基于小波分析理论的电源信号消噪方法

某电源信号是典型的非平稳、非线性信号,信号中带有各种噪声,需进行适当处理.小波变换时的频局域性好,是分析非平稳信号的有效工具之一.研究基于小波变换的阈值消噪法,借助LabVIEW平台,通过仿真试验,对软阙值和硬闲值消噪及采用不同的小波函数消噪进行了分析.应用LabVIEW对电源信号进行采集,并且对LabVIEW中调用Matlab里的小波函数进行去噪分析的程序进行研究,收到良好的效果,为进一步提高电源信号消噪处理的效果奠定了基础.     

基于小波基函数选取与改进阈值函数的脉冲星信号去噪算法研究

在利用小波变换对脉冲星信号进行消噪时,小波基、分解层的选取以及阈值函数的构建很大程度上决定了脉冲星导航的准确性。首先研究了小波基与小波分解系数之间的从属关系,进而根据小波分解系数与原始信号的互相关大小来筛选合理的小波基和分解层。在对小波分解系数的研究中发现,噪声形成的小波系数随着分解层的增加而减小,考虑到这个特点,构建了一个基于分解层的阈值函数。实验结果表明,相比于传统小波域消噪方法,所提方法不仅能够准确地筛选出最优小波基和最佳分解层,而且利用所构建的阈值函数进行消噪可以明显改善去噪后脉冲星信号的信噪比、峰值信噪比以及峰位误差,为脉冲星信号消噪提供了新思路。     

基于小波包分析的激光雷达信号消噪算法的研究

针对激光雷达回波信号所含噪声的特点,提出并详细论述了一种能够对激光雷达回波信号进行有效消噪的小波包平均阈值变换方法。该方法通过求取最优小波包基的每个结点的阈值,并进行平均后作为全局阈值来实现小波包消噪。为了验证该方法的有效性,对包含高斯白噪声的模拟信号进行了仿真消噪,并对米氏散射激光雷达系统实际探测得到的大气回波信号进行了消噪处理。同时,将该方法与小波全局阈值消噪、小波包默认阈值的消噪效果进行了对比分析。仿真结果和实验结果表明,基于平均阈值的小波包消噪方法能够有效降低激光雷达回波信号中所含噪声,并且其消噪效果明显优于另外两种小波分析方法。     

基于小波变换的噪声消除算法研究

噪声是影响测量结果的重要因素,对被测信号进行消噪处理是测量中必不可少的步骤。小波变换因为有去噪相关性等特征,相对于时域更利于去噪。采用dbN小波基信号进行分解,利用小波变换的阈值来消噪,Matlab进行小波降噪仿真。实验结果表明采用这一消噪方法能消除信号中的无用部分,由于采用了软阈值的处理方法,测量信号有一定程度的损失,但基本能重构原有用信号波形。     

芯片毛细管电泳信号的小波消噪

采用小波消噪方法对芯片毛细管电泳信号进行了处理,研究了小波基的选择,噪音在不同细节中的特征以及噪音阈值的确定。结果显示,与Fourier消噪算法相比,运用小波消噪算法不仅能够更有效地消除噪声,而且能使峰形不变,峰高不受影响。     

小波阈值去噪在尾流散射光信号处理中的应用

为了从噪声背景中有效地提取舰船尾流后向散射光信号,采用4阶Daubechies小波对采集的信号进行了1维离散小波变换,将主要包含目标船后向散射光信号的低频部分和主要包含噪声的高频部分区别开来,使用阈值函数进行小波系数处理.在小波软硬阈值去噪方法的基础上,提出了一种新的阚值函数.该阈值函数克服了硬阈值函数值不连续的问题和...     

基于小波变换的语音信号消噪处理设计

本文介绍了小波变换的特点,分析了在语音信号消噪过程中所碰到的具体问题,并主要研究了阈值消噪方法。在阈值消噪方法中,对于小波阈值消噪个四个关键因素:小波基函数、分解层数、阈值函数、软硬阈值处理方法选取的难点问题进行了设计探索,并通过设计程序仿真出直观图像对比以及数据分析得到适合的阈值消噪设计方案。     

半导体激光云高仪小波去噪算法研究

针对半导体激光云高仪回波信号所含噪声的特点,提出并详细论述了一种能够对半导体激光云高仪回波信号进行有效消噪的小波自适应阈值方法。为了验证该方法的有效性,对包含高斯白噪声的模拟信号进行了仿真消噪,并对半导体激光云高测量系统实际探测得到的大气回波信号进行了消噪处理。同时,将该方法与小波模极大值消噪、小波分解重构、小波默认阈值的消噪效果进行了对比分析。仿真和实验结果表明,小波自适应阈值方法能够有效降低半导体激光云高仪回波信号中所含噪声,并且其消噪效果明显优于另外三种小波分析方法。     

基于小波多分辨率分析的一维信号阈值去噪

介绍了基于阈值选取的小波去噪原理及去噪步骤。分别用傅立叶分析法和小波分析法对一加入白噪声的信号进行消噪处理,仿真结果表明,用小波进行信号的消噪可以很好的保存有用信号中的尖峰和突变部分,小波分析技术在本质上比傅立叶分析技术具有更大的优越性。对某系统的某次采样信号,分别选用强制消噪、默认阈值消噪和给定软阈值消噪三种阈值进行小波去噪,并对仿真结果进行分析比较。     

小波消噪方法在目标磁信号检测中的应用

磁信号检测中,针对含噪磁信号信噪比较低的问题,应用小波消噪方法对其消噪处理,滤除磁噪声,提高信号的信噪比。先构建磁性目标偶极子模型,仿真得到磁性目标含噪磁异常信号,再应用sym8小波进行5层分解,使用heursure软阈值法对含噪信号进行消噪,仿真试验表明该方法具有一定的工程应用价值。     

红外图像中小目标检测的新算法

分析了红外图像中小目标、噪声以及背景的特点。针对高通滤波后小目标经常被强噪声淹没的情况，基于Donoho提出的小波变换的软阈值去噪方法，提出了一种峰值检测算法。实验结果证明方法可以有效地抑制高通滤波后的强噪声，并能检测出小目标。     

小波中值滤波在晃动基座初始对准中的应用

针对捷联惯性导航系统(SINS)在晃动基座下进行初始对准时,陀螺和加速度计受外界干扰噪声较大,而单独采用低通滤波或小波滤波法不能有效实时地实现噪声抑制问题,采用小波阈值消噪和中值滤波相结合的混合滤波方法来实现信号的消噪。将输出信号首先经中值滤波消除信号中的突变噪声,再利用小波阈值消噪滤除振动噪声和白噪声,从而有效地消除基座晃动带来的噪声。测试实验表明,提出的混合滤波法对车载惯导系统输出信号噪声滤波效果明显,在发动机启动的情况下,可基本达到静态信号采集的效果。对准仿真实验表明,提出的滤波法能辅助捷联惯导系统实现在晃动基座下的精对准。     

基于小波包分解的舰船辐射噪声特征提取方法研究

由于舰船辐射噪声有其自身的非高斯、非线性和非白噪声的非平稳特性,传统时域或频域的信号处理方法不能满足对这类信号的处理.而小波包变换对信号的非平稳特性有适应性.本文通过利用小波包变换分解舰船的辐射噪声,统计噪声在各个频段上的能量分布,将统计的分频段能量作为舰船的目标特征,实现舰船目分类识别标的目的.结合Matlab对舰船辐射噪声进行仿真,提取的目标一和目标二的特征,实现了舰船的分类识别的目的,验证的方法的有效性.     

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.     

小波变换在热波检测图像增强中的应用

为解决红外热波检测图像高噪声,低对比度的问题,将小波变换引入到图像增强环节中。先对小波变换的图像增强原理进行介绍,并对增强过程进行设计。为得到最佳增强效果,对增强函数中的阈值、增强系数的选取进行了研究,并指出,阈值T主要影响降噪效果,增强系数K1主要影响过渡区域的增强效果,增强系数K2主要影响图像的对比度,并对参数的选取方法进行说明。在此基础上,最终选取阈值T为670,K1为10,K2为0.1,对某复合材料的红外热图进行增强处理,通过与原图对比,证明了该方法的有效性。     

车载通信终端的抗干扰设计

叙述了车载通信终端的工作原理。以车载通信信道为载体,在常规小波阈值函数去噪方法的基础上,利用小波变换,改进了阈值函数去噪方法。与传统的阈值函数相比,该函数具有优越的数学特性和清晰的物理意义。通过对理论模型进行仿真,改进的去噪方法能够对车载通信终端传输信号进行很好的滤波、去噪,抑制干扰源的噪声干扰,降低干扰源带来的不利影响。     

小波变换及其在信号去噪中的应用

介绍了小波变换理论及基于小波变换去除信号噪声的基本原理和方法.研究利用小波变换技术对噪声进行阈值处理和去除非平稳信号的噪声,并应用Matlab软件实现了小波去噪的计算机仿真,仿真结果表明小波变换去除噪声的效果优于传统的Fourier变换.     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012 a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

一种新的含噪遥感图像Otsu分割算法研究

Otsu（最大类间方差）是经典的非参数、无监督、自动获取最佳阈值的最优图像分割方法。但是,在用于含噪图像的分割时,Otsu方法并不能取得理想的分割效果。针对这一问题,本文在Otsu分割方法的基础上,给出了一种新的含噪遥感图像分割算法。该算法首先用小波包对含噪图像进行全局阈值的去噪处理,然后利用局部加权回归对图像像素逐一估计去噪,得到去噪后的图像,之后采用Otsu方法对估计图像分割。仿真实验表明：该算法不仅计算量小,具有良好的抗噪能力,而且获得了较好的分割效果。     

激光超声信号去噪方法的研究

针对激光超声信号信噪比低的问题,分析了干扰噪声的特点,设计了基于数字平均和小波分析相结合的数据采集与处理系统。利用外部同步触发技术,间隔采集若干次激光超声信号,将各次采样信号相加平均,最后选择合适的小波基、分解层数和阈值方法,对数字平均后的信号进一步进行小波去噪处理。实验结果表明,该方法能够有效去除信号中的干扰噪声,提高信号的信噪比(SNR)。