估计和梯度下降法,给出了迭代求解各尺度二进小波系数最优阈值的自适应去噪算法.数值实验结果表明,同现存的小波去噪技术相比,该算法的去噪结果具有更高的重构信噪比和更光滑的外观.     

基于小波神经网络的激光散斑图像去噪技术研究

提出基于小波神经网络的图像去噪方法,该方法兼有小波分析的良好时频域特性和神经网络的自适应能力.实验结果表明,该方法在去除噪声上优于中值滤波等传统去噪声方法,其散斑指数较小,峰值信噪比较大,在有效去除噪声同时,又能很好地保护图像的细节信息.     

一种改进的小波阈值去噪算法研究

研究小波去噪算法中软阈值函数与硬阈值函数的方法,针对一些可变阈值函数的运算复杂的问题,提出一种新的阈值函数。经仿真测试,改进的小波阈值去噪算法的信噪比为20.103,去噪后,数据的均方误差为0.1152。     

基于小波元胞自动机算法的引线键合去噪

本文针对引线键合过程中图像边缘要求性高的特点,提出一种基于小波与元胞自动机相结合的去噪算法。该算法对图像小波变换,根据像素点的方向信息和边缘有序性设定演化规则,使可能噪声像素进行元胞自动机演化,得到精确的噪声信息。     

小波去噪方法在管道应力波检测中的应用

介绍了一种适合于管道应力波检测的基于小波变换的去噪方法。利用小波变换多尺度分析的优点。根据有用信号和噪声在小波变换不同尺度下的传递特性的不同，进行小波系数阈值选取后，对剩余小波系数重建信号，得到有用信号的波形。结果表明，它能较好地抑制噪声，使信号的信噪比明显提高。     

检测技术中新的小波阈值函数的信号去噪

在信号检测技术中,构造了一个新的阈值函数,与传统的软硬阈值函数相比,连续性好,高阶可导,便于进行各种信号处理和检测。实验仿真结果表明,采用新的阈值函数的去噪效果在信噪比增益和均方误差意义上均优于传统的软硬阈值方法,给检测技术带来了新的发展。     

包装过程的故障检测与诊断

对于控制复杂、难以精确描述数学模型的包装过程，提出了基于小波变换的故障检测方法，故障诊断能过神经网络来实现。     

自适应阈值的小波图像去噪

针对VisuShrink阈值和NormalShrink阈值的缺陷,提出了一种改进的自适应阈值图像去噪方法.根据不同的子带特性,定义了一个新的尺度参数方程,以确定适合各个尺度级的自适应最优阈值,并依此对图像进行去噪.实验结果表明,该方法可将每一尺度上的信号与噪声作最大分离,有效去除了白噪声,较好地保留了图像的细节信息,进一步提高了峰值信噪比,且没有增加时间复杂度,能用于实时处理.     

一种智能控制方法及其在温度控制系统中的应用

分析了一种基于神经网络的滑模系统，文中首先介绍了滑模控制理论，然后采用小波函数对神经网络参数进行训练，使之能对大滞后被控对象以及复杂工业过程也能进行有效控制。     

一种新的二维图像测量系统标定方法

本文提出了一种新的网络式平行线标定方法 ,该方法采用了CCD亚像素细分技术及调焦技术 ,可直接得到纵横两个方向的像素当量 ,具有标定简单、精度高、重复性好等优点。本文对方法的精度进行了较详细的分析 ,并给出了实验结果。     

陀螺稳定平台速度环的一种神经网络自适应控制方法

提出一种利用神经网络的自学习特性,对陀螺稳定平台的速度环进行自 适应控制的方法。给出了采用自适应神经网络控制方法和采用传统频域校正控制方法的对比实验结果。实验结果表明,此种算法在应用中是很有效的。     

提高Fourier变换轮廓术测量精度的新方法

在傅里叶变换轮廓术测量方法中,对离散的条想方设法进行DFT（离散傅里叶变换）运算,存在“栅栏效应”,离散频谱不能完全无误地代表原连续频谱分布,相当于在频域内发生了谱信息损失。为了减小由“栅栏效应”引入的位相误差,采用了对条纹进行空域数值加权和外插补零方法,从而提高FTP的测量精度。计算机模拟证实了所提方法的有效性。     

基于小波分析的结构损伤检测发展现状与展望

基于小波分析的结构损伤检测技术，以其良好的应用前景，已成为目前学术界、工程界研究的热点。在回顾和总结了小波分析理论及其在结构损伤检测中研究现状的基础上，对今后的发展进行了讨论和展望。     

基于小波多分辨力分析的低信杂比下点目标跟踪方法

低信杂比下的小目标跟踪问题是目标跟踪领域中的难点,本文在理论分析的基础上提出了用小波多分辨力分析法跟踪低信杂比下的点目标,同时讨论了该方法与基于边缘检测的跟踪方法的区别。最后用以天空为背景的视频序列及以海洋为背景的视频序列做了实验研究,结果表明本文所提方法能够准确跟踪低信杂比下的点目标。     

基于小波滤波器组的涡街流量计信号处理方法

涡街流量计应用比较广泛,但是,由于易受管道振动和流场不稳定等因素干扰,如何从强噪声背景下检测出涡街信号频率,一直是个难题.研究了多相结构ⅡR小波滤波器组的设计方法,给出了Butterworth型小波滤波器组的实现方案,将基于小波滤波器组的信号处理方法应用于涡街流量计,并给出最佳频带的判别准则.仿真结果表明,Butterworth型小波滤波器组具有较好的幅频特性和较高的频率精度.     

基于任务的神经网络多传感器数据融合新方法

面向遥操作机器人系统对传感和控制的具体要求及条件,提出一种基于任务的神经网络多传感器数据融合新方法。根据遥操作过程中的不同任务,利用优化的神经网络算法,对双视觉、六维力／力矩、接近觉（数字／模拟）、指端力、关节角度等多种传感器信息进行融合决策,并实时地将融合结果反馈回上层控制系统。