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%。     

小波变换模极大去噪法在无线电引信信号处理中的应用

将小波变换模极大去噪理论和方法应用于无线电引信的信号处理研究,在小波变换模极大值特性分析的基础上,讨论了无线电引信信号和噪声的小波变换模极大值在各尺度上的传播特性,提出了无线电引信小波变换模极大值去噪算法,并对算法进行了深入分析,仿真结果显示：利用小波变换模极大值去噪方法可有效去除低信噪比的无线电引信信号噪声。     

小波变换去噪法在动态测试中的应用

阐述了小波变换去除信号噪声的基本原理和方法,研究了利用小波变换技术抑制和去除信号噪声的方法,并利用MATLAB软件编制程序实现了基于小波变换的火炮发射参数去噪仿真分析．     

基于小波分析的一维含噪信号的除噪方法

阐述了小波去噪的基本原理和方法,利用Matlab提供的小波分析功能函数对一维含噪信号noisbloc进行了除噪分析,分别采用强制去噪、默认阈值处理和指定阈值处理3种方法,完成了信号的除噪处理。结果表明：小波在一维信号除噪中有较好的效果,噪声得到了明显的抑制,且保留了相当的原信号细节,3种方法获得的去噪信号幅值与原信号均存在差异,阈值的选取对除噪效果影响很大。     

多普勒信号的小波域维纳滤波方法

针对多普勒信号检测的小波变换法阈值去噪方法对低频噪声的抑制不理想的缺点,提出一种小波变换阈值处理和维纳滤波联合的多普勒信号去噪方法。该方法在小波阈值法去噪的基础上,对信号的低频小波系数进行维纳平滑处理,然后系数重构得到多普勒信号。仿真验证结果表明,通过小波变换下对小波分解系数进行进一步的维纳滤波,在多普勒回波信号处理过程中得到了比较理想的结果,获得了更好的目标检测性能。     

烟火药水中燃烧信号的小波包去噪研究

针对水声信号的低信噪比、非平稳等特点,采用小波包去噪的方法,研究了烟火药水中燃烧信号的去噪问题,并结合Matlab软件编程来实现。通过去噪后的信噪比（SNR）的计算,对该方法的去噪效果进行了定量评估。结果表明,利用小波包分析对烟火药水中燃烧信号进行去噪处理具有一定的可行性。     

一种改进的小波域阈值滤波方法

针对使用传统小波域阈值滤波方法对非平稳的低信噪比信号进行处理时,其去噪效果不是很好的问题,提出了一种小波域N次阈值滤波方法,并对小波域二次阈值滤波方法进行了实验仿真,仿真结果表明该方法对低信噪比信号去噪效果更好.     

磁悬浮陀螺寻北仪信号去噪方法

基于傅里叶变换的数字滤波对磁悬浮寻北仪信号的去噪效果不理想,针对该问题,为改善去噪效果,提高寻北精度,探讨了小波阈值去噪方法和模极大值去噪方法。采集陀螺寻北仪信号,把经典数字滤波器去噪效果与小波去噪效果进行对比,结果表明：小波阈值去噪和模极大值去噪对磁悬浮寻北仪输出信号去噪效果明显。     

基于小波的故障信号去噪研究

由于故障的信号的特殊性,因此基于传统的信号去噪方法不可避免的在去噪的同时也滤掉了一些故障特征,这就对故障诊断带来难度。文中针对导弹的信号特征,选定某一类小波,并根据信号和噪声在小波域的不同传播特性进行去噪研究,从而最大限度的提高信噪比,保留故障特征。     

强背景噪声下的小波熵模极大值消噪方法

针对矿井提升机特征信号在强非平稳和强噪声背景下难以有效提取的问题,结合小波能量熵理论与小波模极大值的奇异性理论,提出一种有效的强背景噪声下提升机信号消噪方法。该方法利用信息熵能定量描述时-频域能量概率分布的特性,采用小波熵自适应确定噪声阈值,有效去除随小波分解尺度增大而不断减小的小波模极大值,保留随尺度增大而增大的模极大值,并重构经有效过滤的剩余小波模极大值,实现强背景噪声下噪声信号与真实信号的有效分离。通过对仿真信号和提升机实测信号的应用,表明了该方法消噪效果明显,消噪数据可靠,提高了强背景噪声下提升机故障诊断的数据可靠性。