基于阈值改进的小波变换在高铁变形分析中的应用

对小波变换阈值函数算法进行了改进,并实现了高铁变形数据的去噪处理,使得去噪后均方根误差相对于改进前明显减小,信噪比相对于改进前明显增大,改进效果明显。算例表明,用Kalman滤波模型对改进阈值函数小波去噪结果进行预测,预测效果较好,说明本文改进方法是一种有效的去噪方法,可以用于建筑物变形分析预处理。     

基于改进阈值法的小波去噪算法研究

为了克服传统小波阈值去噪算法中存在的缺陷,采用小波系数放大法,并对阈值函数进行改进。由于信号中存在奇异点,会在奇异点处产生Pesudo-Gibbs现象,采用基于改进小波阈值法的平移不变去噪方法可以有效抑制Pesudo-Gibbs现象,对去噪效果进行强化。仿真实验结果表明:基于平移不变的去噪方法可以明显提高信噪比,其去噪效果优于传统的软、硬阈值去噪方法,具有较高的实用价值。     

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.     

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。     

基于平移不变的变形监测数据小波变换去噪处理

将实际观测到的一组烟囱垂直位移监测数据作为通常意义下的时序信号,并对其进行小波变换分析.利用基于平移不变的快速小波去噪算法,对变形监测数据进行去噪处理,对模拟数据和实测数据的处理结果表明,基于平移不变的去噪方法与传统的阈值去噪方法相比,能有效地去除伪吉布斯现象,提高信噪比,剔出变形监测数据中的噪声,识别被噪声湮没的有用信号.     

一种FMCW雷达信号的小波阈值函数去噪法

针对调频连续波雷达信号处理中噪声的影响,给出一种改进的小波阈值函数法。差频信号的小波阈值去噪中,首先确定小波基,选择分解层数,对信号进行分解,之后采用改进的小波阈值函数法,并利用通用阈值完成阈值量化处理,最后重构信号。采用改进的小波阈值函数法对差频信号去噪仿真,验证了相比传统的软阈值、硬阈值以及已有的一些改进阈值函数法,信噪比有一定的提高。     

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。     

基于阈值寻优法的小波去噪分析

小波分析作为一种重要的工具,已经在现代信号处理中得到了广泛的应用,介绍了小波阈值去噪的基本原理和实现步骤,针对硬阈值函数、软阈值函数的不足之处,从偏差之和最小的角度提出了一种新的改进阈值函数,将该函数用于去噪仿真实验,去噪结果表明其具有比其他阈值函数更好的去噪能力.由于传统阈值选取准则无法求得最优的阈值,将改进的模拟退火智能算法引入到阈值的选取过程,获得了很好的去噪效果;针对其存在着运算速度较慢的缺点,提出了一种类切线寻优阈值的新方法,通过不同噪声强度下的去噪仿真实验,去噪结果发现该方法在提高去噪速度的同时,也能保证很好的去噪效果.     

基于改进小波阈值的去噪方法

针对以往小波阈值图像去噪法出现的去噪不彻底、噪声残留、和噪声误判等问题,对阈值函数和阈值进行了改进,保留了传统的软阈值和硬阈值的优点,改进它们各自的缺点,提出一种新的阈值函数和阈值选取方式,使它在处理小波系数时更加灵活,以达到更好地去除噪声的目的。通过MATLAB仿真实验和对算法的精度分析表明,用改进后的阈值去噪法可以很好地去除图像噪声,使图像的对比度和峰值信噪比均得到很大的提高。     

基于改进小波阈值的去噪方法

针对以往小波阈值图像去噪法出现的去噪不彻底、噪声残留、和噪声误判等问题,对阈值函数和阈值进行了改进,保留了传统的软阈值和硬阈值的优点,改进它们各自的缺点,提出一种新的阈值函数和阈值选取方式,使它在处理小波系数时更加灵活,以达到更好地去除噪声的目的.通过MATLAB仿真实验和对算法的精度分析表明,用改进后的阈值去噪法可以很好地去除图像噪声,使图像的对比度和峰值信噪比均得到很大的提高.     

基于改进小波阈值法的平移不变心电信号去噪

人体心电信号在采集过程中掺杂着各种噪声信号,而常用的小波阈值法在心电信号去噪中存在缺陷,为此在小波阈值法的基础上进行改进,得到新的阈值去噪方法,该方法能够较好保护心电信号特征,有效保持各种心电波形的幅度,并在一定程度上有效抑制脉冲噪声.此外,由于传统小波阈值法去噪都是基于离散小波变换进行的,所以在幅度较小的Q,S波处会产生Pseudo-Gibbs现象,而文中以改进的小波阈值法为基础对心电信号进行平移不变的去噪处理,有效地克服了这个问题.利用美国麻省理工学院的MIT-BIH心电数据库对以上方法进行验证,取得了良好的去噪效果.实验结果表明,所提出的算法与传统的小波阈值法比起来能够更好的保持心电信号的几何特征,且具有更高的信噪比.     

一种基于小波阈值去噪的改进方法在气液两相流图像中的应用

利用高速摄影机拍摄了气液两相流的图像,它们往往会伴随一些噪声,因此,去噪处理成为图像预处理的一个重要环节。通过对小波变换及阈值去噪的分析,在Donoho等人提出的传统阈值去噪方法基础上,提出了一种新的阈值函数去噪方法。该方法与传统的软硬阈值函数相比,能够有效保持图像边缘信息,并能避免硬阈值函数的不连续性。实验结果表明,新的方法优于传统的阈值去噪方法,而且信噪比较高。     

基于小波变换的新阈值函数语音去噪方法

针对硬阈值函数不连续性、软阈值函数中存在恒定偏差的问题,基于2种改进的阈值函数,构造了一种新阈值函数,提出了一种基于小波变换的新阈值函数语音去噪方法。分别用硬阈值处理方法、软阈值处理方法及新阈值处理方法对系统信号和纯净语音信号进行去噪仿真实验。实验结果表明,新阈值去噪方法能减小信号失真,使重构信号逼近原始信号,达到了良好的去噪效果,比传统方法更具优越性和有效性。     

塔机防碰撞系统中远距离超声信号消噪的研究

根据塔机防碰撞系统远距离障碍物检测需要,针对远距离超声目标检测时,传统数字滤波对回波消噪后,回波峰值位置有延迟以及远距离信噪比较低,影响目标的检测和测距准确度.提出利用小波改进的阈值函数消噪方法进行回波消噪.仿真和实验结果表明:基于改进阈值的超声回波消噪方法使回波峰值位置无延迟,可以明显提高信噪比,其去噪效果优于传统的数字滤波和小波的软、硬阈值消噪方法,适用于远距离超声测量和目标有效检测.     

小波变换在弹丸超声阵列中的应用

弹丸超声阵列中检测到的超声波信号信噪比较低,易于被噪声信号湮没,需要对采集信号进行去噪.本文拟采用小波去噪方法对检测到的信号进行去噪,根据弹丸超声波信号的脉冲特性,选取小波基函数中的sym8小波.通过对几种去噪方法对比分析,结果表明,采用Birge-Massart算法选取阈值后,使用改进的Garrote阈值方法进行去噪处理,可以有效的降低噪声,提取弹丸超声波信号特征.     

一种新型的小波阈值图像去噪方法

对含噪图像小波阈值去噪方法中经典的阈值函数选取方式以及阈值选取方式的相关性能进行比较分析,在此基础上,构造出一种新的小波阈值去噪函数。新定义的阈值函数通过增加一个参变量来克服硬阈值函数不连续的缺点和软阈值函数高阶导数不连续的缺陷。理论分析和实验结果均表明,构造的小波阈值去噪函数具有更好的适应性和去噪效果。在图像含有强高斯噪声的情况下,新型阈值去噪方法相对软阈值法其峰值信噪比可以提高4dB到6dB。     

基于经验模式分解与小波软阈值的联合去噪法

为获得往复运动摩擦副摩擦力信号良好的去噪效果,在分析传统的经验模式分解去噪和小波阈值去噪的优缺点的基础上,提出在模式相关系数准则下,将经验模式分解去噪与小波软阈值去噪结合起来的综合去噪方法。首先利用经验模式分解出若干个固有模式函数分量,在模式相关系数准则下找出由噪声主导和由信号主导的固有模式函数分量的分界点,接着对由信号主导的模式函数分量分别进行小波软阈值去噪,然后再进行重构从而获得去噪信号。实验结果表明,此去噪方法具有良好的自适应性和稳定性,提高了信噪比,并较好地保留了原信号的细节信息。     

基于K-均值聚类与小波分析的声发射信号去噪

为准确识别声发射信号模式,必须剔除声发射信号中的噪声,传统滤波去噪方法效果并不理想,小波阈值去噪方法显示了独特的优势。针对小波阈值去噪方法中阈值设置风险问题,利用K-均值聚类方法对小渡分解后的高频系数进行分类,确定去除噪声对应小波系数的阈值,然后进行小波系数重构达到去噪目的。采用硬闲值法与软阈值法对声发射信号进行小波阈值去噪,将基于K-均值聚类方法生成的闽值和改进Donoho方法生成的阈值分别作为小波去噪闽值,实验结果表明,在信噪比、均方根误差和平滑度三个指标上,本方法优于改进Donoho方法。     

面向交通流信号分析的小波阈值去噪方法

为了提高交通流信号的去噪效果,提出了一种自适应逐层调整阈值和改进阈值函数的去噪算法。该算法结合自然对数函数的特性,使阈值随小波系数分解层数自适应的改变;加入了指数函数,构造一种介于硬、软阈值之间变化的新阈值函数,使去噪信号和原信号之间的误差减小。实验结果表明:相较于传统硬软阈值去噪,采用改进算法处理的信号直观效果好,且信噪比高和均方根误差小,运行效率高。改进后去噪算法各方面性能都得到了提升,具有较高的应用价值。