基于小波阈值去噪的改进方法

语音信号是非平稳信号,利用小波的时频域局部化特性,通过小波变换对语音信号进行去噪处理,在经典的硬、软域值去噪方法的基础上,提出一种新的算法,并比较这3种算法的优劣。最后进行仿真实验,用MATLAB软件提取一段纯净的语音信号,并叠加高斯白噪声,对带噪信号分别用以上3种算法进行去噪处理,实验证实了该算法较其他算法更加有效。     

基于小波包变换的电机测试信号去噪处理

作为一种日益获得广泛应用的信号处理新技术 ,小波分析具有良好的时频局域化特性 ,适应于时变和瞬变信号的分析。针对电机起动过程中的噪声干扰信号 ,提出了基于小波包变换的浮动阈值去噪算法。实验结果表明 ,该方法具有良好的去噪性能     

基于小波变换模极大值去噪方法的改进

由Mallat的极大值去噪算法出发,与利用尺度间小波变换相似系数的阈值去噪方法结合,提出了一种新的改进去噪算法。该方法克服了模极大值法在信号重构方面计算复杂,重构信号产生偏差的缺陷。通过对局放信号的去噪仿真计算,证明了该方法运算简单,适合局放信号的处理,处理后的局放信号不失真,剔除噪声效果好。     

一种平稳小波变换改进阈值函数的电能质量扰动信号去噪方法

含噪电能质量扰动信号分析的前提是准确找到突变点信息,对信号进行去噪的同时,又必须保留突变点特征。针对此问题,选取平稳小波变换分解信号,并利用提出的改进阈值函数对信号进行去噪。将含噪的电能质量扰动信号进行多层平稳小波变换,逐层估计平稳小波变换细节系数中噪声的均方差σ_j,计算各层阈值σ_j2lnk~(1/2)并根据信号、噪声的小波系数在不同尺度上的分布特点,通过ln(j+1)对各层阈值进行修正,结合改进的阈值函数分别对各层小波系数进行处理。利用尺度系数和处理后的小波系数进行重构,得到去噪后的信号。仿真结果表明,改进的阈值函数去噪方法能够较好地滤除噪声并保留突变点特征,从处理后的小波系数中可以清晰地观察到扰动的起止时刻,并能够分辨出暂态振荡与谐波干扰。     

基于小波变换的行波信号的去噪滤波

小波变换是信号处理中一个十分有用的数学工具。基于小波分析理论,先采用简单去高频去噪法滤除部分高频噪声,然后采用软阈值法滤除与有用信号频率相近的噪声信号,取得了很好的滤波效果。通过实时数字仿真系统验证了这种方法的有效性。     

基于LMS的语音信号去噪算法

语音是人们进行思维沟通交流的主要桥梁,语音通信处理在现实环境下会受到各种各样的干扰,从受干扰的语音中尽可能地去除噪声,提高语音质量,是目前现代信号处理领域中至关重要的技术之一。引入了LMS自适应滤波法,并提出了变步长的LMS,同时实现了小波阈值降噪和LMS结合的自适应噪声对消。并选用不同的男声和女声语音,录制真实环境下的非平稳噪声,仿真实验表明小波阈值结合LMS的噪声对消法去噪性能最好,大幅提高了信噪比,改善了语音质量。     

用于局部放电检测的一种小波去噪方法

局放监测系统常会受到很强的外界干扰,有时局放信号甚至被噪声完全淹没,因此对采集到的信号必须进行去噪处理才能获得可靠的局放信息。笔者介绍了利用小波变换进行自动去噪处理的方法。利用相关系数选择最佳小波,通过自动阈值计算选定阈值并对高频分量进行软阈值处理,然后对信号进行重构。结果表明,这种自动去噪算法可以有效地提取局放信号的特征,可望用于局放信号在线监测。     

基于小波变换的道路信号去噪研究

道路信号是一种复杂的含有多种成分的时域波形,不仅具有非平稳性,同时信号中还存在各种干扰和噪声。本文针对小波分析的特点,结合信号去噪方面的要求,对非平稳信号的噪声消除进行了研究。通过Matlab对基于小波分析的道路信号消噪进行了仿真,显示了小波在信号去噪方面良好的应用效果。     

小波变换在信号去噪中应用

文中介绍了利用小波变换去除信号噪声的三种算法，并通过仿真实验对它们进行了验证。     

基于小波变换的电力变压器振动信号去噪研究

基于变压器器身振动信号的监测方法是近年来国内外研究的一种新方法,本文主要针对变压器振动机理及采集到的振动信号进行研究,利用小波变换在信号处理方面的强大功能,通过对实际运行的电力变压器振动信号进行时频域分析处理,去除信号白噪声。     

基于双树复小波变换信号去噪算法研究

离散小波变换被广泛应用于数字信号的去噪处理中,特别是非平稳信号、瞬时时变信号等的去噪,但是有平移敏感性的缺陷。为了克服这种缺陷,文中采用双树复小波变换进行信号去噪,并使用硬阈值、软阈值等准则进行滤波处理。最后采用SNR（信噪比）和MSE（均方误差）来评估两者信号去噪效果。结果表明,双树复小波变换能够较好的保存信号的细节信息,其去噪效果优于离散小波变换。     

基于小波变换的脉搏信号特征提取

提出了一种适合于非平稳脉搏信号的特征提取方法。对在校学生和血管硬化患者两组各20例的脉搏信号进行分析,选择了具有多分辨分析特性的小波变换,分别对每例信号进行5层分解,提取出各尺度小波系数。根据小波系数与信号能量之间的等价关系,将归一化的各尺度小波系数能量值作为识别脉搏信号的特征向量。针对脉搏信号频谱特点并结合实验数据,改进了现有的能量特征提取算法。在样本有限的情况下,通过统计分析得出可以用改进的能量特征向量来区分心血管疾病患者和正常人群的结论。     

基于小波混合阈值方法的电能质量信号去噪

基于小波变换的阈值去噪是滤除采样信号中白噪声的有效方法.在实际应用中,阈值的选取和对小波系数的处理方法是影响其去噪效果的2个重要因素.软硬阈值方法各有其优缺点.将两者结合起来的混合阈值方法可提高去噪算法的性能.在分析软硬阈值方法各自的优缺点后,结合正态分布的规律和信号、噪声的小波系数在不同层上的分布特点,提出了能自适应确定临界尺度的软硬阈值结合的混合阈值去噪方法.对采样信号进行小波变换,根据各层小波系数能量的最小值,确定临界尺度.对小于或等于临界尺度的层数上的小波系数用软阈值方法处理,对大于临界尺度的层数上的小波系数用硬阈值方法处理,这样处理能减小信号能量损失.对尺度系数和处理后的小波系数进行重构,得到去噪后的信号.仿真实验表明.混合阈值方法去噪性能稳定,在不同信噪比下都能有效地去除白噪声,较好地保留了原信号的局部特征,且方法简单,计算量小.     

基于多重小波变换的自适应脉搏信号去噪

小波变换在生物医学信号降噪处理中有着广泛的应用,但小波降噪处理中的软硬阈值法本身都有一定的局限性,而且还除去了部分有用信号,降噪效果不太理想。本文基于小波分析的特点,提出了一种对信号进行多重小波变换的自适应去噪法,该方法不仅克服了小波去噪软硬阈值法的局限性,而且解决了自适应滤波中参考信号选取难的问题,将该方法用于脉搏信号降噪,得到了满意的去噪效果。     

基于连续小波变换与曲线拟合的油液金属屑末传感信号检测方法

三线圈式电感型传感器是润滑油金属屑末监测的主流传感器,但润滑油中的气泡会使该型传感器产生干扰信号.针对传统的双阈值法存在将气泡干扰信号误检为是金属屑末信号的问题,提出了基于连续小波变换与曲线拟合的信号检测方法.利用金属屑末信号波形与Gaussian1小波相似性高的特点,使用Gaussian1小波对预处理后信号进行连续小...     

基于小波变换与BP网络的舰船磁场信号检测

针对水中兵器探测舰船磁场信号时信噪比较低的问题,提出了一种小波变换结合反向传播(backpropagation,BP)神经网络的检测方法.根据舰船磁场信号的时频特征,首先对信号进行小波分解,提取最后一层的低频分量,滤除高频噪声;再采用BP神经网络对低频分量进行学习,提取舰船目标特征信号.将此算法应用于船模实测实验,结果...     

基于改进的小波阈值的电能质量信号去噪

对于暂态的电能质量信号的监测,研究了一种用最大后验估计的双树复小波变换对电能扰动信号进行去噪高效算法。首先运用最大后验估计对扰动信号的改进的小波阈值进行去噪预处理,然后对于不同分解层的细节系数噪声方差和信号方差进行估算,并且运算出不同分解层阈值,从而得出去噪阈值。仿真实验结论表明:所提出算法步骤简单,计算速度快而且易于实现,去噪效果理想,具有很好的应用前景。     

基于提升小波改进阈值的光谱信号去噪研究

对傅里叶红外光谱信号的预处理进行研究,分析了小波变换在光谱信号去噪中的应用,针对传统小波阈值去噪中存在的缺点,对阈值函数进行改进。改进方法通过保留部分低于阈值的分解系数,克服了硬阈值法不连续,以及软阈值法估计系数和真实系数具有恒定偏差的缺点。实验采用基于提升小波的改进阈值函数法对铜陵市市区上空空气实测光谱信号进行预处理,结果表明,与经典小波变换和Donoho软阈值、硬阈值法相比,相同条件下信噪比、均方差、运行速度均有所提高。