共查询到20条相似文献,搜索用时 93 毫秒
1.
2.
该文提出了基于多项式插值的预滤波器设计方法, 这种方法从分析尺度函数出发设计预滤波器。信号均匀采样时, 预滤波器是时不变滤波器, 其系数是分析尺度函数各阶矩的线性组合。预滤波器的逼近阶取决于分析尺度函数的支撑集长度而不是正则阶。该设计方法有两个突出的优点:可以设计比传统预滤波器更高逼近阶的预滤波器,如综合尺度函数整数点的值构成的特殊预滤波器和由预尺度函数法产生的预滤波器等,可以很自然地推广到信号非均匀采样的情况, 相应的预滤波器是时变滤波器, 逼近阶依赖于分析尺度函数的支撑集长度和采样点的分布。数值结果表明, 利用基于多项式插值的小波变换预滤波器可以得到逼近效果更好的初始尺度系数。 相似文献
3.
联合时频是分析非平稳信号的有力工具,文章通过几种时频分析如STFT、Wigner-Ville分布、小波变换和小波能量商,对发动机冷试振动信号进行分析。结果表明:STFT、WV、及WT均能一定程度反应信号的时频分布,STFT频率分辨率有限,WV分布存在一定的交叉干扰项,小波变换能够在各个尺度对信号进行观察,小波包能量商能够清楚地观察信号的能量分布,能够作为发动机状态的特征向量。 相似文献
4.
基于平稳小波变换的心电信号噪声消除方法 总被引:34,自引:1,他引:34
本文针对小波空间适应法在心电信号消噪中的缺陷,提出一种利用平稳小波变换(Stationary Wavelet Transform)的心电信号消噪方法,对受噪声污染的心电信号进行多层平稳小波变换,逐层估计平稳小波变换细节信号中噪声的均方差σj,选取各层阈值σj 2lnn (n为细节信号长度),对平稳小波变换的各层细节信号进行分别阈值处理,然后进行小波逆变换重建信号,以达到对信号消噪和恢复的目的.这种方法可以很好的抑制小波空间适应法消噪出现的Gibbs现象,较好地保持了心电信号的几何特征. 相似文献
5.
6.
7.
任意能量有限信号都可以用紧支撑正交小波基展开或分解,这一点对研究快速高效音频编码算法是非常重要的。本文设计一种基于正交小波变换的高保真音频编码算法,该算法可以把速率为705.6kbit/s的高保真音频信号压缩到192kbit/s,160kbit/s,128kbit/s,96kbit/s和64kbit/s,并保持重构音频信号的高质量。 相似文献
8.
9.
基于小波变换阈值的信号去噪 总被引:9,自引:1,他引:8
对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。 相似文献
10.
11.
基于小波变换的阈值去噪方法仅适用于去除高斯白噪声,对于脉冲噪声得不到好的去噪效果,正交小波变换由于缺乏平移不变性,在去噪过程中会产生人为的振荡现象,使图像边缘失真,甚至图像模糊,提出了基于平稳小波域自适应阈值算法同中值滤波相结合的去噪方法,该方法能有效地滤除图像中的高斯白噪声和脉冲噪声组成的混合噪声,并验证了该方法的有效性。 相似文献
12.
从双正交小波出发,得出利用双正交小波及正交小波系数求电压、电流有效值的公式,并进行了离散化,同时对一电压信号进行了数字仿真,最后对结果进行了分析和研究。 相似文献
13.
14.
基于小波变换和改进SVD的红外图像去噪 总被引:5,自引:2,他引:3
针对小波变换红外图像去噪需要已知噪声先验知识的缺点,提出了一种基于分块奇异值分解的正交小波变换红外图像去噪新算法。首先对红外图像进行离散正交小波变换,并对高频图像采用改进的分块奇异值分解估计小波系数,其中对奇异向量采用傅里叶变换进行了修正;最后将低频图像与估计的高频图像通过小波反变换得到去噪图像。仿真结果表明,该图像去噪算法能在无噪声先验知识条件下有效去除图像噪声,信噪比有了明显提高,并获得了良好的主观视觉效果。 相似文献
15.
16.
提出了基于自适应阈值正交小波变换兰姆波去噪方法 (WT-AL)。首先利用正交小波变换降低含噪兰姆波信号的自相关性,然后利用自适应阈值方法自适应地对不同尺度的正交小波变换系数进行阈值处理,最后利用小波重构获得重构信号。实验结果表明:该方法去噪后信号信噪比明显提高,均方误差明显降低。 相似文献
17.
基于非抽取小波变换的遥感图像贝叶斯去噪 总被引:1,自引:1,他引:0
图像去噪是遥感图像处理的一个重要方面。文中基于非抽取小波变换,提出了一种贝叶斯图像去噪方法。对小波系数采用广义高斯分布建模,根据贝叶斯估计理论,得到贝叶斯收缩阈值,采用软阈值收缩去噪。实验结果表明:该去噪方法能够有效地抑制正交小波变换产生的人为干扰和伪Gibbs现象,与正交小波变换阈值去噪方法相比具有明显的优越性。 相似文献
18.
19.
傅里叶变换与小波变换在信号去噪中的应用 总被引:1,自引:0,他引:1
对于高频信号和高频噪声干扰相混叠的信号,采用小波变换去除噪声可以避免用傅里叶变换去噪带来的信号折损。对于噪声频率固定的平稳信号,在对信号进行傅里叶变换后使用滤波器滤除噪声。对高频含噪信号则采用正交小波函数sym4对信号分解到第4层,利用极大极小值原则选择合适的阈值进行软阈值处理,最后利用处理后的小波系数进行重构。实验结果表明,对于高频含噪信号傅里叶去噪会出现严重的信号丢失现象,使用极大极小值原则选择阈值进行小波去噪可以有效地保留高频部分的有用信号。 相似文献
20.
DU Tian-jun CHEN Guang-ju 《中国电子科技》2005,3(3):245-248
Multi-frequency harmonics detection is important for fault diagnosis, harmonic analysis and parameter detection in power system[1,2]. The conventional harmonic measurement methods are fast Fourier transform (FFT) and short time Fourier transform (STFT), FFT is suitable for integer harmonic analysis, but it brings large error to non-integer harmonics due to its spectral leakage, aliasing and picket fence effect. STFT can detect non-integer or non-period harmonics with low resolution, beca… 相似文献