小波阈值降噪法在Φ-OTDR扰动传感系统中的应用

针对目前基于相位敏感光时域反射计（Φ-OTDR）的分布式光纤扰动传感系统信噪比较差的问题,提出采用小波阈值降噪法对系统采样信号进行信号处理的前期降噪。分析系统有效信号特征,采用小波阈值降噪法中强制阈值降噪法、软阈值降噪法以及硬阈值降噪法分别对采样信号进行降噪处理,经过比较选择了阈值降噪法作为降噪算法。定量对比降噪前后扰动信号的信噪比,证明采用小波阈值降噪法中硬阈值法处理后的数据在进行后期定位算法时,信噪比提高近一倍。     

信号幅值跳变小波降噪方法研究

传统的小波阈值降噪算法会使信号的不连续点附近产生伪吉布斯（pseudo Gibbs）现象。为了抑制这种现象,本文提出了信号幅值跳变小波降噪方法。该方法首先对原始信号进行幅值跳变处理,消除其不连续性;然后利用小波阈值降噪方法进行降噪;最后对得到的信号进行幅值逆跳变处理,获得原始信号的降噪信号。分别采用信号幅值跳变小波降噪方法、平移不变小波降噪方法和传统的小波阈值降噪算法对具有不连续点的信号进行降噪处理,结果发现,与另外两种方法相比,信号幅值跳变小波降噪方法能够有效抑制pseudo Gibbs现象,且降噪后的信号具有较高的信噪比。      

基于提升小波与粒子群相结合的混沌信号降噪

提升小波变换用于混沌信号降噪具有良好的效果,阈值选取与混沌信号降噪后信号的畸变具有紧密联系。为了提高混沌信号中提升小波的自适应能力,降低降噪后信号的畸变率,提出了一种基于提升小波和粒子群相结合的混沌信号降噪方法。该方法在对提升小波变换后的细节部分进行阈值处理时,采用阈值自适应选择方法,并结合粒子群算法全局搜索最优阈值。通过对Colpitts模型进行仿真分析,与标准的软阈值降噪相比,能更好地对混沌信号降噪,并且降噪后信号失真度较小,具有很好的应用价值。     

米散射激光雷达降噪反演算法研究和应用

针对激光雷达信号中含有的噪声，提出一种将数据分区使用小波包变换分解和重构算法的信号降噪方法，该方法能为下一级消光系数反演提供高质量数据。为了验证该方法的有效性，比较雷达原始数据、小波包处理后反演的消光系数、分区小波包处理后反演的消光系数的差异，并进一步使用Bump、Block测试信号进行数值模拟，定量分析了分区小波包算法的去噪效果。分区小波包算法处理的Bump、Block测试信号评价函数的均方误差（MSE）和R值均优于一般小波包结果。结果表明，分区小波包降噪方法能通过降噪改善下一级反演消光系数结果，有效保护低空的激光雷达消光廓线的细节结构并抑制高空的信号噪声。空气气溶胶消光系数随时间和空间变化的伪彩图表明了所提方法的可行性和实用性。     

基于小波域模糊阈值算法的脉冲星微弱信号消噪

脉冲星辐射信号具有极低的信噪比,传统降噪算法难以在抑制噪声的同时保留细节信息。为此,提出一种模糊阈值小波降噪算法。该算法通过引入模糊理论,建立隶属度函数,计算信号每个采样点的隶属度,再利用小波阈值消噪算法设定门限,将隶属度大于门限的采样值划归为信号,反之为噪声,从而达到降噪的目的。实验结果表明:与小波"db6"和小波"sym4"软阈值消澡算法相比,该算法能有效提高脉冲星辐射信号的信噪比,能保留较多的有用细节信息,避免脉冲累积轮廓过于光滑。     

三重降噪的盲源分离抗干扰算法

为了提高低信噪比条件下盲源分离的性能,提出了一种基于互补集合经验模态分解降噪、小波阈值降噪和随机共振降噪的三重降噪盲源分离抗干扰算法,分析了三种互补集合经验模态分解降噪与小波阈值降噪相结合的前降噪方案和扩频结合随机共振的后降噪方案,仿真讨论了所提算法的抗干扰性能。仿真结果表明,该算法在一定范围低信噪比条件下能够从受扰的混合信号中恢复出通信方的期望信号。     

小波降噪及其在MATLAB中的仿真与比较

随着小波理论的日益完善,小波分析在信号降噪领域已经得到越来越广泛的应用.首先讨论了小波分析的基本特点;其次通过理论分析和MATLAB仿真实验,详细讨论了四种降噪方法:阈值降噪法、平移不变量小波阈值降噪法、模极大值降噪法、基于各尺度下小波系数相关性降噪法.最后,对这几种算法的降噪效果进行了比较.     

基于变分模态分解的自适应滤波降噪方法

为了提高分析信号的信噪比,本文提出了一种基于变分模态分解的变步长归一化最小均方自适应滤波降噪方法.该方法对原信号进行变分模态分解并区分信号分量和噪声分量,再对噪声分量进行间隙阈值降噪处理并将其作为参考信号输入自适应滤波器,通过自适应算法迭代处理得到降噪后的信号分量,并通过重构算法得到最终降噪后的信号.本文还在变分模态分解的基础上使用小波阈值降噪和间隙阈值降噪方法按不同方案进行降噪处理并得到最佳算法,将其与所提算法进行对比.实验结果表明,本文所提自适应滤波降噪方法的降噪效果比阈值降噪最佳方法效果更好.     

小波阈值函数算法的实现及比较

随着小波理论的日益完善,小波阈值降噪已经得到越来越广泛的应用.小波阈值降噪中,阈值函数的算法直接影响降噪效果.首先讨论了小波阈值降噪的基本原理;其次通过理论分析和MATLAB仿真实验,详细讨论了四种阈值函数算法.最后,对这几种算法的降噪效果进行了比较.     

提高导引头测角精度的一种新方法

分析了基于小波变换系数极大值原理的小波阈值降噪算法。由于导引头接收信号的信噪比影响了MUSIC超分辨算法的测角精度，因此提出将小波阈值降噪算法用于MUSIC超分辨算法精度分析，并进行了仿真验证，实现了改善信噪比，提高导引头测角精度的目的。     

基于LMS自适应噪声抵消和小波阈值的语音降噪算法研究

针对宽带噪声干扰的语音降噪问题,提出一种基于LMS自适应噪声抵消和小波阈值的语音降噪算法。该算法首先采用LMS自适应噪声抵消器对消部分噪声,得到较高信噪比的语音信号后,再对其进行小波分析,用一种新的阈值函数对信号进行降噪,再重构得到降噪后的信号。Matlab仿真实验证明,该算法的效果优于单一算法,且避免了传统谱减法带来的"音乐噪声",视觉效果、输出信噪比和均方根误差也有很大改善。     

改进的小波去噪法的研究

利用小波方法进行去噪,效果与选取的阈值、阈值的施加方式(硬阈值或软阈值)、分解层数以及使用的正交小波有关,但小波方法对噪音毛刺点却无能为力。在Matlab上选择合适的小波参数后对叠加了高斯白噪声的正弦信号降噪,然后使用平移不变量算法进行信号平滑。对比普通小波去噪,该方法能有效地消除毛刺,使去噪后的信号更光滑,更逼近真实信号。     

基于小波变换的信号降噪和奇异性检测

本文对基于小波阈值的信号降噪进行研究,重点讨论了阈值函数设计。传统的硬阈值函数法处理信号时,降噪后的结果有较大方差,软阈值函数法降噪后的结果相对平滑,但软阈值函数法降噪的同时削弱了小波系数的幅度,降噪结果会出现较大的偏差。基于此,本文提出了两种改进的阈值函数,用该两种函数对小波系数进行处理,降噪效果较为明显,信噪比得到较大的提高。     

改进的阈值函数去噪算法

针对软、硬阈值函数存在的恒定偏差以及在小波系数较小时置零的问题,提出了改进的阈值函数去噪算法。该算法在继承了软阈值函数优点的基础上,利用指数函数改进阈值函数。实验表明,改进的算法降噪后的语音信噪比显著提高、降噪效果明显、信号波形更加平滑、且失真度小。     

基于框架理论的非正交小波降噪方法研究

将正交小波降噪的阈值处理方法引入到非正交小波降噪过程中,提出了Hilbert空间中基于框架的非正交小波阈值降噪方法。该方法由于对尺度和时间的冗余抽样,所以能将信号尺度特征和锐变位置更精确定位,成为信号降噪处理的一个有效途径。     

几种雷达辐射源信号降噪算法比较分析

基于波形配对的雷达辐射源信号分选识别方法受噪声影响大,需要对信号进行降噪处理,降噪效果直接影响分选的准确率和实时性.首先介绍了基于快速傅里叶变换(FFT)的滤波降噪法,对4种经典滤波器进行特性分析.鉴于经典滤波法存在适用范围窄、降噪效果不理想的缺陷,又介绍了模极大值法、阈值法、小波包分析法3类基于小波变换的降噪算法,提出了以纯净信号和降噪后信号的信噪比、均方误差指标来衡量降噪效果,为小波变换降噪法的研究指明了方向.     

基于小波变换的自混合干涉信号降噪方法

应用小波变换理论对光反馈自混合干涉信号进行小波降噪处理。处理中用db4小波做降噪小波基,对自混合干涉信号进行4层分解,经过阈值处理与小波重构得到降噪信号。对不同反馈机制下降噪前后信噪比、均方差的对比分析,结果表明小波降噪在消除噪声方面的有效性。     

小波分析在信号降噪中的应用

针对信号检测中经常存在的噪声污染问题,利用小波分解之后可以在各个层次选择阈值,对噪声成分进行抑制,手段更加灵活。本文介绍了小波变换的一般理论以及在信号降噪中的应用,分析了被噪声污染后的信号的特性;利用MATLAB软件进行了信号降噪的模拟仿真实验并在降噪光滑性和相似性两个方面体现出小波变换的优势。本文分别使用了不同类型的小波和相同类型小波下不同阈值对信号进行了降噪.仿真结果表明小波变换具有良好降噪的效果。     

变分模态分解联合改进小波阈值函数的PPG降噪算法

针对PPG信号采集过程中存在大量混合噪声的问题,提出一种变分模态分解（VMD）改进小波阈值降噪的降噪算法。首先通过傅里叶变换得到脉搏波信号频域信息,确定分解个数和主频率;然后利用变分模态分解算法将含噪声的PPG信号分解为一系列固有模态分量,分解过后确定各分量的中心频率,并筛选有效固有模态分量;最后利用改进后的小波阈值函数对残余噪声进行降噪处理,避免了软阈值的恒定偏差,又保证了阈值函数的连续性,降噪后的信号与原始信号相关系数均值为0.934 7,比变分模态分解方法重构信号提升了7.1%。与其他降噪算法相比,信噪比分别提高了5.77 dB、5.38 dB、4.5 dB,均方根误差分别降低了26.1%、16.8%、7.4%。实验结果表明,通过理论计算、数值模拟和应用研究验证了所提方法的有效性和优越性,在滤波效果和信号保真度之间取得了很好的平衡。     

瑞利BOTDA系统的2维提升小波降噪方法

为了解决基于瑞利散射的布里渊光时域分析系统（BOTDA）中传感信号受噪声干扰严重的问题,采用2维提升小波变换算法,将测量信号从1维空间转换到2维空间,进行阈值降噪处理。通过理论分析和实验验证,取得了传统小波与2维提升小波降噪数据。结果表明,2维提升小波变换比传统小波变换信噪比提高约10dB,运算量减少了1/3;2维提升小波充分利用测量信号时间上的相关性,变换结构简单、运算速度快、降噪效果优于传统小波,适用于瑞利BOTDA系统降噪。该结果对光纤传感系统中信号降噪的研究有一定参考价值。