基于小波包变换的信号去噪方法研究

为有效剔除信号噪声，得到没有污染的信号，便于进行信号分析，介绍了小波包变换的改进方法，给出了信号的小波包分解系数排序方法，将信号的相关性与小波包的多尺度时频分析及重构结合在一起，并用于信号的去噪研究中．通过仿真研究和与目前小波去噪方法进行对比，证明了该方法去噪的有效性．     

基于小波变换的信号去噪应用

讨论了一种基于小波变换的信号去噪方法，从3种不同的去噪方法比较中看出小波变换在信号去噪中的优越性，数值实验及实际运用都证明了该方法的有效性．     

小波和小波包变换在心电信号去噪中的应用

小波（包）变换软阈值去噪方法具有非线性和自适应性,特别适合非平稳微弱的生物医学信号的去噪,而心电信号恰具有该特征。利用MIT／BIH数据库中没有噪声的胎儿心电的信号作为有用信号并混合高斯自噪声作为干扰来验证小波（包）软阈值去噪的效果。验证结果表明小波（包）软阈值算法去噪效果很好,能有效去除干扰。     

基于小波变换的大地电磁信号去噪研究

大地电磁信号具有非线性、非平稳、非最小相位特征,是一种典型的非平稳随机信号,传统傅里叶变换来对其去噪效果不是很理想。小波变换具有良好的时域分析和多分辨分析特性,用来处理非平稳随机信号可以获得更多有价值的信息,因此小波变换成为大地电磁信号的有效的去噪处理方法之一。本文基于小波变换的理论研究,研究了它在大地电磁信号去噪处理中的应用。研究表明,在大地电磁信号去噪中小波变换对于各种噪声的压制是非常有效的。     

基于小波包变换的信号去噪方法研究

为有效剔除信号噪声,得到没有污染的信号,便于进行信号分析,介绍了小波包变换的改进方法,给出了信号的小波包分解系数排序方法,将信号的相关性与小波包的多尺度时频分析及重构结合在一起,并用于信号的去噪研究中.通过仿真研究和与目前小波去噪方法进行对比,证明了该方法去噪的有效性.     

小波变换及其在信号去噪中的应用

介绍了小波变换和基于小波变换的信号去噪原理及一般方法，并应用MATLAB软件实现了小波去噪的计算机仿真。     

基于小波变换的去噪方法

分析了信号与噪声在小波变换下的不同特点,提出了基于小波变换的去噪方法,且将该去噪算法用算子加以描述,给出了具体实例。小波变硬阈值去噪法和软阈值去噪法的性能比较及仿真实验,表明基于小波变换的去噪方法是非常有效的。     

基于小波变换的脉搏波信号去噪

利用Mallat算法对脉搏波信号进行多分辨分析和去噪,具有品质因数恒定、运算量小、分解尺度可调的优点,且去噪效果好,整个系统基于MSP430单片机实现,完成了对脉搏波检测的功能,效果较好,有一定的实际应用价值。     

波和小波包变换在心电信号去噪中的应用

小波(包)变换软阈值去噪方法具有非线性和自适应性,特别适合非平稳微弱的生物医学信号的去噪,而心电信号恰具有该特征。利用MIT/BIH数据库中没有噪声的胎儿心电的信号作为有用信号并混合高斯白噪声作为干扰来验证小波(包)软阈值去噪的效果。验证结果表明小波(包)软阈值算法去噪效果很好,能有效去除干扰。     

基于小波变换心电信号去噪方法

小波变换基于模极大值的去噪方法具有非线性及自适应特性,而且特别适合于进行非平稳的微弱信号及具有较多奇异点信号的消噪,这种信号特点恰好是心电信号最突出的特征,也是常规信号处理方法遇到的最大难题。本文简述了小波变换模极值去噪方法在心电信号处理中的应用,并证实这种方法可以在信号消噪的同时有效地改善信噪比,并同时提高信号的分辨率。     

基于最优小波包基的降噪方法及其应用

如何有效去除信号中的噪声是地球物理勘探领域中一个较重要的研究内容。如何去除有效数据中的噪声而保持信号的初至相位不发生畸变,常规的频率域或时间域滤波方法均不能较好的解决这个问题,而基于小波包基的信号去噪方法却是一种较好的方法。本文以小波包分析为基础,根据最小代价原理研究信号分解的最佳小波包基,对不同频率的系数采用不同的阈值进行量化,对高频信号采用Stein无偏似然估计的原则计算阈值,而在低频部分则采用以信号能为依据的浮动阈值,利用量化后的小波包系数重构得到去噪后的信号。仿真和实验结果表职,该方法去除噪声的同时并不改变原信号的相位,也不会产生波形的畸变。同时,将该方法利用到超声波数据降噪处理的工程实际中也取得了较好的效果。     

基于虚拟仪器(VI)技术的小波信号处理研究

小波分析作为复杂信号处理的一种工具正得到越来越广泛的应用。为了在虚拟仪器LabVIEW开发平台上应用小波方法对信号进行处理，提出了一种应用MATLAB Script节点对信号进行小波处理的方法，并分析了其中的关键技术。对于普通用户，这一技术将提供LabVIEW环境下实现小波信号处理的技术手段。用此方法对示例进行了分析，分析结果证明对于复杂信号应用小波方法可以取得比传统方法更好的效果。     

基于LabVIEW和Matlab的虚拟小波消噪仪的设计

利用LabVIEW灵活的图形编程及Matlab的数学计算能力进行了虚拟小波消噪仪设计.虚拟消噪仪仪器面板采用系统选项卡方式设计,并通过调用LabVIEW环境中的Matlab Script节点方式实现与Matlab程序进行通信接口.在虚拟小波消噪仪软件中实现了小波阈值法、小波包法和模极大值法去噪,可对小波函数、分解层数、阈值选择、阈值类型等进行选择;去噪处理结果自动保存为Excel文件.仿真去噪结果验证了虚拟小波消噪仪功能及去噪算法的有效性.     

基于最优FRWT的非平稳信号去噪新方法

研究非平稳信号的去噪,提出一种基于最优分数阶小波变换（FRWT）的信号去噪方法.该方法根据输出信号信噪比采用遗传算法寻找FRWT的最优分数阶值,实现非平稳信号的去噪.以带噪语音信号为例的去噪实验结果表明,采用新方法的去噪效果明显提高.     

基于双谱估计的小波包调制信号识别研究

小波包调制是一种全新的多载波调制方式。根据小波包调制信号的非线性和二次相位耦合性特点,该文利用双谱分析方法,对小波包调制信号进行参数化双谱估计,并提取特征参量,实现对小波包调制信号的识别。仿真结果表明,该方法具有良好的识别性能。     

基于最佳小波包基的边海防声目标识别

针对于将声音识别技术应用于边海防目标的识别,提出了一种新的基于最佳小波包基的特征提取方法。具体方法是首先根据边海防声音信号的频率分布特征,对这些信号进行有选择地多尺度小波包分解,获取最佳小波包树,然后将相应的最佳小波包基的能量值归一化后作为特征向量,再将这些特征向量输入BP神经网络训练,用训练好的神经网络对边海防声音信号进行识别。仿真结果表明:在噪声条件下,利用此特征提取方法,识别率达到94%,比基于小波包分解的特征提取方法的识别率高出6个百分点。     

长偏移距瞬变电磁信号小波阈值去噪效果分析

长偏移距瞬变电磁法用于地下深部勘探时,观测到的垂直磁场脉冲响应非常微弱,常伴有严重噪声,从原始信号中消除噪声获得有用信息非常重要。为此笔者研究小波阈值方案对长瞬变电磁信号的去噪能力。实验中对西部某勘探区垂直磁场信号采用Sqtwolog,SURE,Heuristic和Minimax等阈值方案进行小波去噪比较,结果表明：几种小波阈值去噪方案对瞬变电磁法垂直磁场的染噪信号均能提高一定量的信噪比,达到较好的去噪效果;不同的阈值方案去噪效果各有差异,采用启发式阈值方案对实验数据处理效果要优于其它几种方案,因此根据信号统计分布特征选择合适方案去噪效果;实测信号去噪结果包含信息需要结合勘探区情况分析,是地下电性特征的反映还是未去除的噪声要慎重对待。在长偏移距电性源瞬变电磁法用于地下深部勘探时,利用适当小波阈值去噪处理可以对资料处理工作带来有益的帮助。     

基于小波包变换的岩心图像压缩算法研究

由于特殊的地质环境和复杂的地质变迁,岩心图像普遍具有纹理丰富,边缘复杂的特点,较自然图像有很大差别。岩心图像采集过程中如果采用目前通用的压缩算法,会导致在低比特率下图像失真严重,不利于分析和识别。本文提出基于小波包的岩心图像压缩算法,首先采用基于熵的最优基选择算法对岩心图像进行小波包分解,在分解后的小波包子带结构上选择最优的码块尺寸采用JPEG2000编码。实验结果表明该算法获得的PSNR高于标准JPEG2000算法,并且纹理区域具有更好的主观视觉效果。     

基于小波分析的信号滤波方法研究

论述了小波分析的基本原理,研究了应用小波变换进行信号滤波的方法,通过正交小波包对信号的分解,把频率成分复杂的信号分解到互不重叠的频带,根据需要删除某些频带的信号（噪声）,然后用小波包生包重构算法对信号进行重构,可实现对信号的滤波。给出了应用小波包变换对振动信号进行滤波的实全坷有效地滤除信号中的确定必噪声和随机噪声,可进取出淹没在信号中的非常微弱的特征信息,与传统的信号滤波方法相比具有明显优点。     

基于消减PAPR的小波包调制结构的研究

小波包调制是一种新型的多载波调制技术。该文利用小波包树结点的频率选择特性,从消减峰均功率比和降低复杂度的角度,完成对满树小波包调制结构的剪枝。通过选择不同的剪枝树形结构和不同的小波包基函数实现小波包调制结构的优化,还仿真分析不同树形结构在加性高斯白噪声信道下的误比特率性能。仿真结果表明,这种剪枝结构符合小波包调制系统信息传输的要求,在消减小波包调制系统的PAPR、降低复杂度是比较明显的。