基于Matlab的小波去噪算法研究

小波阈值去噪是通过小波变换技术将含噪信号分解及重构,通过一个阈值限定小波分解后的小波系数来去除噪声的方法。在小波分析域中分析了传统的软阈值法和硬阈值去噪方法的特点,同时指出传统分析法中存在的缺点,提出了软硬阈值折衷的去噪方法。采用雷达信号用Matlab对去噪效果进行仿真,证明了改进方法的去噪效果优于单纯的软阈值与硬阈值方法。     

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。     

基于小波变换的信号去噪方法研究

对小波闽值去噪方法进行了研究,阐述了小波变换和小波去噪的基本原理和方法,利用四种自适应阈值规则对含噪信号分别进行去噪处理,并比较了去噪效果。以采集到的语音信号为例,采用不同的阈值去噪方法去噪,在MATLAB下进行仿真,结果表明小波变换既能有效地去除信号噪声,又能较好地保留原信号中的突变信息。     

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。     

一种局部放电信号去噪的新方法

小波变换是在局部放电信号去噪过程中常用的方法,由于实际信号中噪声频带较宽,仅用小波变换去噪有可能带来波形畸变。文中将经验模态分解（Empircial Mode Decomposition,EMD）引入小波阈值去噪算法中,提出了一种基于EMD的小波阈值去噪算法,信号经EMD变换后被分解成若干个频率的本征模态函数（Intrinsic Mode Function,IMF）,再对各个频率的IMF分量进行小波阈值去噪。相比于普通的小波阈值去噪算法,该方法能取得更好的去噪效果。对仿真信号和实测信号的处理结果验证了该方法的有效性。     

一种新的小波阈值去噪方法研究

本文研究用组合小波对含噪信号的去噪问题,对均方根误差、信噪比、平滑度等信号指标进行多指标融合作为去噪效果的评价参数,根据评价参数确定最佳小波分解尺度、小波去噪最佳小波基和最佳阈值。新的去噪方法与传统的去噪方法相比,克服了硬阈值不连续的缺点,还克服了软阈值中估计小波系数与分解小波系数之间的恒定偏差的缺点。MATLAB仿真结果表明,新的阈值函数的去噪效果在各指标上都优于传统的阈值去噪方法。     

小波包多阈值法在地震信号去噪中的应用研究

地震信号中通常含有各种干扰噪声,严重影响了地震资料的信噪比和分辨率,小波包变换是地震资料去噪的有效方法之一。针对传统小波包阈值去噪不明显和存在失真的问题,提出一种基于多阈值函数的小波包地震信号去噪方法。对地震波信号进行小波包分解,并对小波包分解系数按照频率大小的顺序进行排列,根据分解的系数处于不同频带选取不同的阈值准则进行去噪处理,对得到的系数进行重构,可有效地去除地震信号中的噪声。对仿真地震信号以及实际地震信号进行小波包多阈值去噪处理,实验结果表明,该方法较好地去除了干扰噪声保留了有用信号,去噪效果明显且失真小,有效地提高了地震资料的分辨率。     

超声波检测中的小波降噪方法研究

传统小波阈值去噪分为硬阈值去噪和软阈值去噪,而在去噪过程中,硬阈值函数在一些不连续点处有时会产生伪吉布斯现象;软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差。为了去除这些现象,提出了一种新阈值函数,实验结果表明,新阈值函数消噪后的视觉特性较好,并且信噪比提高,从而说明了这种方法的有效性。     

小波阈值去噪的改进方法

利用小波方法去噪,是小波应用于工程实践一个重要的方面;本文指出了采用常见的阈值确定方法对含有较强高频分量的信号进行小波阈值去噪时,去噪效果与实时性存在着矛盾,不利于信号特征的提取。提出了一种新型的阈值确定方法,进一步提出了以小波去噪后特征频率分量的功率谱密度值的下降程度为依据的待定因子确定方法。以Mallat算法为例,对新型阈值确定方法进行了分析和比较,指出运用该方法进行小波去噪处理,增强了算法的实时性,同时信号拟关注的信息损失较小,去噪效果比较理想。交-交变频器输出电流的小波去噪实验结果表明,该方法行之有效。     

FPGA-Implementation of Discrete Wavelet Transform with Application to Signal Denoising

This paper presents new architectures for real-time implementation of the forward/inverse discrete wavelet transforms and their application to signal denoising. The proposed real-time wavelet transform algorithms present the advantage to ensure perfect reconstruction by equalizing the filter path delays. The real-time signal denoising algorithm is based on the equalized filter paths wavelet shrinkage, where the noise level is estimated using only few samples. Different architectures of these algorithms are implemented on FPGA using Xilinx System Generator for DSP and XUP Virtex-II Pro development board. These architectures are evaluated and compared in terms of reconstruction error, denoising performance and resource utilization.     

一种适用于图象去噪的三通道正交完全重建滤波器组

小波变换作为一种多尺度信号分析方法,在图像处理中得到了重要的应用.图像处理的一个重要研究方向就是去噪.由于图像含有大量的边缘,因此用于图像处理的小波基必须具有良好的边缘检测性能和较强的平滑噪声能力.但是,目前还难以找到具有这样特性的正交小波基.本文利用信号的多相位表示理论,提出了一种基于Haar小波的三通道正交完全重建滤波器组,并推导出它在图像去噪中的软门限方法.试验表明,该滤波器组用于图像去噪可以得到很好的结果.     

基于小波变换微弱生命信号提取的研究

利用小波变换研究微弱生命信号提取问题,简要介绍Mallat算法,采用小波阈值去噪法对强噪声背景下微弱生命信号进行去噪研究,并简要介绍阈值的估计方法,通过实例,利用MATLAB仿真验证小波变换在微弱生命信号的提取中可取得良好的效果。     

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.     

Genetic algorithm and wavelet hybrid scheme for ECG signal denoising

This paper introduces an effective hybrid scheme for the denoising of electrocardiogram (ECG) signals corrupted by non-stationary noises using genetic algorithm (GA) and wavelet transform (WT). We first applied a wavelet denoising in noise reduction of multi-channel high resolution ECG signals. In particular, the influence of the selection of wavelet function and the choice of decomposition level on efficiency of denoising process was considered. Selection of a suitable wavelet denoising parameters is critical for the success of ECG signal filtration in wavelet domain. Therefore, in our noise elimination method the genetic algorithm has been used to select the optimal wavelet denoising parameters which lead to maximize the filtration performance. The efficiency performance of our scheme is evaluated using percentage root mean square difference (PRD) and signal to noise ratio (SNR). The experimental results show that the introduced hybrid scheme using GA has obtain better performance than the other reported wavelet thresholding algorithms as well as the quality of the denoising ECG signal is more suitable for the clinical diagnosis.     

基于改进阈值函数和自适应阈值的小波去噪方法

根据小波阈值去噪的基本原理,提出一种基于改进阈值函数和自适应阈值的信号去噪方法,该方法兼顾了硬、软阈值函数的优点,同时又在一定程度上弥补了传统阈值去噪方法的缺陷;引入自适应阈值选取算法,有效地解决了在每一级尺度上都采用同一阈值的不足。实验表明,此方法提高了信号的信噪比,去噪效果有明显的提高,克服了采用硬阈值法去噪效果不佳和软阈值法造成信号失真的缺点,充分展示了改进去噪方法的优越性。     

含噪背景下的目标跟踪算法与仿真分析

为了提高跟踪的精确度和实时性,提出一种基于多分段阈值分割算法的快速识别方法,此方法通过对模板直方图多段阈值提取,保留当前帧图像中属于闽值分段以内的像素,使后续的算法的进行更具针对性,从仿真结果可看出,小波去噪效果很明显,并成功保护了边缘信息,目标的定位算法准确,快捷,计算速度是传统算法的1．5～2倍,满足跟踪的精确性和实时性。     

基于提升9-7小波的毫米波探测器信号实时去噪

针对3 mm波段毫米波探测器信号处理系统的实时性要求,鉴于传统小波算法在硬件平台上的运算速度慢不能满足要求,对几种简化系数提升格式9-7小波的部分系数作了近似处理,使所有系数的分母都为2的整数次幂,算法只涉及整数的加法、乘法和移位运算。利用Matlab仿真,分析比较了它们对探测器回波信号的去噪效果及算法复杂度,并应用到基于DSP构建的探测器信号处理平台上。实验表明,能够满足信号去噪的实时性要求。     

Optimal FPGA implementation of CL multiwavelets architecture for signal denoising application

Wavelet transform is considered one of the efficient transforms of this decade for real time signal processing. Due to implementation constraints scalar wavelets do not possess the properties such as compact support, regularity, orthogonality and symmetry, which are desirable qualities to provide a good signal to noise ratio (SNR) in case of signal denoising. This leads to the evolution of the new dimension of wavelet called ‘multiwavelets’, which possess more than one scaling and wavelet filters. The architecture implementation of multiwavelets is an emerging area of research. In real time, the signals are in scalar form, which demands the processing architecture to be scalar. But the conventional Donovan Geronimo Hardin Massopust (DGHM) and Chui-Lian (CL) multiwavelets are vectored and are also unbalanced. In this article, the vectored multiwavelet transforms are converted into a scalar form and its architecture is implemented in FPGA (Field Programmable Gate Array) for signal denoising application. The architecture is compared with DGHM multiwavelets architecture in terms of several objective and performance measures. The CL multiwavelets architecture is further optimised for best performance by using DSP48Es. The results show that CL multiwavelet architecture is suited better for the signal denoising application.