小波分析在光纤陀螺分形噪声模拟中的应用

光纤陀螺随机误差的功率谱密度分别与频率的γ次方成反比,这类随机过程统称为1/fγ分形噪声,研究生成这类信号的方法对分析光纤陀螺的输出信号具有重要意义。分形噪声具有非平稳性、长程相关性、自相似性及1/fγ谱密度的特性,小波变换的多分辨分析是研究1/fγ噪声的良好工具。通过对高斯白噪声进行小波变换,再结合1/fγ噪声的方差特性,找到了满足1/fγ信号生成定理的各尺度正交小波系数,最后采用正交小波逆变换模拟出分形噪声,此方法可以产生任意噪声强度σ2、任意谱参数γ的1/fγ噪声。     

1/f类分形信号的最小二乘法参数估计

根据含噪1/f类分形信号的小波变换系数方差随尺度变化的特点,该文提出了一种估计1/f类分形信号参数的新方法,即对其小波系数方差进行简单的变换,使1/f类分形信号参数估计满足最小二乘法参数估计的条件。仿真实验结果表明,该方法可以有效地从加性白噪声背景下估计出1/f类分形信号的,2等参数,从而使1/f类分形信号与加性白噪声分离。     

基于小波变换的磁定向信号去噪

磁定向信号中畸变噪声的存在严重地影响了磁定向系统的性能。在介绍了磁定向系统工作原理,分析磁定向系统中噪声的产生和特性的基础上,将小波变换的方法应用于磁定向系统去噪,提出用小波软阈值函数对磁定向信号进行去噪处理。首先分析了信号和噪声在小波变换下统计特性的不同点,基于统计特性上的差异,对小波变换后的小波系数进行软阈值函数处理,提取那些模极大值随尺度增大而减小的系数,并保留这些系数,同时滤除模极大值与尺度无关的系数,达到滤除信号中噪声的目的。仿真结果表明：该算法能很好滤除磁定向信号中存在的畸变噪声,使得磁定向信号稳定性得到增强,最终提高了磁定向系统的性能。     

基于多尺度Wiener滤波器的分形噪声滤波

针对淹没在1/f噪声中的有用信号恢复问题,本文提出了一套基于双正交小波变换与Wiener滤波的多尺度滤波算法,并设计出多尺度Wiener滤波器.首先,利用双正交小波变换将带有1/f噪声的信号分解成多尺度的子带信号,通过小波变换对1/f噪声的白化作用,消除了1/f噪声的非平稳性、自相似性和长程相关性.其次,在小波域内,利用Wiener滤波,实现了噪声和有用信号的分离,估计出了各子带中的有用信号.最后,利用双正交小波的精确重构性,较好地恢复出淹没在1/f噪声中的有用信号.仿真实验表明,该滤波器能有效的抑制分形噪声,显著地提高信噪比.     

Alpha稳定分布下基于RHMy滤波的MQAM信号码元速率估计方法

针对Alpha稳定分布噪声环境下,传统的MQAM信号码元速率估计方法性能恶化甚至完全失效的问题,本文结合了改进的Myriad类滤波与小波变换法的优点,提出一种基于递归混合Myriad滤波(Recursive Hybrid Myriad filter, RHMy)的高阶消失矩二次小波变换法对MQAM信号进行码元速率估计。首先采用RHMy滤波充分抑制噪声中的脉冲成分,再采用高阶消失矩小波估计码元速率。仿真结果表明,在Alpha稳定分布噪声环境中,相比于多尺度Haar小波变换法、分数低阶循环谱法与基于加权Myriad滤波(Weighted Myriad filter, WMy)的小波变换法,该方法有效的提高了低广义信噪比下的估计精度,同时在不同的脉冲噪声条件下具有较好的鲁棒性。      

一种基于小波分析的阈值去噪算法

利用信号和噪声在小波变换中不同尺度上具有不同的特性,提出了基于小波变换的去噪方法。经过小波变换后的信号,在其小波系数中包含了实际信号的重要信息特征,表现为幅值较大的小波系数,而噪声产生的小波系数幅值较小。通过在不同尺度上选取适当的阈值,对大于和小于该阈值的小波系数进行相应的处理,以得到去噪后的信号。     

奇异信号消噪中小波消失矩的选取

信号小波变换模的局部极大值和信号奇异性之间存在对应关系，利用信号和噪声小波变换模极大值在不同尺度上表现出的截然不同的性质，可以对奇异信号进行消噪。本文讨论了小波消失矩的阶数与信号Lipschitz指数间的关系，分析了消失矩对奇异信号检测的影响。实验结果表明，为了有效地检测奇异信号的各种奇异性特征，需要根据信号奇异性选择具有不同消失矩的小波。     

非平稳环境下基于小波变换的信号去噪

传统的信号去噪算法往往仅对平稳噪声或缓慢变化的噪声有效,且残留的信号噪声较大。对此,本文研究了一种非平稳环境下基于小波变换的信号去噪算法。该算法对传统的小波阈值法进行了改进,根据信号与噪声在小波域的分布特性以及信号和噪声小波变换模极大值随尺度的变化快慢不同。得到噪声在小波域中的位置以及小波系数大小。实验结果表明:该算法对平稳和非平稳的噪声都能进行较好的去噪。     

基于小波局部统计特性的图像去噪方法

本文提出一种利用图像在小波域上局部统计特性的自适应去噪方法。首先在LMMSE准则下,推导出小波系数在局部区域的恢复公式。为进一步精确地估计理想小波系数的局部方差,本算法提出利用尺度间和子带内的相关性,即利用粗尺度下小波系数的局部方差预测精细尺度下相应位置的小波系数为噪声成分的概率,以及常规估计下的小波系数的局部方差是否小于某个门限值判断其是否为噪声成分。然后以这些局域窗内非噪声成分系数估计理想小波系数局部方差。实验结果表明,本算法与传统算法相比,对图像质量有进一步地改善,尤其是对细节丰富的图像表现地更为突出。     

光纤陀螺全频域小波阈值降噪技术

为了有效地去除光纤陀螺信号中的分形噪声,提出了全频域小波多尺度阈值降噪方法。从分形信号的分数微分形式出发,建立了分形信号与高斯白噪声之间的联系,结合小波分析的高阶消失矩特性,实现了分形信号在小波空间的去相关。当分形信号被具有高阶消失矩的小波分解后,其在小波域具有白噪声的特点,可以采用阈值处理的方法予以去除。同时,根据陀螺信号噪声的宽频带特点,对小波分解的低频近似系数和高频细节系数进行阈值处理,有效地抑制了噪声成分。光纤陀螺信号的降噪实例表明:相比传统的小波阈值降噪方法、卡尔曼滤波方法和滑动平均滤波方法,该方法具有较好的降噪效果。     

用小波变换对ECG信号进行去噪研究

小波消失矩阶数的不同,对应的小波滤波器的幅频曲线也不相同,因此选用不同的小波滤波器对信号进行滤波,去噪效果会有明显差异。本文通过数学建模研究分析小波滤波器的幅频特性,明确小波幅频特征及与小波滤波器消失矩的阶数之间的关系,为选择最优小波滤波器提供理论依据。本文提出针对ECG噪声的频率特点实现精确陷波去噪,有效的保留了信号的奇异点与特征值,减少了信号失真。实验结果表明,选择具有相对最优消失矩阶数的提升小波滤波器对ECG进行去噪处理,可以使信号能量分布更加集中,去噪效果更好。      

基于尺度间和尺度内相关性的平稳小波红外图像去噪

提出了一种基于尺度间和尺度内相关性的平稳小波变换红外图像去噪方法.首先对红外图像进行离散平稳小波变换,分别对各个分解层的高频子带,利用不同尺度小波系数形成的系数向量,通过线性最小均方误差估计小波系数,获得各个高频子带的估计系数,再利用小波系数尺度内的邻域相关性对小波系数进行修正,然后通过小波反变换得到去噪图像.仿真结果表明,考虑尺度间和尺度内相关性的平稳小波红外图像去噪算法能有效地去除红外图像噪声,在信噪比和视觉质量上要优于单纯考虑尺度间相关性的去噪方法.     

A Higher Density Discrete Wavelet Transform

This paper describes a new set of dyadic wavelet frames with two generators. The construction is simple, yet the wavelets cover the time–frequency plane in an arrangement that provides a higher sampling in both time and frequency. Specifically, the spectrum of the first wavelet is concentrated halfway between the spectrum of the second wavelet and the spectrum of its dilated version. In addition, the second wavelet is translated by half integers rather than whole integers in the frame construction. This arrangement leads to an expansive wavelet transform that is approximately shift invariant and has intermediate scales. The wavelet frames presented in this paper are compactly supported and have vanishing moments.     

Optimal Frequency Band Design Scheme of Dyadic Wavelet Processor Array Using Surface Acoustic Wave Devices

In this paper, the relationship between the center frequency and radius of bandwidth and its effect on the frequency band characteristics of dyadic wavelet processor array using surface acoustic wave (SAW) devices are studied, and an optimal frequency band design scheme is proposed. For an arbitrary scale wavelet processor, we proposed that the center frequency is defined to three times of the radius of frequency bandwidth. The frequency band design scheme ensures that the frequency band coverage factor is equal to 100% at -3 dB, which avoid the signal loss caused by the discrete frequency band and the device waste caused by the redundant frequency band. With the frequency band design scheme, an experiment of implementing a dyadic wavelet processor array using SAW devices with five scales is presented. Experimental results confirm that the frequency band coverage factor equals 100% at -3 dB without discrete and redundant frequency band.     

采用小波能量的光纤周界报警信号辨识

采用小波变换法对光纤周界报警系统的采样信号进行阈值滤波,根据滤波后信号的特征,采用db8小波基对信号进行4尺度小波分解,并统计各尺度下的小波细节系数能量,获取原始信号各频带的信号特征,并基于信号特征进行信号识别,能可靠的对蓄意入侵信号进行报警。实践证明,采用这种识别法可使该系统的误报率降低。     

A novel design of lifting scheme from general wavelet

A novel algorithm that is used to lift the vanishing moments of the wavelet from general wavelet, and not only from the Lazy wavelet, is proposed. It is based on the relationship between the vanishing moments of the wavelet and multiple of zeros of z=1 and only needs to solve simple linear equations to obtain the lifting coefficients. Moreover, the shortest lifting scheme and its uniqueness are introduced, from which an iterative algorithm for designing the lifting scheme is presented     

光纤周界报警信号自适应压缩感知

在光纤周界报警系统中，对光纤振动信号进行分析与辨识时，针对高频、大规模信号在采样、存储、传输与信号处理过程中存在网络宽带、存储容量、计算速度等一系列限制问题，提出基于小波包的光纤周界报警信号自适应压缩感知方法。对光纤振动信号进行多尺度小波包分解，通过计算各尺度下小波包系数高频部分的数学期望作为阈值，对小波包系数进行置零处理，自适应地选择小波包分解尺度，使信号在频域得到更高的稀疏度；根据小波包系数块的数学期望和信息熵对小波包系数块进行分类，并针对不同系数块的类型设计对应的处理方法，提高信号的传输与处理速度。结果表明，该方法能够有效减少光纤振动信号的观测数据，并在相同采样率前提下，能够提高信号的重构精度和重构速度。     

Wavelet thresholding of multivalued images

In this paper, a denoising technique for multivalued images exploiting interband correlations is proposed. A redundant wavelet transform is applied and denoising is applied by thresholding wavelet coefficients. Specific functions of the wavelet coefficients are defined that exploit interscale and/or interband correlation of the signal. Three functions are studied: the square of the wavelet coefficients, products of coefficients at adjacent scales, and products of coefficients from different bands. For these functions, the signal and noise probability density functions (pdf) become more separated. The high signal correlation between bands is exploited by summing these products over all bands, in this way separating noise and signal pdfs even more. The noise pdf of the proposed quantities is derived analytically and from this, a wavelet threshold is derived. The technique is demonstrated to outperform single band wavelet thresholding on multispectral remote sensing images and on multimodal MRI images.     

基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法

为了消除混杂在肌电信号中的噪声,该文提出了基于Hermite插值的小波模极大值重构滤波的肌电信号消噪方法。该方法先对肌电信号进行小波分解;其次,根据小波系数的奇异性,利用信号与噪声模极大值在小波尺度上的不同变化特性,分离出信号与噪声;再次,用Hermite插值法重构小波系数;最后从重构的小波系数恢复成去噪后的信号。实验结果表明,Hermite插值的小波模极大值重构能有效地去除噪声,提高信噪比,且保留了肌电信号的细节信息,为肌电信号的特征提取和模式识别创造了良好的条件。