基于小波变换圆度误差的检测方法

针对圆度误差在非接触检测过程中噪声对原始信号产生干扰的问题,提出采用小波变换进行采样信号的降噪处理,小波变换具有多分辨率分析的特点,在信号分析处理中能有效区分信号中的噪声,具有良好的去噪能力;讨论了快速小波变换算法及小波阈值降噪法的基本原理和处理实测信号的具体步骤;分析了基于小波变换的最小二乘圆法评定圆度误差的算法,并推导了最小二乘圆的理论模型;运用Matlab小波工具箱并通过试验说明了小波分析处理圆度误差的方法和效果。     

一种新的小波阈值去噪算法研究

为了更好地消除噪声对被测信号的干扰,针对传统小波软、硬阈值函数与全局阈值去噪算法的不足,综合考虑了小波阈值的估计与阈值函数的选取,提出了一种新的小波阈值去噪方法。对仿真信号与实验轴承振动信号进行去噪分析,并与几种不同的小波阈值去噪算法结果相对比。结果表明:新的小波阈值去噪算法更好地去除了噪声并保留了信号的原始特征,是一种更加优越的去噪方法,具有较高的实用价值。     

小波变换在陀螺信号去噪中的应用

提出了基于小波变换的陀螺信号的滤波方法,利用正交小波使用软阈值对陀螺输出信号进行去噪处理,去除由噪声引起的细节项,从而消除其中的噪声干扰.试验结果表明正交小波对陀螺信号去噪具有比较好的效果.     

小波变换在陀螺信号去噪中的应用

提出了基于小波变换的陀螺信号的滤波方法,利用正交小波使用软阈值对陀螺输出信号进行去噪处理,去除由噪声引起的细节项,从而消除其中的噪声干扰.试验结果表明正交小波对陀螺信号去噪具有比较好的效果.     

基于改进阈值小波算法的汽车轮速信号处理

在汽车制动过程中,轮速信号中的噪声对制动有着直接的影响,运用小波理论可以对轮速信号中的噪声进行去噪处理。噪声的幅值随着小波变换尺度的增加会逐渐减小,而信号的幅值与小波变换的尺度变化无关。在Donoho的软、硬阈值去噪方法基础上,提出了一种新的阈值函数量化法,该方法克服了硬阈值法不连续性和软阈值法有偏差的缺点,并把它们应用在汽车轮速信号的去噪上。新的阈值函数具有物理意义清晰、表达式简单等优点。实际信号处理结果表明,这种经改进的方法可以有效地去除噪声干扰,在信噪比指标上也明显优于常用的软、硬阈值去噪算法。     

一种新的小波自适应阈值函数振动信号去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。     

一种新的小波阈值函数去噪算法

小波阈值去噪算法是一种经典的振动信号去噪算法,但仍有一定局限性。为了更好地消除噪声对被测振动信号的干扰,提取信号的有用成分,本文对比分析了几种不同小波阈值去噪算法,并在经典小波阈值去噪算法的基础上改进了阈值函数,提出了一种新的小波阈值去噪算法。对模拟信号及实测风机振动信号进行去噪处理并分别与经典及改进的小波阈值去噪效果进行定量比较。结果表明:新的小波阈值函数更好地抑制了噪声污染和保持信号细节,有效地消除了背景噪声,提高了信号特征的可分离性,具有较高的实用价值。     

基于小波变换与均值滤波的渐进成形力信号处理研究

成形力是渐进成形过程的重要参数。在渐进成形力的检测过程中,针对渐进成形力信号中含有脉冲干扰、白噪声等混合噪声的问题,提出了将小波变换与均值滤波相结合的去噪方法。描述了基于小波变换与均值滤波相结合的算法步骤,针对成形力信号对小波阈值去噪参数选取进行了研究,并通过实验对比说明了新方法的可靠性与有效性。     

一种综合小波变换的心电信号消噪算法

针对心电信号中混有的基线漂移、工频干扰、肌电干扰等噪声,比较了适于心电信号的4种基于小波变换的心电信号消噪算法,结合消噪后的信噪比和信号失真度,提出一种综合小波变换的心电信号消噪算法.该算法先使用小波分解法消除心电信号中的基线漂移,再利用模极大值法消除工频干扰、肌电干扰等噪声.并且运用该算法对MIT-BIH心律失常数据库中的含有多种噪声的心电数据进行了仿真与实验,结果表明噪声被有效地消除并且失真度较小,可满足临床分析与诊断对心电波形的要求.     

油液磨粒超声回波信号的双树复小波去噪研究

超声回波信号反映了润滑油中磨粒的大量信息。为了提取淹没在强噪声环境下的超声回波信号,提出了一种基于双树复小波变换(DT-CWT)的油液磨粒超声散射回波信号去噪新方法。利用双树复小波变换具有近似平移不变性和有效去噪等优点,首先对超声散射回波信号进行双树复小波分解,然后对分解得到的高频系数进行阈值处理,最后进行双树复小波重构。结果表明:分解层数为6层时,去噪后信号的信噪比更高、均方误差更小、相似系数更大、幅值最大偏差更小。双树复小波变换硬阈值去噪效果比传统小波去噪效果明显好。     

基于小波变换的非接触式电导信号去噪研究

耦合毛细管电泳技术的非接触式电导检测器在检测痕量化学物质时具有较高的灵敏度,然而噪声会导致获得的信号检测结果存在偏差。针对非接触式电导检测信号的数据特点,提出基于小波变换的阈值去噪方法:利用高斯函数模型和高斯白噪声模拟仿真非接触式电导信号曲线,继而逐步选取不同的参数来得到多个去噪结果,并选择若干评价指标对去噪结果进行评价,从而确定最优去噪参数。同时,将小波变换算法与其他常用去噪算法进行对比,验证其优越性。最后将最优参数代入小波阈值去噪算法,对三种痕量无机离子的非接触式电导信号进行去噪处理。实验结果表明:三种痕量无机离子的电导信号经过去噪处理后,信噪比显著提高,数据曲线光滑,且保留了数据特征,具有可行性及有效性。     

联合CEEMD及AFSA优化小波阈值的心音信号去噪研究

心音是诊断身体健康的重要生理信号，为有效降低心音信号的噪声，提出一种联合互补总体经验模态分解(CEEMD)及AFSA优化小波阈值去噪相结合的方法。即先将不同频率范围的心音信号通过CEEMD进行分解，然后选取高频部分的IMF分量使用人工鱼群(ArtificialFish-SwarmAlgorithm,AFSA)优化小波阈值算法进行去噪，最后将去噪后的信号与分解的低频IMF信号进行重构得到去噪后的心音信号。将联合CEEMD及AFSA优化小波阈值去噪算法与传统的CEEMD算法、小波阈值去噪算法进行仿真对比。实验结果表明，联合去噪算法在去除心音信号噪声方面效果最好。     

基于提升小波的闪电瞬态电场信号去噪

针对闪电电磁场变化信号实时采集和处理的需求,在讨论提升小波变换基本原理及特点基础上,提出了基于提升小波变换的闪电电场变化信号去噪方法.采用改进阈值法进行降噪处理,利用C语言进行去噪效果及算法复杂度仿真,与传统小波相比,取得了较好的原始闪电电场变化信号噪声抑制效果,为移植应用到基于ARM构建的闪电电场信号采集处理嵌入式平台做了铺垫.     

融合形态学-复小波变换的PD干扰信号抑制方法

针对局部放电检测过程中周期性窄带干扰和白噪声难以抑制的问题,提出了一种融合数学形态学与复小波变换的干扰信号抑制方法.该方法基于数学形态学原理构造广义形态学滤波器,并将其作为前置滤波单元,实现原始信号的预处理,再对处理后的信号进行复小波变换,最终得到去噪后的局部放电信号.应用该方法对模拟和现场采集的局部放电信号进行去噪处理,结果表明:该方法能够有效地抑制局部放电信号中的周期性窄带干扰和白噪声干扰;与相同小波基的小波去噪方法和复小波去噪方法相比,该方法去噪时的能量损失较小,能够很好地保留局部放电信号特征.     

基于改进小波阀值的振动信号去噪方法研究

采取小波算法,运用小波变换阀值法对振动信号进行去噪。对比了传统的软阀值函数和硬阀值函数的优缺点,并在软、硬阀值函数的基础上,提出了一种改进的阀值函数的方法。通过与软、硬阀值函数方法去噪效果的仿真对比分析,新的去噪方法提高了重构信号的信噪比,可以有效去除噪声,并对原始信号的细节特征保留较好。     

基于小波分析的局部放电信号消噪研究

由于强烈的窄带周期干扰、白噪声和脉冲干扰等外部干扰,局部放电信号提取是变压器局部放电在线监测技术中的难题,应用小波去噪技术研究了局部放电在线监测中的噪声抑制方法,对母小波及阈值的选择进行了研究,通过以MATLAB为平台对几种母小波比对分析和基于小波变换的阈值去噪仿真实验,验证了小波去噪比较理想的效果.     

提升小波变换在振动信号去噪中的应用

振动信号存在不同形式的波形特征,传统小波去噪中,小波分解的结果与所采用的小波基函数有关,选用不适当的小波基函数会冲淡振动信号的局部特征信息,从而造成原始信号的部分有用信息丢失。为了克服上述缺陷,介绍了提升算法和基于该算法的小波变换快速算法,探讨了如何利用提升小波变换对信号进行去噪一通过对实际信号去噪处理．得出了提升小波算法能够较好地应用于信号去噪的结论。     

改进相关性消噪算法在铣削力信号消噪中的应用

铣削加工状态的判定对保证铣削加工产品质量具有重要意义。铣削力信号中包含有丰富的铣削加工状态信息,但其中混杂的噪声影响力信号的准确性。传统的小波变换尺度间相关性去噪算法运算量大、效率低、准确性差,不适合实时铣削力信号消噪。通过引入系数比较权重、噪声能量权重及从大尺度到小尺度提取边缘信息的方法,对传统算法进行改造,提高了铣削力信号消噪效率及准确性。将改进前后的算法和阈值去噪算法分别用于对低信噪比和高信噪比信号进行消噪处理,结果表明,改进后的算法消噪精度更高,能够保存更多的信号能量。     

小波变换在机械系统非线性信号消噪中的应用

噪声的去除一直是信号处理中较为关键的技术之一。小波变换在时、频两域都具有表征信号局部特征的能力，突破了传统Fourier分析的局限性，很适合检测信号的奇异现像。用Daubechies小波和Fourier变换分别对洛仑兹混沌信号以及撞击流反应器压力波动非线性信号进行去噪分析，结果表明，二者的去噪效果有较大的不同，突出了小波变换用于非线性信号去噪的性能。因而，将小波用于信号消噪具有重要的意义。     

基于小波变换的汽车节气门位置信号去噪

传统的汽车节气门位置信号(throttle position sensor,TPS)处理方法不易消除发动机舱内电磁信号及周边环境的干扰。根据TPS的特征,在MATLAB中选用Daubechies五阶正交小波(dB5)对TPS噪声信号进行4层小波分解,再对分解后得到的各层系数用软阈值法量化处理,最后利用小波重构,实现对信号去噪。最后将获得的去噪信号用于发动机控制,并将控制结果与采用未去噪信号的发动机进行实车对比试验。试验表明:发动机采用去噪的TPS信号运行更平稳,小波变换后的去噪TPS信号对发动机控制具有良好的效果。