基于小波变化阈值的光干涉信号去噪

为了提高参数估计的精确度,根据光反馈自混合干涉信号的特点,对光反馈自混合干涉信号进行了去噪研究。在多分辨分析小波阈值去噪的基础上,采用了一种改进的阈值函数,克服了硬阈值函数不连续的缺点,解决了软阈值函数中存在的恒定偏差,并且具有软硬阈值函数不可比拟的灵活性。构建了光反馈自混合干涉理论模型,通过对其仿真波形和实测波形的处理,比较了三种阈值函数的去噪效果。结果表明,无论是在去噪效果上,还是在信噪比增益和最小均方误差意义上均优于传统的软硬阈值方法。     

基于中值滤波和小波变换的图像去噪

针对混合噪声的特点,提出一种中值滤波和小波变换相结合的去噪方法。首先对噪声图像进行中值滤波,然后再通过小波阈值法对噪声进行去除,达到去噪目的。最后进行了Matlab仿真实验以及客观标准评价,结果表明:这种方法改善了图像质量,去噪效果优于传统的软、硬阈值方法以及单纯的中值滤波方法,可以有效的去除混合噪声。     

基于小波变换的结构光光条图像去噪方法

结构光光条图像通常受到大量噪声的干扰,会对光条图像分析的造成影响。本文通过对结构光光条图像的噪声特点的分析,结合中值滤波和小波去噪特性,提出基于自适应中值滤波和改进小波重构的去噪方法。用本文提出的方法对结构光光条图像进行去噪处理,并与传统小波软阈值去噪法等其他去噪方法结果进行对比。使用客观的评价标准对两种方法去噪效果进行评价,结果表明,本文提出的去噪方法对结构光光条图像有更好的去噪效果。     

基于小波变换的图像去噪方法研究

图像去噪问题是一个古老的难题,也是当前研究的热点问题,而图像小波去噪算法在图像去噪方面虽然已取得了一定进步,但在这一领域仍然有许多问题需要研究,为了进一步提高图像去噪质量,改善图像视觉效果。在此通过在小波阀值萎缩法、基于混合模型的小波去噪法、小波去噪与其他算法相结合的三类方法中分别选用了三种典型算法即VisuSh?rink法、基于高斯混合模型小波去噪法、中值滤波与小波去噪相结合的算法,对当前基于小波变换图像去噪这三类典型问题进行了研究。研究表明对于单一的噪声,用相应某种算法,就可能取得较理想效果。而对于混合噪声,单独的一种算法取得的效果是比较差的,只有采用几种算法相结合才能取得较好的效果,因而在此也为图像去噪指明了以后的研究方向。     

一种改进的小波阈值信号去噪方法

为改进滤波效果,提高去噪质量。通过分析软硬阈值去噪的原理和方法,为小波阈值信号处理提出了一种改进的去噪方法。该方法综合了软硬阈值的特点,对其参数进行优化设计,通过调节参数值以更好地获得阈值估计。针对改进后的去噪算法,通过Matlab仿真比较了传统的小波软硬阈值算法与该算法的消噪效果,结果表明,提出的方法有更好的消噪效果和稳定性。     

压缩感知理论在语音信号去噪中的应用

针对小波阈值滤波的局限性,将压缩感知理论应用到语音信号去噪中,并与小波阈值滤波方法进行了比较,仿真实验结果表明：基于压缩感知的小波滤波方法可以有效地去除语音信号中的噪声,并且去噪效果优于传统小波阈值滤波方法,对工程中音频信号的降噪具有指导意义。     

基于二维小波收缩与非线性扩散的混合图像去噪算法

研究自适应滤波算法对改善图像质量具有重要意义.本文分析了非线性扩散和二维Haar小波收缩去噪方法之间的关系,从本质上说明了非线性扩散方法优于Haar小波收缩去噪方法.然后,给出了一种基于图像全变差(TV)模型的非线性扩散与二维Haar小波收缩相结合的混合图像去噪算法.该算法在图像小波分解的低频部分采用全变差扩散,在高频部分采用小波收缩方法.实验结果表明,混合去噪算法在计算复杂性与滤波效果上具有更好的综合性能.     

基于奇异值分解的自混合干涉信号降噪方法

构建光反馈自混合干涉理论模型,通过Matlab仿真分析验证理论模型的正确性。利用奇异值分解的方法确定Hankle矩阵,对矩阵进行奇异值分解,构造逼近矩阵对含噪自混合干涉信号进行降噪处理。在适度反馈机制下,选取不同的光反馈水平因子C值进行仿真。对降噪前后信号波形进行仿真分析,实验结果表明奇异值分解改善了信号的光滑性,起到了降噪的效果;通过对降噪前后所测位移精度的对比,精度的提高表明奇异值分解的降噪方法在自混合干涉信号噪声处理方面的有效性。     

基于小波变换的图像去噪方法

针对传统小波去噪时图像边缘被破坏因而丢失有用细节信息的问题,基于小波去噪的优点,研究了几种改进的基于小波变换的图像去噪方法。分别是基于小波变换和中值滤波的去噪方法,雏纳滤波和小波域滤波相结合的方法,小波变换去噪与高阶统计量滤波法去噪相结合的方法等。经过大量的计算机仿真试验,最后所得结果表明这几种改进后的基于小波变换的去噪方法均可以有效地降低图像的噪声干扰,比较好地保留图像中重要的细节信息,具有一定的实际应用价值。     

基于不同预处理方法的多小波暂态信号去噪

在介绍多小波基本理论的基础上,探讨了多小波的不同预处理方法并对多小波滤波器响应产生的影响进行了比较.通过对噪声信号的多小波变换分析,设计基于多小波变换的去噪方法.最后通过大量的仿真工作,对不同预处理方法的多小波与传统小波的电力系统故障暂态信号去噪效果进行了深入分析,结果表明:预处理方法的选择是影响多小波去噪效果的关键因素,若选择合适的预处理方法,利用多小波对暂态信号进行去噪,可以获得比传统小波更好的去噪效果.     

基于平面反射式全息光栅的激光自混合纳米位移测量研究

纳米位移测量技术是实现高精度纳米制造的基础。激光自混合干涉为精密纳米位移测量提供了一种结构简便、成本低廉,同时测量精度可达纳米量级的精密位移测量方法。区别于传统基于反射镜或散射面为反馈元件的激光自混合干涉测量方案,研究了一种基于平面反射式全息光栅的激光自混合纳米位移测量方法,该方法的位移测量结果以光栅的周期为基准。实验测得了在弱反馈强度条件下的光栅自混合干涉信号,通过阈值设定的方法确定位移方向的反转点,结合反余弦的相位解包裹算法处理光栅自混合信号,获得了对应的位移测量值。最终采用商用激光干涉仪与自组装的光栅自混合干涉仪进行位移测量数据的比对测量,实验结果表明,经过线性修正后,其位移误差不超过0.241%。     

小波去噪在光纤电压传感器中的应用

文中介绍了光纤电压传感器的工作原理。并以小波变换为核心,为了改进滤波效果,提高去噪质量,在常规小波阈值去噪方法基础上,提出了基于小波变换的改进阈值函数去噪方法。与传统的硬阈值和软阈值比,该函数不仅易于计算,而且具有优越的数学特性和清晰的物理意义。利用小波变换对所检测到的电压信号进行分析,通过对理论模型进行仿真,证明该方法有很好的去噪效果。     

小波分析在激光自混合干涉位移传感器中的应用

为减小激光自混合干涉位移传感器测量误差,提 出了基于小波分析的自混合干涉信号 处理方法。在进行全相位快速傅里叶变 换(FFT)解调相位之前,利用离散小波分解、重构去除自混合干涉归一化信号的奇异点 ,有效降低调制电流斜率突变引入的高次 谐波干扰,同时去除高频随机噪声干扰。简述了自混合干涉位移测量原理,介 绍了基于小波分析的自混合干涉信号处理算法原理并进行了算法仿真,采用数值仿 真分析了系统反馈水平及调制参数对测量误差的影响,利用压 电陶瓷(PZT)对自混合干涉位移测量系统进行标定。结果表明,位移测量误差减小到2.45nm。应用小波分析处理干涉信号可减小激光自混合干涉位移传感器的 测量误差。     

半导体激光自混合干涉的弱光反馈模型

文章针对弱光反馈情形，对基于光反馈效应的激光自混合干涉模型进行了探讨。采用双空模型，从增益阈值和振荡效率方面给出了理论模型。该模型很了地解释了激光自混合干涉现象。最后分析了一实用光纤自一干涉系统的数学模型。     

小波消噪在光纤陀螺温度补偿中的应用

分析并建立了光纤陀螺温度漂移模型,指出数据噪声会降低甚至恶化模型的补偿效果。为减小噪声的影响,分别利用数字低通滤波和小波阈值消噪法对温度变化率数据进行降噪处理。经过仿真分析发现,与数字滤波相比,小波消噪法的降噪效果更好。多轮温度试验结果对比表明,利用小波阈值法对数据进行降噪,可提高光纤陀螺温度漂移的补偿效果。     

一种改进的小波去噪方法在OTDR中的应用

光时域反射仪(OTDR)测试中,系统链路噪声严重影响测试准确度,尤其是对于0.05~0.2 dB熔接损耗的准确检测,需要提高测试曲线的信噪比。根据OTDR波形特点,在小波阈值去噪的基础上提出一种改进的小波去噪方法,改进阈值利用对数函数的非线性并引入噪声方差,更利于滤除噪声;改进阈值判断函数留下原始数据细节并滤除噪声,且不改变反射事件和非反射事件的波形属性。实际测试表明:测试曲线相对信噪比提升了10 dB以上,去噪后配以曲线平滑滤波和恒虚警(CFAR)检测,准确检测出熔接事件。     

基于多级中值滤波—提升小波技术的图像去噪

针对实际图像含有椒盐噪声及高斯噪声等混合噪声,在中值滤波基础上,采用一种改进型多级中值滤波技术抑制椒盐噪声。首先构造多级中值滤波器,找出混合噪声的位置分布矩阵,然后对含噪图像进行多级中值滤波;同时,对原始小波进行提升,构造提升小波,采用提升小波自适应阈值去噪方法抑制高斯噪声。对含不同混合噪声图像进行去噪实验。结果表明：采用本文方法,计算速度快,提高了图像信噪比,图像细节边缘保护能力强,混合噪声得到有效抑制,去噪效果好。     

混沌信号的自适应阈值同步挤压小波变换消噪

针对同步挤压小波变换（SST）消噪过程中仅使用单一阈值的不足,对SST消噪时的幅度阈值进行了改进,提出了一种基于SST分层阈值的混沌信号消噪方法.首先,根据信号和噪声经SST分解后系数的分布模型,推导SST混沌去噪时幅度阈值权系数的均方误差计算公式;进而,根据均方误差最小准则,计算幅度阈值权系数的最优取值;最后,根据最优阈值权系数和噪声标准差,确定SST混沌去噪时的分层阈值.利用模拟混沌信号和实测月太阳黑子信号对所提方法进行了实验分析,实验结果表明,本文方法可较好地滤除混沌信号中的噪声,同时原始信号的内在混沌特性也能得到较大程度的恢复.与小波阈值法和集合经验模态分解（EEMD）消噪法相比,可获得更好的消噪效果.     

遗传算法优化小波阈值对水质光谱数据的去噪研究

针对紫外-可见光谱法水质检测系统易受到仪器本身和外界环境的噪声干扰, 所测得的光谱数据存在大量系 统和杂散光噪声的问题, 在对紫外-可见光谱法水质检测系统的噪声源分析的基础上提出将遗传算法应用于小波阈值 优化的去噪方法, 并与小波软阈值、 SG 平滑和中值滤波方法进行了对比。为评价去噪效果, 对同一浓度的邻苯二甲 酸氢钾标液的紫外-可见光谱数据进行去噪实验。在采用遗传算法选取小波最优阈值对标液进行去噪处理的同时, 还 采用传统小波软阈值去噪、 SG 平滑和中值滤波去噪作为对比。为验证该算法的实际可行性, 进一步用这四种方法对 某地排水沟和某污水处理厂排水口的实际水样光谱进行去噪处理。实验结果表明: 基于遗传算法的小波阈值去噪效 果良好, 相较于传统的小波软阈值去噪、 SG 平滑和中值滤波的方法, 信噪比分别提高了 2.2994、 5.7066、 2.6155 dB, 均方根误差分别减小了 0.0028、 0.0087、 0.0033, 峰值信噪比分别提高了 2.0837、 5.2569、 2.7375 dB。基于遗传算法 的小波阈值去噪算法不仅抑制了光谱数据中的噪声, 同时也提高了系统精度, 为紫外-可见光谱法水质光谱去噪处理提 供了一种新的解决办法。