光纤通信中小波去噪预处理技术研究

为了降低随机噪声对信号处理时带来的负面影响,增强信号的有用部分,研究基于Daubechies小波滤波的信号预处理算法。随着小波分解层次的增加,去噪效果能够得到改善,实现了信号的有用部分与噪声的有效分离。     

单小波去噪方法在多小波去噪中的应用研究

单小波去噪方法中Visualshrink去噪法是渐进最优的。但将'Visualshrink单小波去噪方法用于多小波去噪,其优越性丧失,图象中存在严重的Gibbs效应,且去噪效果降低,对此,我们改进了单小波Visualshrink去噪方法的门限选取,提出了改进的Visualshrink多小波去噪方法(VMD)。同时,还给出了离散多小波变换的具体实现方法。实验结果证明,改进的多小波去噪方法与直接将Visualshrink方法用于多小波去噪相比,前者效果明显好于后者。     

基于小波变换阈值的信号去噪

对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。     

基于二进小波变换的信号去噪

由于信号在二进小波变换空间的表示是冗余的,同小波级数相比,基于二进小波变换的信号重建效果对信号的小波变换系数的误差灵敏度将会下降,因此可以期望在相同的误判概率下基于二进小波变换的去噪效果将优于基于小波级数变换的去噪效果。基于这个思想,该文将已有的基于小波级数的去噪方法推广到基于二进小波变换去噪上去,比较了基于二进小波去噪同基于小波级数去噪的效果。数值实验表明,对于各种检验信号,较之小波级数去噪,二进小波变换去噪效果有明显改善。     

基于小波变换的激光雷达回波信号去噪方法研究

提出小波变换法去除激光雷达回波信号中的噪声,通过建立模型,选择合适的小波基、分解层数和阈值,利用Matlab仿真发现选择sym4、db6小波的五层分解法去噪效果较好,对提高激光雷达的有效探测距离和探测性能有较大的参考价值。     

基于小波的声发射信号去噪研究

由于小波变换具有较强的时频分析和局部分析能力,常用于非平稳信号的去噪处理中。首先根据小波分解后各高频系数所占的能量百分比对信号进行提纯,再对提纯后的信号进行小波阈值去噪,并运用信号能量百分比和频谱分析对去噪效果进行评判。实验结果表明,这种先提纯后阈值去噪的处理方法能够在保证信号不失真的前提下,有效去除声发射信号中的噪声。     

基于多尺度阈值技术的小波去噪

多尺度阈值技术的小波去噪是根据小波变换下信号和噪声在多尺度空间中的不同特性,用软阈值函数确定的阈值对不同尺度上的小波系数进行处理,进而达到去除噪声的目的。运用这种方法对信号进行处理时去噪效果良好,并且能够很好地保留原信号的细节信息。     

基于MATLAB小波去噪方法及应用研究

在实际的计算机控制系统中,采样信号不可避免的受到各种噪声和干扰的污染,使得由采样信号辨识得到的系统模型存在偏差妨碍了系统控制精度的提高。Donoho和Johnstone提出的小波去噪算法对去除高斯白噪声非常有效。我们对此在MATLAB环境下做了详尽的探讨及仿真实验研究,得到一些实际应用经验,并利用傅立叶变换/反变换和小波阈值去噪方法对电厂机组调速级压力运行数据进行了去噪对比实验,结果表明小波去噪方法能取得较好的去噪效果,为后续系统模型辨识打下良好的基础。     

基于改进小波去噪的EEMD—HHT信号处理方法

传统小波去噪虽然可在一定程度上去除噪声对原始信号的干扰,但去噪效果并不理想。针对传统小波去噪中存在的问题,提出一种改进的小波去噪方法,并将改进小波去噪与EEMD-HHT有机结合,进而提出一种基于改进小波去噪的EEMD—HHT信号处理新方法。基于MATLAB软件,分别利用EEMD-HHT方法、基于传统小波去噪的EEMD-HHT信号处理方法和基于改进小波去噪的EEMD-HHT信号处理方法对外圈故障滚动轴承进行故障诊断试验,试验结果与理论计算结果对比分析表明,基于改进小波去噪的EEMD-HHT信号处理方法最为有效。     

基于统计小波模型的信号去噪研究

针对水声目标信号检测与识别中,海洋环境噪声的存在所造成的检测性能下降问题,提出一种基于统计小波模型的信号去噪及原信号波形估计方法.通过对舰船声信号以及海洋环境噪声信号特性的分析,根据信号的概率密度函数,推导出信号小波系数的相邻尺度间关系,从而建立信号的去噪模型,对仿真和实测数据的分析都验证了方法的有效性.     

基于单小波和多小波的红外图像盲去噪

Deviation is essential to classic soft threshold denoising in wavelet domain. Texture features of noised image denoised by wavelet transform were weakened. Gibbs effect is distinct at edges of image.Image blurs comparing with original noised image. To solve the questions, a blind denoising method based on single-wavelet transform and multiwavelets transform was proposed. The method doesn't depend on size of image and deviation to determine threshold of wavelet coefficients, which is different from classical soft-threshold denoising in wavelet domain. Moreover, the method is good for many types of noise. Gibbs effect disappeared with this method, edges of image are preserved well, and noise is smoothed and restrained effectively.     

基于SA4向量小波的图像去噪

本文介绍了向量小波变换的一般理论与SA4向量小波的性质,并比较了向量小波变换和标量小波变换之间的异同,并指出,预滤波是向量小波变换的必要环节。并把SA4向量小波用于图像去噪。实验结果表明:SA4向量小波去噪效果不仅优于标量小波,而且还略优于CL向量小波。     

功能性近红外光谱脑成像噪声源及去噪方法综述

综述了功能性近红外光谱脑成像噪声源及去噪方法。从成像原理、噪声来源和发生机制等方面分析并给出了抑制噪声的方法和操作,详细分析了干扰的组成成分及特性,给出了有效去除方法和提高近红外光谱脑成像分析建模过程中的信号质量算法。这些方法能对近红外光谱脑成像数据的分析和处理提供指导。总结了3种会影响近红外光谱脑成像信号的噪声源：电气噪声、实验设计和操作误差、生理伪影,给出了2种实用去噪算法,并阐述了成像技术的发展趋势。     

Construction of Biorthgonal Multiwavelets

The theory of multiwavelets was initiated by Goodman et al [1].Then Geronimo et al constructed the GHM multiwavelet with multiplicity 2 using fractal interpolation[2]. As we know, there are symmetric smooth orthogonal multiwavelet bases while there is no symmetric continuous orthogonal scalar wavelet[3].In recent years, the papers about construction of biorthogonal multiwavelets have arised more and more, see Refs.[4~11]. In this paper, the methods of construction and dual functions are giv…     

基于非局部图像去噪的方法研究

提出了一种利用非局部相似的图像去噪方法,通过非凸函数阈值得到噪声图像的多个初步去噪图像,其参数的选择较接近,并将这些初步去噪的图像选取相似块,利用非局部平均的方法,对图像进行去噪恢复。通过实验可知,文中提出的方法对于噪声图像去噪具有较好的效果,与典型的非局部平均方法相比,该方法能得到更好的峰值信噪比。     

多小波的预处理及其在图像压缩中的应用

多小波是近几年小波理论研究的一个重要方向,但在图像压缩中还没有成功的例子;本文综述了多小波的重要性质,对几个常用多小波作了预处理;图像压缩应用实验结果表明平衡处理比预滤波效果好,尤其是Opt-recl多小波能精确重构,无边界失真,在一定的压缩比下可达到很高的峰值信噪比PSNR.     

基于结构相似度的图像去噪新方法

将结构相似度作为一种刻画忠诚项的度量用于图像去噪模型中。针对经典ROF模型忠诚项的约束项L2度量未考虑图像空间结构性而导致恢复图像视觉效果差的缺陷,引入结构相似度来改进模型的忠诚项,提出了一种新的去噪模型。为在去噪过程中,更好地保护图像的边缘,在此模型的基础上,文中还做了进一步改进,用非凸正则项代替TV正则项,得到推广模型。实验结果表明,相对于ROF模型,两个模型在有效去除噪声的同时,能更好地保持图像的结构信息,提高图像的视觉效果,且推广模型在图像边缘保护方面的性能更好。     

基于MATLAB的小波去噪仿真

利用小波方法去噪,是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对几种去噪方法比对分析和基于MATLAB信号去噪的仿真试验,验证了小波去噪的优越性。通过对现场采集到的输油管线压力信号去噪处理,结果表明,该方法可以有效去除噪声。     

调频广播信号降噪处理的小波分析

简述了小波分析的理论基础以及降噪原理．比较了常用的三种小波函数。对某广播电台测得的调频广播信号．分别用db小波、sym小波和Coif小波进行信号分解．采取软阈值的方法进行降噪处理．然后重构降噪后的信号。最后指出了小波属性对降噪结果的影响。