小波变换在地震信号噪声处理中的应用

常规小波域阈值去噪方法未能充分利用地震信号相关性的特点进行去噪，只能去除地震信号中部分随机噪声，为此提出了一种小波域分时分频相关结合阈值去噪处理方法。该方法首先对小波变换后多个尺度上小波系数进行分时分频相关去噪处理，然后对处理后小波系数进行重构，并可去除大部分不相关随机噪声。对重构后地震信号再进行常规小波域阈值去噪处理以进一步去除噪声。模型测试和实际资料处理效果表明：使用该方法可以有效地改进地震信号去噪处理效果。     

新型小波阈值函数的仿真及应用

提出了一种新型小波阈值函数.借助于典型信号和高斯白噪声叠加形成测试信号,对传统小波阈值函数、改进小波阈值函数及新型小波阈值函数的去噪效果进行对比仿真研究.结果表明,采用新型小波阈值函数所得到的去噪信号,其信噪比和均方差均最优.此外,将新型小波阈值函数用于滚动轴承的实际振动信号的去噪研究,从去噪信号的时域信号对比及信噪比来看,该函数具有较好的去噪效果,使信噪比得到了较大提高.     

改进阈值去噪法在变形分析中的应用

介绍了小波基本理论与去噪原理,研究了小波阈值去噪改进方法在变形监测信号处理问题中的应用。实例表明,小波阈值去噪改进方法在变形监测信号的去噪中不仅能有效地降噪,而且较好地保持了信号的光滑性。改进方法所得的信号比增益较传统的阈值去噪方法有明显的提高。     

改进的小波阈值法在电能质量信号去噪中的应用

针对传统的小波硬阈值去噪及软阈值去噪存在信号突变和高频信号失真的问题,提出采用一个加权因子将软、硬阈值函数结合起来进行信号去噪,并确定了加权因子的表达式。通过理论分析和Matlab仿真验证,改进后的小波阈值法弥补了小波软、硬阈值去噪的缺点,改善了电能质量信号去噪效果,使去噪效果大大提高。     

一种新的基于平衡阈值的小波去噪方法

小波阈值去噪在信号处理中提供了一种新的去噪方法，然而，软阈值和硬阈值在信号去噪方面存在各自的局限性．为了能在软硬阈值两种方法结合之间找到折衷的方法，提出了一种平衡阈值处理方法．它不仅有效地去除噪声，而且去除噪声后的信号较为光滑．仿真结果表明，平衡阈值方法在信号去噪中要优于软硬阈值方法．     

基于小波变换的自适应阈值图像去噪技术研究

主要研究了基于小波变换的图像去噪技术在图像去噪过程中的阈值选择问题,对图像信号进行小波变换得到小波系数,选择合适阈值处理小波系数,再将处理后的小波系数经过小波逆变换得到重构后的去噪图像。仿真实验通过对基于小波变换的软阈值去噪、硬阈值去噪以及自适应阈值去噪方法对图像进行处理,达到对图像的降噪效果。仿真实验证明,基于小波变换的自适应阈值去噪技术去噪结果最优,能够清楚地保留图像中的细节,无锐化、过度平滑的现象,且它的信噪比、峰值信噪比的值为最大、均方误差的值最小,从而提升了图像的整体质量。     

基于小波多分辨分析的阈值去噪

简述了基于多分辨分析原理的小波阈值去噪的基本方法,并介绍了几种阈限和选取阈值的规则.利用小波阈值去噪良好的时频局部化特性滤去信号中大量的背景噪声.通过模拟实验得到了良好的效果,说明小波阈值去噪方法适合于信号去噪.     

基于小波多分辨分析的阈值去噪

简述了基于多分辨分析原理的小波阈值去噪的基本方法,并介绍了几种阈限和选取阈值的规则.利用小波阈值去噪良好的时频局部化特性滤去信号中大量的背景噪声.通过模拟实验得到了良好的效果,说明小波阈值去噪方法适合于信号去噪.     

小波阈值去噪在汽车道路试验中的应用

对汽车道路试验中测得的座椅处的振动信号进行了分析,将小波阈值去噪方法用于对该信号的去噪,并在MATLAB中实现了去噪算法.实验证明,小波阈值去噪方法非常适合于汽车道路试验振动信号的检测.     

一种改进阈值函数在一维信号去噪中的应用

对小波变换理论知识做了简要介绍,并详细的分析了小波阈值去噪方法的原理和实现,分析了传统阈值函数去噪方法的优缺点,提出改进阈值函数.最后结合理论分析和实验实例得出改进阈值函数相比与传统的阈值函数在多阈值选取小渡信号去噪方面具有更好的光滑性和相似性.     

自适应小波分析应用于回转机械设备的故障诊断

介绍了基于kurtosis最大化准则的自适应Morlet小波分析方法,通过等距改变控制母小波函数时频结构的对应参数得到一系列不同的滤波子小波,对每一个子小波的滤波结果计算其Kurtosis系数,由于该系数对剧变信号尤为敏感,最大值所对应的子小波即为与剧变信号最为接近的子小波。将其应用于处理染噪的周期性脉冲信号,以识别裂纹故障发展的初期征兆。与其它分析方法如离散小波变换和小波降噪进行了比较,结果表明自适应Morlet小波分析方法对于提取噪声中的周期性脉冲是非常有效的。     

基于形态小波的转子轴心轨迹提纯

针对汽轮发电机组轴心轨迹的提纯问题,提出采用形态小波提纯转子轴心轨迹的新方法.形态小波作为一种非线性小波,兼顾数学形态学的形态特征和小波的多分辨率特性,具有良好的细节保留和抗噪声性能.采用形态小波提纯轴心轨迹,无须考虑信号的频谱特征,通过对形态小波分解得到的分量进行阈值降噪处理,然后重构原信号得到提纯的轴心轨迹.将实际数据分别通过传统的Haar小波与形态小波进行处理,结果表明,形态小波在轴心轨迹提纯方面的效果更明显.由于形态小波变换算法只涉及加减和极大、极小运算,算法简单且执行高效,适合汽轮发电机组故障的在线监测和诊断.     

结合PCNN和局部维纳滤波的图像去噪

提出了一种基于脉冲耦合神经网络(PCNN)的图像去噪算法,利用PCNN的同步脉冲特性对图像小波系数进行局部加窗修正,从而对信号方差进行更好地估计,以利用局部维纳滤波进行去噪. 同时,根据各个像素间耦合特性的不同,提出了自适应连接系数,更好地反映了像素间的耦合关系,利于信号方差的估计. 实验结果表明,该算法较维纳滤波和NeighShrink算法均有较高的峰值信噪比,视觉效果更好.     

对称小波变换用于非平稳信号检测和去噪

根据信号与噪声在小波变换下表现出截然不同的性质,提出了一种基于对称小波多层系数乘积的信号去噪算法,该算法首先对信号进行多尺度小波变换,通过相邻尺度小波系数乘积提取小波变换模极大值,归一化和去除噪声小波系数;再利用归一的模极大值与相邻低层小波系数再次相乘作为对应层次的小波系数,逆变换得到去噪后的信号。实验仿真表明:该算法在有效去除噪声的同时,还能突出信号中的突变点。     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题.给出小波变换和信号奇异性的关系及小波基的选取方法,实现小波分析对信号各类奇异间断点的有效检测,最后进行实例分析,分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取.     

小波变换在水下目标回波奇异性检测中的应用

研究了信号的奇异性检测问题．给出小波变换和信号奇异性的关系及小波基的选取方法，实现小波分析对信号各类奇异间断点的有效检测，最后进行实例分析，分析结果表明此理论与方法适用于对边缘信号与突变信号的处理和提取．     

基于小波能量的钢丝绳断丝损伤信号处理

提出了利用小波能量作为钢丝绳断丝损伤信号处理的1个特征量．根据Parseval能量积分等式从理论上推导了小波变换系数具有能量的量纲,将小波能量引入钢丝绳断丝信号处理中是可行的．通过对信号进行多层离散小波分解建立了小波能量求解的方程式,计算不同频带内钢丝绳断丝损伤信号的能量值,这些频带内的能量统计是在时域波形上进行的,体现了小波分析具有时频分析能力．最后针对不同的断丝损伤情况,分别求解各个频带内的小波能量值,修正了应用于钢丝绳断丝损伤信号处理的小波能量计算公式．试验结果表明小波能量表征断丝信号的1个特征量是有意义的．     

心电信号的小波变换处理算法及仿真

为了有效去除心电信号中的干扰噪声,对信号特征点进行准确标定,采用小波变换的阈值去噪算法和时域峰值定位算法进行心电信号处理.利用bior3.7小波按照Mallat算法对ECG信号进行分解,结合软硬阈值与小波重构的算法对信号进行去噪处理,给出了小波变换与时域峰值定位结合的算法检测各特征点.仿真结果表明小波阈值算法能有效去除心电信号中的干扰噪声,保留心电信号的有效信息,基于小波变换的时域峰值定位算法能准确检测出心电信号中的特征点.     

小波变换在语音识别中的应用研究

将小波变换用于语音信号的消噪、信号压缩,利用小波变换对压缩的信号进行重构是小波变换的一些典型应用,从中可以看出小波变换在分析信号跳变时的优势,并为小波分析用于语音信号的进一步处理打下基础。     

平稳小波变换在探地雷达资料降噪中的应用

小波变换方法是一种新的数学方法,具有强大的时频分析能力,广泛地应用到信号处理的各个领域。其中正交小波变换不具备线性相位、不具有平移不变性等特性,导致其在信号降噪领域仍存在很多问题,会使信号产生振荡现象。本文利用平稳小波变换对多组探地雷达模型实验与实际雷达资料的处理,说明该方法较好地保留了信号边缘细节,避免了伪Gibbs现象,其降噪效果明显优于普通正交小波方法的降噪效果。