共查询到19条相似文献,搜索用时 62 毫秒
1.
2.
基于小波分析的脉冲信号波形检测方法 总被引:1,自引:0,他引:1
通过对多种小波函数的分析、比较,提出了一种基于小波分析的脉冲信号时域波形检测方法,该方法利用小波变换模的极大值特性,较好地实现了对脉冲成形信号波形参数的检测。理论分析和仿真研究结果表明,该方法对高斯噪声信道具有较强的适应能力,并且算法简单、运算量小、信号参数检测精度高,具有较好的工程应用前景。 相似文献
3.
信号的奇异性检测在计算机视觉领域,函数f(x)在尺度S上的奇异点(边缘)定义为被光滑函数θs(X)平滑后的f(X)的局部突变点。当尺度较小时,θs(X)对f(x)的平滑作用是可以忽略的,因此进线检测提供了f(x)的大部分突变点位置。而当尺度较大时,信号与从θs(X)的卷积除去了小的信号波动,检测到的是较大结构的突变点。若把小波函数定义光滑函数的一阶或二阶微商,则利用多尺度小波变换可以检测出这些奇异点的位置。我们称θ(X)为平滑函数,当且在无穷远处θ(x)=0,例如可取θ(x)为三次样条函数,并定义它的一阶和二阶… 相似文献
4.
小波分析的形成是傅里叶分析发展史上里程碑式的进展,小波分析优于傅里叶变换的地方在于它在时域的频域同时具有良好的局部化性质。本文在简单介绍小波变换的基础上,着重介绍了小波变换用于信号突变的检测原理。计算机模拟结果表明,小波变换理论在信号突测中是非常有效的。 相似文献
5.
小波分析具有时间平移和多尺度分辨率的特点,是目前信号处理领域中十分活跃的理论。本文介绍了小波原理以及信号消噪原理和方法,并将小波变换与傅立叶变换进行比较,仿真结果表明,小波变换是一种有效的消噪方法。 相似文献
6.
7.
8.
9.
一种改善微弱信号信噪比的小波变换消噪法 总被引:3,自引:0,他引:3
通过分析小波变换处理信号噪声的方法及其在微弱信号检测方面的不够完善之处,提出适合于极低信噪比条件下小波消噪法的信号检测原理和方法,即通过构造具有可调功能的阈值函数以及对小波分解系数处理方式的优化设计等方法,在强背景噪声中提取出微弱的信号特征信息,从而实现微弱信号的检测.最后通过Matlab仿真验证该方法的实验效果,理论和实验结果均表明此方法能较大幅度地改善信号比.这里阈值构造过程中充分考虑到了信噪比因素的影响,并对小波分解系数的处理也进行了合理优化,从而使得去噪效果有较大的改善. 相似文献
10.
基于小波变换阈值的信号去噪 总被引:9,自引:1,他引:8
对基于小波变换的信号检测方法进行深入的研究,在不同尺度上分析和处理信号的各种频率成份。用非线性小波阈值的方法去噪声,使有用信号能从噪声中检测出来,提高信号的分辨率,信噪比。 相似文献
11.
激光声音探测技术是声音探测领域中重要的研究方向,但该探测技术极易受到背景光、大气湍流等引起的噪声干扰,对探测信号的噪声进行抑制是激光声音探测技术的关键。因此提出一种改进的阈值函数,通过调整参数可以改变小波系数估计值与原小波系数之间的偏差,同时尽量保存信号的特征信息。在实验室环境下通过实验验证了基于所提改进阈值函数的小波阈值去噪法的有效性,探测信号经去噪处理后噪声得到有效去除。 相似文献
12.
基于小波包变换的信号去噪方法研究 总被引:1,自引:0,他引:1
信号去噪在信息学科领域一直是研究的重点之一。传统的信号去噪方法局限在频域范围内,无法表述信号的时域局部性质。而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面。介绍了小波包降噪原理及方法,并通过仿真研究与目前的小波去噪方法进行对比,仿真结果证明了该方法去噪的有效性。 相似文献
13.
小波分析是近15年来发展起来的一种新的时频分析方法,其在信号处理中有着广泛的应用。在很多情况下单单分析其时域或频域的性质是不够的,比如在电力监测系统中,即要监控稳定信号的成分,又要准确定位故障信号,这就需要引入新的时频分析方法。小波分析正是由于这种需求而发展起来的通过小波变换来精确地检测信号发生变化的时刻,构造一个信号模型,由一个低频正弦波信号连接一个高频正弦波信号,利用小波工具可以检测出信号发生不连续的间断点的位置。 相似文献
14.
基于平稳小波变换的心电信号噪声消除方法 总被引:34,自引:1,他引:34
本文针对小波空间适应法在心电信号消噪中的缺陷,提出一种利用平稳小波变换(Stationary Wavelet Transform)的心电信号消噪方法,对受噪声污染的心电信号进行多层平稳小波变换,逐层估计平稳小波变换细节信号中噪声的均方差σj,选取各层阈值σj 2lnn (n为细节信号长度),对平稳小波变换的各层细节信号进行分别阈值处理,然后进行小波逆变换重建信号,以达到对信号消噪和恢复的目的.这种方法可以很好的抑制小波空间适应法消噪出现的Gibbs现象,较好地保持了心电信号的几何特征. 相似文献
15.
16.
17.
18.
小波变换在EEG噪声滤除中的应用 总被引:1,自引:0,他引:1
通过小波变换与标准傅里叶变换和短时傅里叶变换比较,指出了小波变换以其良好的时频局部性,成为时频分析方法中发展最为迅速的一种,并着重介绍了小波变换在滤除脑电信号噪声领域的应用. 相似文献
19.
针对同步挤压小波变换(SST)消噪过程中仅使用单一阈值的不足,对SST消噪时的幅度阈值进行了改进,提出了一种基于SST分层阈值的混沌信号消噪方法.首先,根据信号和噪声经SST分解后系数的分布模型,推导SST混沌去噪时幅度阈值权系数的均方误差计算公式;进而,根据均方误差最小准则,计算幅度阈值权系数的最优取值;最后,根据最优阈值权系数和噪声标准差,确定SST混沌去噪时的分层阈值.利用模拟混沌信号和实测月太阳黑子信号对所提方法进行了实验分析,实验结果表明,本文方法可较好地滤除混沌信号中的噪声,同时原始信号的内在混沌特性也能得到较大程度的恢复.与小波阈值法和集合经验模态分解(EEMD)消噪法相比,可获得更好的消噪效果. 相似文献