基于提升小波的改进半软阈值降噪方法

针对小波变换下的传统阈值降噪方法的缺点,提出了一种基于提升小波变换的改进半软阈值方法,通过提升小波变换对含噪声信号进行分解降噪,并利用改进的半软阈值方法对分解过程中的高频信号进行阈值降噪处理.对提升小波变换下的传统阚值和改进半软阈值方法的仿真试验进行比较,证明了后者在信号降噪时,相比传统的阈值方法能够获得更高的信噪比增益,且运算速度较快,更适合于实际应用.     

奇异值分解和EEMD的非线性振动信号降噪方法

针对传统方法难以有效将非线性振动信号从复杂强干扰中提取的难题,提出了奇异值分解(SVD)和集合经验模态分解(EEMD)的降噪方法。该方法利用EEMD叠加白噪声预处理的过程,抑制脉冲噪声的影响并克服了EMD模式混叠效应,然后提取信号的趋势项,克服了信号趋势项对SVD选择奇异值的影响,最后将SVD方法降噪后的信号与趋势项叠加达到降噪目的,实现SVD和EEMD的优势互补,提高降噪效果。对模拟信号和实测非线性振动信号进行了仿真试验研究,结果表明,该方法可以同时有效地抑制非线性振动信号中的白噪声和脉冲噪声,对工程实际信号的进一步分析处理提供有效的预处理手段。     

改进小波包阈值算法在振动信号去噪中的应用

针对传统小波包降噪只考虑加性噪声,而无法去除乘性噪声的问题,提出了一种基于小波包系数阈值降噪的改进算法。该算法通过两次小波包分解和重构对信号降噪,第一次按照传统小波包去噪法去除加性噪声;第二次将分解后的小波包系数进行对数运算并采用阈值去噪法消除信号中乘性噪声。将改进算法应用于火箭发射塔架层2的振动信号去噪中。实验表明,改进算法相比于传统算法信噪比提高了2.2dB,且均方根误差降低;结合傅里叶变换,改进算法较好地保留了原始信号的能量特征及细节特征,为发射塔架在发射过程中承受的振动强度评估提供依据。     

结合EEMD 的噪声对消方法在遥测振动信号降噪中的应用

针对传统降噪方法难以兼顾飞行器遥测振动信号中细节信息损失和降噪性能之间的矛盾,提出一种集合 经验模态分解(ensemble empirical mode decomposition,EEMD)和噪声对消相结合的降噪方法。信号经EEMD 处理得 到本征模态函数(intrinsic mode function,IMF),将第1 阶IMF 分量和其余IMF 分量的累加和分别作为参考噪声和 待降噪信号;利用核方法将信号映射到高维特征空间,利用映射到高维空间中的参考噪声和待降噪信号进行噪声对 消。计算机仿真结果表明：该方法在避免信号细节信息损失的前提下具有良好的降噪性能,某次飞行器试验中实测 数据处理结果证明方法有效和实用。     

小波降噪在雷达制导空空导弹导引头上的应用

针对雷达制导空空导弹导引头因视线角速度电信号混有噪声而导致制导精度降低的现实，基于雷达导引头的高斯白噪声模型，提出了运用小波阈值降噪法改善信噪比．一方面，介绍了小波分析的基本理论和小波阈值降噪原理；另一方面，利用Matlab中的小波分析工具对雷达导引头视线角速度含噪信号进行了小波阈值降噪的离线和实时数值实验．仿真结果表明，小波阈值离线和实时降噪法都可以显著地提高雷达导引头信号的信噪比，并且可以应用于导弹的地面测试和飞行试验中．     

一种改进的小波阈值降噪算法研究

小波阚值降噪是一种从带噪信号中去除噪声的直观而有效算法,提取降噪后信号的目标特征可以获得良好的识别效果,舰船目标识别通常使用该方法。论述了基于Stein的无偏估计原理的自适应小波降噪阚值选择(rigrsure)算法,利用小波变换分解低信噪比下的Block信号,使用rigrsure算法获得重构后的低频信号和各层细节信号小波降噪阈值。提出了一种改进的处理各层信号的算法,对Block信号去噪,取得了良好的仿真结果,具有很好的工程应用前景。     

自行火炮路面振动信号降噪

由于恶劣的工作环境,测试系统所采集的自行火炮路面振动信号存在严重的噪声干扰,直接影响测试结果分析的准确性．基于小波分析理论,利用小波分解与重构法和阈值法对信号进行降噪处理,可以有效增强信号的时、频域特性,提高测试数据的可靠性和信号分析的准确性．     

基于小波变换的光纤陀螺信号去噪方法

摘要：为提高光纤陀螺的使用精度,提出一种基于小波变换的光纤陀螺信号去噪方法。根据小波变换的原理, 使用四阶Daubechies 小波对光纤陀螺信号进行分解,选择改进阈值法对小波系数进行重构。该方法能有效滤除噪声 并保留有用信号,克服了硬阈值与软阈值的缺陷,能有效地提高光纤陀螺的使用精度。     

基于小波预处理的EMD算法静态寻北信号分析

针对直接应用EMD算法处理寻北信号的不可靠性,提出了基于小波预处理的EMD分解方法,并对传统小波阈值去噪分析方法做一改进,提出一种相关系数和3.0准则的自适应阈值方法。新方法规避了直接应用EMD过程中存在的模态混叠问题,并有效提取了寻北信号的误差信息和有用信息,能够用于某型磁悬浮陀螺寻北仪的寻北研究中。     

基于小波变换的弹载星敏感器昼间星点识别方法

图像降噪与星点识别是弹载星敏感器进行星点质心提取的前提,针对其昼间星点识别困难的问题,提出了一种基于小波变换的去噪声方案。该方案选择双正交小波函数对图像进行分解和软阈值化处理。在此基础上,进行图像信号重建,得到降噪后的图像。对复原后的图像采用改进的最大类间方差法进行了星点识别。星点识别的准确率达到了86.7%。实验结果证明了此方案在北极星昼间测量与识别上的可行性。     

基于EMD-DFA-小波阈值的MEMS陀螺信号去噪方法

针对MEMS陀螺仪输出信号中噪声较大的问题,提出了一种EMD-DFA-小波阈值去噪的方法。利用EMD理论将信号按照频率高低分解为若干IMF分量和余量,将DFA方法应用到噪声与信息主导的IMF分量临界点的判定中,并通过仿真实验证明了DFA判定方法的有效性。针对传统EMD去噪方法直接去除噪声分量导致的信号缺失等问题,采用小波阈值去噪法对噪声主导的IMF分量去噪后再与低频分量重构,最大程度地保留了有用信息。同时,对小波阈值去噪的核心步骤进行了改进:采用随分解尺度的增加而逐渐减小的动态阈值选取规则,最大程度上保留了各层的有用信号;对阈值函数进行了改进,既对较大的小波系数进行了收缩变换,又保留了较小的小波系数,使之兼顾软、硬阈值函数的性能。为验证提出方法的有效性,分别对仿真信号和实测MEMS陀螺仪数据进行了去噪分析,结果表明:和传统EMD去噪法相比,新方法去噪后的均方差降低了22%,信噪比提高了59%;和EMD-DFA-传统小波阈值去噪相比,均方差降低了12%,信噪比提高了13%。     

基于提升小波的超声信号降噪方法

针对经典小波在逼近信号时产生的细节信号会被当做噪声滤除的问题,提出了基于提升小波的超声信号降噪方法。该方法用剖分、预测、更新,把信号进行单层分解,然后把分解后的高频系数和低频系数同时进行阈值函数处理,再进行小波重构。相对于传统的一代小波,该算法不依赖于傅里叶变换,计算简单,可有效节约内存。仿真与实验结果表明:该算法可以有效地提高信噪比,降低原始信号中所含有的噪声,并可以起到数据压缩的效果。     

小波域软阈值降噪的地磁匹配导航仿真研究

为消除地磁数据中的噪声和干扰,提高地磁匹配导航的精度和可靠性,采用小波降噪方法对地磁数据进行预处理.通过对小波母函数特性的研究,结合地磁场自身规律提出了地磁数据降噪中小波母函数的选取准则,并根据地磁匹配导航的特点提出了基于误差和相关系数的小波分解层数确定方法.通过对小波降噪主要方法的定性分析,采用了小波域软阈值降噪方法...     

一种基于新阈值函数的小波降噪方法在高速风洞中的应用

为了解决传统阈值函数中抑制干扰与保留信号有效突变区域和信号高频细节之间的矛盾,提出一种基于新阈值函数的小波降噪方法.介绍了传统小波阈值函数降噪方法,根据小波阈值降噪方法的特点构建一种新阈值函数,并进行风洞试验验证,用硬、软阈值以及新阈值方法对X元信号进行处理,将经过不同降噪方法处理后得出的CL-a曲线进行对比.试验结果表明:该方法与传统函数方法相比具有明显的优越性,一方面其处理后的试验数据结果与阶梯试验数据吻合度更高;另一方面该方法在抑制干扰影响的同时,能够有效捕获到飞行器模型在突变区域的有效高频信号.     

一种水下航行体支撑轴承的损伤特征提取方法

降低水下航行体中机械噪声是解决整机减振降噪的关键问题。轴承作为水下航行体的重要支撑单元,探讨了轴承发生损伤与水下航行体振动噪声过大的关系,因此应提取损伤特征以便及时发现轴承损伤控制振动噪声。研究了基于EEMD和MED联合的特征提取方法,并将其应用到水下航行体的支撑轴承机械振动信号中,该方法能克服传统的MED对高噪声、谐波干扰情况下特征提取存在冲击特征难以提取的困难。首先通过EEMD分解和峭度阈值方法对原始信号进行消噪,然后利用MED方法对消噪后信号进行滤波,最后对滤波后信号进行包络谱分析判断出损伤类型。     

基于小波变换的风洞连续信号降噪分析

针对传统的低通滤波方法会丢失连续信号的有用部分、难以真实反映飞行器气动力非线性或突变区域的信号特征的问题,提出一种基于小波变换的阈值降噪方法。从小波变换理论出发,使用Matlab小波分析工具箱中自带函数对信号进行降噪处理。通过分析发现,通过db24小波处理后的结果与原信号的相似度更高,降噪效果更好,并通过风洞连续变迎角试验数据进行验证。分析结果表明:该方法在降低噪声影响的同时,较好地保留了飞行器模型气动力非线性或突变区域信号的非局部平稳特性。     

基于局部熵的超声信号阈值降噪方法

针对使用超声探伤方法检测金属材料时结构噪声难以消除的问题,提出将具有自适应噪声的完整集成经验模态分解(CEEMDAN)与局部熵改进的阈值算法相结合的降噪方法,对金属材料的超声信号进行降噪处理。采用CEEMDAN方法分解超声信号,得到多个本征模态函数(IMF)分量与残余分量;计算原信号的局部熵,并根据超声波的传播原理对局部熵数值进行校正,以及确定局部熵的最佳计算窗口长度,使用局部熵改进的阈值降噪算法,对含有结构噪声的IMF分量进行降噪处理;将降噪后的IMF分量与残余分量累加,获得降噪后的重构信号。通过对实测的金属材料超声信号进行试验,结果表明,该方法能够有效去除结构噪声,且最大限度地保留了缺陷信号,降噪效果明显。     

复合材料X射线检测方法研究

针对X射线检测复合材料原始图像具有灰度区间窄、缺陷边缘模糊、图像噪声多、缺陷特征有时被淹没的特点．文中提出了一种基于软阈值的小波图像增强方法,图像经过小波分解后可以得到一系列不同尺度上的子带图像．在不同尺度的子带图像上进行基于软阈值滤波的细节系数增强．再进行图像重构．即可得到增强后的X射线检测图像。实验表明．该方法可以有效地增强图像的细节信息,抑制噪声,改善图像的视觉效果。     

小波分析在信号消噪中的应用

用小波分析进行信号消噪常用多尺度小波变换和小波包变换.多尺度小波变换是将信号分解成高频和低频成分,低频包含信号的主要性能,高频含较多噪声,将高频平滑后再重建即可消噪.其消噪处理有强制、默认阈值和给定软/硬阈值3种方法.小波包变换消噪是将信号的小波包分解、计算最佳小波包基、分解系数的阈值化处理及重构原来信号实现消噪.并给出了几个Matlab消噪函数:多尺度一维小波分解和重构wavedec及waverec、消噪默认阈值ddencmp和消噪函数wdencmp;小波包变换的ddencmp 和wdencmp函数.试验表明,此方法具有较高的有效性和实用性.     

基于渐近半软阈值函数的超声信号去噪方法

针对硬阈值函数的不连续性和软阈值函数存在恒定偏差,以及阈值函数中参数选择的问题,提出了渐近半软阈值函数。超声探伤信号处理中,该阈值函数通过使用渐近的调节系数,使得估计的小波系数逐渐逼近真实的小波系数。仿真结果表明:渐近半软阈值函数与硬阈值函数和软阈值函数相比,在超声信号去噪中能够获得更高的信噪比以及更小的均方误差,具有更好的去噪效果。