共查询到20条相似文献,搜索用时 0 毫秒
1.
根据毫米波目标辐射信号小波变换的特征,使用非负小波系数作信号的小波系数,对于确定的阈
值,令小于阈值的小波系数为零,大于阈值的小波系数减去常数a ,利用信号的方差函数推导了a 的取值方
法,实验表明该方法有良好的去除毫米波目标辐射信号噪声的能力 相似文献
2.
3.
4.
针对滚动轴承非线性的早期故障信号,应用独立分量(ICA)将滚动轴承产生的故障信号从多通道混合信号中分离出来,然后采用EMD (Empirical Mode Decomposition)进行再次降噪并建立AR模型,最后提取模型的自回归参数和残差方差作为故障特征向量,并以此作为支持向量机(SVM)分类器的输入参数来区分滚动轴承的工作状态和故障类型。实验结果表明,该方法是有效的。 相似文献
5.
6.
7.
针对机械振动信号特征提取中的去噪问题,本文联合集合经验模式分解(EEMD)和最小均方算法(LMS)发展了一种自适应去噪方法。首先研究了LMS的固定步长固定阶数、变步长(VS)和变阶数(VT)的算法性能,提出在迭代过程中以比较阶数和步长变化时的最小均方误差期望为收敛方向,发展了一种联合变步长变阶数最小均方算法(VSVT-LMS)的去噪方法;通过对原信号的EEMD分解,使各模式分量窄带化,进而通过VSVT-LMS对每个IMF分量进行去噪,有效避免LMS算法对宽频信号的不稳定性,同时也避免了EMD分解的不唯一性和去噪中阈值的选择问题。最后通过对仿真和实际车辆振动信号去噪,验证了方法在工程上的可行性。 相似文献
8.
9.
改进的小波阈值去噪方法及其在MATLAB中的仿真 总被引:3,自引:0,他引:3
对比分析各种小波去噪方法,在此基础上构造一个新的阈值函数,并对阈值的选取做了一定的改进利用MATLAB软件进行信号降噪仿真实验,结果证明改进后的方法优于传统方法,取得较好的去噪效果。 相似文献
10.
基于经验模式分解(EMD)时间尺度滤波特性,在引入相关度分析的基础上提出了EMD相关度去噪方法.首先对含噪信号进行EMD分解得到信号各个本征模函数(IMF)分量,再根据所建立的相关度阈值函数计算各个分量的相关度值,在与预定阈值比较得到满足阈值要求的IMF分量,然后对这些分量进行信号重构得到去噪信号.该方法消除了EMD时间尺度滤波不适用于噪声和信号在IMF成分混叠情况下的限制.通过对平稳含噪信号和非平稳含噪信号进行的去噪仿真研究,表明了该方法的有效性.通过轧机在轧钢时实测信号分析验证了该方法的可靠性. 相似文献
11.
12.
《振动与冲击》2017,(21)
针对柴油机曲轴轴承声发射(Acoustic Emission,AE)信号中裂纹特征信息微弱,易与噪声混淆等问题,在K-SVD字典对信号稀疏的基础上,提出一种均值信号改进的K-SVD字典的滑动轴承AE信号去噪算法。重组均值信号和扩展到K-SVD信号矩阵中,在实现K-SVD稀疏AE信号矩阵的同时,稀疏提取均值信号的裂纹信号,利用K-SVD处理前、后的均值信号提取其中的本底信号,并采用模糊加权均值滤波器对本底信号进行去噪,去除与裂纹信号混淆的噪声,最后根据信号矩阵、稀疏的裂纹信号和去噪后的本底信号得到低信噪比的AE信号。试验结果表明,所提算法有效去除了AE信号中易与裂纹信号混淆的噪声,使故障特征更加明显,成功刻画了滑动轴承不同摩擦状态间的变化。 相似文献
13.
14.
针对某一确定数据采集系统中小波去噪时的阈值选择,提出以小波神经网络加标准信号来标定去噪阈值的方法,从而提高对信号的去噪性能。对于确定的数据采集系统,信号噪声主要来源于系统本身,而且在短时间内系统可视为时不变的。首先给系统一个标准信号输入,将系统的输出输入到小波神经网络,在给定的噪声熵下训练网络使其熵最小,从而得到相应的去噪阈值,仿真实验表明该方法较一般的去噪方法效果好。 相似文献
15.
介绍了一种适合于管道应力波检测的基于小波变换的去噪方法。利用小波变换多尺度分析的优点。根据有用信号和噪声在小波变换不同尺度下的传递特性的不同,进行小波系数阈值选取后,对剩余小波系数重建信号,得到有用信号的波形。结果表明,它能较好地抑制噪声,使信号的信噪比明显提高。 相似文献
16.
17.
张拥军 《中国新技术新产品》2022,(6):13-15
GPS坐标时间序列中存在噪声的现象很难避免,为了探测GPS坐标时间序列中的信号,需要对GPS坐标时间序列进行滤波去噪。奇异谱分析是一种有效的去噪方法,该方法不受正弦波假定的约束,无需先验信息,具有稳定识别和强化周期信号的优点,目前已被广泛应用于时间序列分析中。因此,该文采用奇异谱分析方法对GPS坐标时间序列进行去噪。又通过模拟数据与实测数据分析,将其和小波方法、经验模式分解方法进行了对比,结果表明,奇异谱分析方法能够有效地剔除噪声。 相似文献
18.
消除在图像中产生的噪声,为了使图像清晰,污染度小,成了数字图像处理信息传播的重要部分。本文分析了中值滤波法、维纳滤波法、邻域平均法等几种传统的方法,着重研究自适应模糊小波阈值算法在图像去噪中的应用。运用Matlab软件对一张含噪图片(含高斯噪声)进行仿真去噪,仿真结果分析比较,得出了自适应模糊小波阈值去噪算法比传统方法去噪效果更好,更明显。 相似文献
19.
研究小波去噪算法中软阈值函数与硬阈值函数的方法,针对一些可变阈值函数的运算复杂的问题,提出一种新的阈值函数。经仿真测试,改进的小波阈值去噪算法的信噪比为20.103,去噪后,数据的均方误差为0.1152。 相似文献