基于小波自适应算法的传感器信号降噪研究

基于MALLAT算法原理和自适应算法,设计了小波自适应算法的结构,并对算法进行了理论分析和仿真研究。仿真结果表明,小波自适应算法在传感器信号降噪方面表现出了良好的性能。     

提升小波改进阈值算法在输气管道泄漏信号降噪处理中的应用

输气管道的泄漏检测对保障其管道的正常运行具有重要意义,但是在实际工作中,传感器检测到的信号会受到噪声的干扰。为了提高管道泄漏检测精度,采用一种不依赖于傅里叶变换的提升小波变换方法,并引入改进阈值函数对信号进行降噪处理,分别对比不同小波基函数,不同分解尺度利用改进阈值算法的降噪效果,确认db5小波函数作为最优提升小波函数,并对信号进行四层分解的信号处理信噪比最高,最后利用现场实验采集到的负压波信号进行传统小波去噪和提升小波改进阈值算法去噪的效果对比,其结果表明提升小波改进阈值算法的去噪效果优于传统小波算法的去噪效果,在管道泄漏检测的信号降噪中具有良好的应用价值。     

基于正交小波变换的信号降噪算法研究

提出了一种基于正交小波变换的信号降噪方法,深入研究了小波变换中的信号分解与重构的Mallat算法,详细介绍了正交小波变换中阈值的选取,并进行了实验研究。实验结果表明,该方法可以取得较好的去噪效果。     

基于改进阈值函数的小波降噪算法与仿真分析

通过比较分析传统软、硬阈值函数降噪的算法发现:硬阈值函数存在间断点的问题,而软阈值函数在小波系数绝对值较大的区域引起部分高频信息损失。针对以上问题,提出一种新的阈值函数降噪算法。利用传统的阈值降噪步骤,使用新阈值函数将分解得到的小波系数进行保留或者收缩处理,然后将得到的新小波系数进行图像的重构。添加不同类型的噪声对改进的算法进行验证。实验结果表明,新的阈值函数降噪算法比普通算法更有效,通过新的阈值函数降噪得到的图像,有更大的峰值信噪比(PSNR)和更小的均方误(MSE),PSNR的值最大提高了1.97倍,MSE的值最大下降了54.4%。     

基于小波的自适应快速图像降噪算法

本文提出了一种基于小波变换的、自适应阈值确定算法。较之著名的SureShdnk算法,它降低了算法复杂度,提高了降噪效果,更快更好地实现了图像降噪。实验结果表明,在大多数场合,本算法的降噪效果优于SureShdnk,同时,算法时间复杂度有了很大的降低。     

基于改进小波包阈值的GIS局部放电信号降噪方法研究

特高频法是GIS设备在状态检测中最常用的方法之一,但在应用过程中传感器所采集的特高频信号通常会携带较多噪声,会干扰检测的准备性,因此对信号进行有效的噪声抑制是局部放电检测的关键技术。本文基于小波包去噪理论,提出了一种综合考虑平滑度和边缘特征的改进阈值函数,以实现对GIS局部放电特高频模拟信号的降噪。通过信噪比（SNR）、均方误差（MSE）和波形相似数（NCC）三种参数对方法的去噪效果进行评估,结果表明,改进小波包阈值的信号降噪方法具有良好的噪声抑制功能,应用后可提高GIS局部放电采集信号的初始数据质量。     

基于阈值的小波域语音降噪新算法

提出了一种新的基于阈值的小波域语音降噪算法。采用小波包对含噪语音进行分解，克服了传统的正交小波变换的缺陷。采用自适应阈值的方法，对每一尺度上的噪声最大量进行去噪，保留有用信号，可以进一步提高信噪比，仿真实验表明，该方法有更好的去噪效果。     

飞行数据改进中值滤波和自适应小波降噪

研究飞行数据预处理时提高数据质量问题.针对飞行数据易受噪声干扰,提出了改进中值滤波和自适应小波阈值降噪的降噪算法.首先以改进的中值滤波算法对飞行数据进行处理以剔除野值;然后对剔除野值后的飞行数据进行小波分解,根据各层小波系数的噪声自相关函数确定最佳小波分解层数;最后设计了新的自适应阈值函数,对小波系数进行处理并重构,得到降噪数据.采用仿真数据和飞行数据进行实验,结果表明,改进方法取得了良好的降噪效果,改善了数据质量,证明算法有效性.     

一种基于改进阈值函数的小波阈值降噪算法

针对小波阈值降噪中硬阈值函数和软阈值函数的不足,结合现有文献提出一种新的阈值函数。新阈值函数克服了传统阈值函数的缺点,保证了阈值函数的连续性,同时可以通过改变参数灵活地调节函数。在新阈值函数的基础上结合改进的阈值确定方法,提出一种新的降噪算法。通过MATLAB仿真,对几种小波降噪算法进行了试验分析,利用信噪比和均方根误差两个指标进行评价。结果表明,相比于传统的降噪算法,新降噪算法取得了更好的降噪效果。     

改进转动惯量特征的快速分形图像编码算法

全搜索分形图像编码过程特别耗时的原因在于,每个range块都需要在一个很大的domain块池里寻找最佳匹配domain块。为了改进这个缺点,重新定义了图像规范块的转动惯量特征,证明了它与匹配均方根误差间的关系不等式,据此提出了一个限制搜索范围来加快编码过程的算法：一个待编码range块的最佳匹配块搜索范围仅在与它的转动惯量特征值相近的domain块的邻域内搜索,邻域半径的大小由预先设置的误差阈值来确定。三幅图像的仿真结果表明,它确实能够在不降低解码图像质量的情况下,通过减少搜索范围达到了平均加快全搜索分形编码算法的编码速度26倍左右（误差阈值为10）,且也优于转动惯量算法和三均值特征算法。     

基于惯量矩的椭圆拟合方法

数字图像中,Hough变换或最小二乘法无法对图像中物体直接进行椭圆拟合,需要边缘检测等预处理,过程复杂且计算量大,为此,提出一种直接用图像惯量矩来拟合椭圆的方法。选定图像中要拟合的目标物体,将彩色图像转换为概率密度灰度图;计算目标的质心和主轴转动惯量,并运用形心主轴惯量积为零的条件推导出椭圆旋转角度和形心主轴惯量矩的大小;由形心主轴惯量矩的大小得出椭圆长半轴和短半轴大小,从而得到拟合后椭圆的各项参数。彩色图像实验,验证了该方法拟合目标椭圆的有效性和鲁棒性。     

基于图像小波矩特征调制的鲁棒水印

为了提高水印抵抗旋转、剪切等攻击的能力，提出了一种新的基于小波矩特征调制的鲁棒性水印算法。小波矩具有旋转、平移、缩放不变性，且具有小波的多分辨率特性，可以利用水印信息调制载体的低阶小波矩实现信息的隐藏，并且对各阶矩的隐藏能力进行比较。实验表明该算法对剪切、旋转等几何攻击具有很强的抵抗能力，且水印检测不需要原载体的参与。     

基于小波矩和神经网络检测的鲁棒水印算法

为提高抵抗旋转和剪切攻击等的能力,提出了一种基于小波矩特征调制和神经网检测的图像水印算法。利用水印信息调制载体的低阶小波矩特征,经过二值图像中附加的模板训练的神经网络几乎能够完全恢复嵌入到图像中的水印数据。实验表明该算法具有较好的鲁棒性,能有效地抵抗剪切,旋转攻击。算法利用具有旋转不变的小波矩,提高了抵抗攻击的能力。     

基于不变矩和小波分析的指横纹匹配新算法

为了有效提高刑侦过程中采集到的指横纹匹配的准确率和效率,提出一种基于修正不变矩和小波多分辨率分析的指横纹特征提取和匹配算法。该方法在一次识别阶段,为克服比例因子和旋转角度对矩的影响,提出最小矩形的求矩区域修正方法并对由Radon投影得到的不变矩特征矩阵进行初等行变换确定旋转角度,从而建立候选图像集合。在二次识别阶段,利用小波多分辨率分析对候选图像集合的确定角度Radon投影进行分析,再由得到的加权不变矩特征向量进行最高相似度匹配。实验结果表明,该方法较传统方法有更好的识别率。     

基于质心和自适应指数惯性权重改进的粒子群算法

针对标准粒子群优化算法易出现早熟收敛及寻优精度低等缺陷,提出一种基于双质心和自适应指数惯性权重的改进粒子群算法（DCAEPSO）。算法使用粒子搜到的最优解和当前解构造加权的种群质心和最优个体质心,结合使用自适应指数惯性权重调整了速度更新公式。通过几个典型测试函数仿真及Friedman和Holm检验,实验结果显示DCAEPSO比其他粒子群算法寻优能力强。     

改进的嵌入式小波零树编码算法

EZW静态图像压缩算法,由于充分利用了小波变换图像的良好性质,引起了图像数据压缩领域的广泛注意.EZW算法被认为是静态图像变换编码领域迄今为止最好的算法之一.通过对EZW算法及其改进算法的介绍,分析了这些算法存在的不足,并提出一种简单而有效的静态图像压缩算法,根据图像经小波分解后系数的特点和人眼视觉特性对Shapiro的EZW算法进行改进.由于人眼对图像的边缘信息的丢失非常敏感,改进后的算法更加注重边缘信息的编码,实验结果表明,重构后的图像更加清晰,尤其在低比特率时更加明显.     

基于改进遗传算法的小波去噪的阈值优化

根据基因重组原理,定义了新的反向逻辑交叉算子和随机逻辑交叉算子对标准遗传算法进行改进.利用改进的遗传算法求解多尺度小波分解每层系数的最优阈值,通过软阈值法对小渡系数处理后进行小波重构.实验结果表明,利用改进的遗传算法进行小波去噪是可行的,且能够达到较高的信噪比.     

基于小波矩的改进遗传算法风切变识别

针对采用三次B样条小波矩提取的低空风切变图像的形状特征,提出了一种改进的遗传算法(GA)用于微下击暴流、低空急流、侧风以及顺逆风4种风切变的类型识别中。该算法中自适应交叉概率仅考虑了进化代数的影响,而变异概率强调个体与群体适应度的作用,使得在均匀把握群体演变方向时,极大程度地丰富种群的多样性。对由此改进算法选取的最优特征子集,采用三阶近邻分类器进行分类识别。实验结果表明,该自适应遗传算法操作方向性强,能快速收敛到全局最优解,稳定地提取出最优特征子集,最终使低空风切变的平均识别率达到97%以上,获取了较好的识别效果。     

基于惯性蚁群算法的机器人路径规划

栅格环境下蚁群算法规划出的移动机器人路径存在运行慢、路径弯多、转折次数多、局部最优等问题。为获得较优路径,提出了惯性蚁群算法。在传统蚁群算法规划的路径上,采用惯性优化原理,对每一个节点进行遍历,当两个节点间的优化路径上无障碍物时,将中间节点删除,换成优化路径。根据优化信息,动态调整信息素挥发系数,提高了算法环境适应能力。仿真结果表明,相比传统蚁群算法,惯性蚁群算法能更快地找到较优路径,能有效优化路径质量。