基于MATLAB的小波阈值对信号消噪结果的影响

基于小波变换的阈值选择也是小波消噪的关键因素之一。利用Matlab编程实现小波消噪过程中，对于从第1层到第N层的小波分解高频系数，选择一个适当的阈值，来提高小波消噪信号的质量。计算机仿真处理结果和定性分析表明，选取启发式阈值时，可得到较好的消噪波形和频谱。     

基于小波包分析木材声发射信号消噪处理

由于目前的滤噪技术在检测木材声发射信号时还存在一定的缺点,本文根据木材声发射信号的特征,基于小波包分析研究了利用信号的小波包分析、计算和最佳小波包基的选取.采用默认阈值方法处理小波系数,通过小波包重构得到消噪后的木材损伤声发射信号,噪声得到较好的抑制.结果表明用小波包变换进行消噪处理,噪声消除彻底,提高了损伤缺陷检测的准确性.     

火炮反后坐装置振动信号小波消噪处理

阐述了反后坐装置在整个火炮系统中的重要性,重点比较了针对振动信号的三种小波消噪方法的优劣,并结合反后坐装置振动信号的特点选择多小波去噪方法进行去噪处理,得到了较理想的处理结果,为反后坐装置进一步故障诊断奠定基础.     

基于卷积型小波包变换的信号消噪算法

提出了卷积型小波包变换，与传统小波包变换相比。在这种小波包变换中不管信号被分解多少层，每层分解得到的各频道序列长度始终与原始信号一致，利用这一性质本文进一步提出并实现了对小波包分解结果利用模极大值法进行消噪的算法。这一算法的思想来自于基于小波变换的模极大值消噪算法，但是由于小波包分解是对小波分解的结果作进一步细分，在小波分解中难于分离的高频噪声将被小波包充分分离与集中到后面的频道，因此基于小波包变换的模极大值消噪算法将会取得比小波消噪更好的效果。文中给出了信号的小波包消噪实例，并与小波消噪的效果进行了对比，结果表明小波包有更优良的消噪效果。     

改进阈值消噪算法的小波包实现

小波包变换是一种时频分析的方法,在分析中高频方面优于小波变换,将其应用于滚动轴承振动信号中噪声的消除。本文在经典的小波软、硬阈值消噪方法的基础上,提出了一种基于小波包分析的改进方法。Matlab仿真结果表明,此法同时克服了软、硬阈值方法的缺点,而且其消噪效果比小波消噪方法要好。     

小波消噪在微弱信号检测中的应用

从信号去噪的角度对小波变换作了分析,并且对用非线性小波从噪声中提取有用信号的算法作了对比研究,给出了几种方法的综合方法——变阈值消噪方法,以得到更好的消噪效果。应用对微弱检测信号的仿真试验验证了变阈值消噪算法的优越性。     

基于最优小波包基的模极大值法信号消噪研究

给出了对信号进行基于熵准则的最优小波包基分解的基本原理,在此基础上提出了使用模极大值法进行信号消噪的基本原理.通过计算Lip指数确定信号中的奇异点,然后根据噪声和有用信号的模极大值随着小波分解尺度的增大而呈现出的截然不同的特性剔除噪声,从而实现消噪.通过对一含有噪声的信号进行消噪验证了该方法的优越性.     

基于动态阈值函数的改进小波包遥测信号去噪方法

通过遥测信号可以获取飞行器的工作状态和环境数据,为评定性能和故障分析提供依据。本文利用小波包变换能对高频信号分解的优点,针对传统小波包去噪方法的阈值函数在处理既含突变又含平滑信号的情形下,不能在保持良好信号边缘特性与消除恒定偏差的同时,又能避免出现信号原本没有的振荡的问题,提出一种基于动态阈值函数的改进小波包遥测信号去噪方法,通过量化当前处理信号的平滑程度和构造介于硬阈值函数和软阈值函数之间并可切换的动态阈值函数,跟随信号变化进行去噪处理。通过算例仿真分析,验证了本文方法在处理既含突变又含平滑信号时,比传统小波包法具有更好的去噪效果。     

基于二进小波变换和软阈值改进的信号消噪

软阈值消噪是信号消噪中的标准算法.理论上,软阈值方法在最小最大误差方面是近似最优的.研究表明,通过结合系数消噪和软阈值方法,可以达到更低的误差下界.由于离散小波是非平移不变的,因而重构过程中会出现人工噪声.为了避免这个问题,采用了具有平移不变性的二进小波变换.实验结果表明,文中所提算法的消噪结果具有更高的信噪比和更光滑的外观.     

基于虚拟仪器技术的小波信号消噪仪的设计

针对信号实际测试过程中,数据采集和传输环节都会引入噪声并向后传递,使得获取的数据除了我们所关心的被测信号以外,还会有各种类型的噪声的问题,运用虚拟仪器的设计思想,利用LabVIEW集成开发环境和MATLAB软件,采用NI USB-6009多功能数据采集卡,根据小波分析对信号进行消噪处理的原理,设计了一款虚拟小波信号消噪仪;该虚拟仪器可实现对信号的采集、保存,利用小波变换对信号进行消噪处理,并可动态显示消噪过程、消噪结果等,在实际工程中有很好的应用前景。     

基于阈值的小波域语音降噪新算法

提出了一种新的基于阈值的小波域语音降噪算法。采用小波包对含噪语音进行分解，克服了传统的正交小波变换的缺陷。采用自适应阈值的方法，对每一尺度上的噪声最大量进行去噪，保留有用信号，可以进一步提高信噪比，仿真实验表明，该方法有更好的去噪效果。     

基于小波分析的MEMS加速度计输出噪声消除

目前MEMS加速度计普遍存在信噪比低、灵敏度不高等缺点,其主要原因是系统内部电路中的干扰与噪声使得有用信号完全淹没在噪声之中,其中1/f分形噪声是主要的噪声.由于1/f分形噪声在小波域中展示出某些特殊性质,且小波分析兼具时-频分析与尺度分析的功能,为了有效消除1/f分形噪声,提出了一种基于小波分析与自适应阈值滤波的多尺度滤波算法.以信噪比、均方根误差作为去噪效果的定量指标,将本文算法与Donoho小波阈值滤波算法进行比较,仿真结果表明,改进的自适应阈值滤波算法优于Donoho阈值滤波算法.运用于MEMS加速度计噪声消除上科学有效.     

基于小波变换的含噪图像边缘检测算法

针对含噪图像边缘检测时出现的噪声去除不完全和边缘定位不精确的问题,本文提出一种改进的图像边缘检测算法,该算法首先根据范数性质改进对图像进行小波变换求模极大值边缘检测时的梯度模算法,然后对得到的边缘图像利用本文所提出的阈值算法处理,最后连接图像,得到最终的图像边缘。计算机仿真结果表明,对于含噪图像,改进的算法能得到较为理想的图像边缘信息,实现了去噪和目标边缘精确定位的双向平衡,与传统的检测算法相比,检测效果有一定的提高。     

基于自适应边缘检测的小波包图像去噪

为了在滤除图像噪声的同时能很好地保持图像的细节，提出了一种基于自适应边缘检测的小渡包图像去噪方法，先用自适应滤波多尺度边缘检测方法检测出图像的边缘，小波包去噪时就可选用全局闽值而不必担心损害图像的边缘特征。实验结果表明，谊方法不但可以保持图像的边缘信息，而且能够提高去噪后图像的信噪比。     

在线噪声检测方法及基于声信号的故障诊断技术研究

针对工业现场背景噪声强、波动大,且检测时间受生产节拍限制,机械运转噪声在线检测及故障诊断困难的问题,提出基于背景噪声修正法进行机械运转噪声在线测量,并通过对噪声信号的小波包分解,生成时-频相平面,将其转化为定量描述的布尔型矩阵,再对样本不同时频段进行加权处理后训练形成故障模板.将被测对象的噪声信号与模板进行比较,实现机械故障的诊断.该方法在我们研制开发的主减速器性能试验台上取得了良好的使用效果.     

Selection of Thresholding Scheme for Image Noise Reduction on Wavelet Components Using Bayesian Estimation

Methods for image noise reduction based on wavelet analysis perform by first decomposing the image and then by applying non-linear compression functions on the wavelet components. The approach commonly used to reduce the noise is to threshold the absolute pixel values of the components. The thresholding functions applied are members of a family of functions defining a specific shape. This shape has a fundamental influence on the characteristics of the output image. This work presents and tests an alternative shape deduced from statistical estimation. Optimal shapes are deduced using Bayesian theory and a new shape is defined to approximate them. The derivation of thresholding shapes is optimal in LMSE and MAP senses. The noise is assumed additive Gaussian and white (AWGN) and the components are assumed to have statistical distributions consistent with the real component distributions. The optimal shapes are then approximated by a scheme utilised in the noise reduction procedure. Results demonstrating the efficiency of the image noise reduction procedure are included in the work.     

基于MATLAB仿真的边缘检测算子研究

图像边缘检测技术是图像分割、目标识别、区域形态提取等图像分析领域中十分重要的基础。简要介绍各种图像边缘检测算子的基本原理．并对具有代表性的几种算子进行了讨论。用MATLAB仿真实验结果表明各种算子的特点及其对噪声的敏感度。这有助于学习和寻找更好的边缘检测方法。     

在VB6．0中调用MATLAB程序

介绍了作为开发软件的重要工具Visual Basic和MATLAB的发展情况，论述了利用Visual Basic 6．0中的ActiveX技术调用MATLAB的计算引擎，给出了Visual Basic和MATLAB联合开发的方法．使MATLAB能在VB环境下运行，实现了VB的可视化界面和MATLAB强大的数值分析能力的结合，发挥了它们各自的优点。文中以一个简单的例子说明使用制作的软件可以使MATLAB的应用更加完善。     

利用根轨迹法设计串联补偿网络的MATLAB实现

本文介绍MATLAB中SISOTOOL工具的使用，并以实例说明了用该工具设计超前退后补偿器的详细过程，SISOTOOL工具的使用为线形控制系统的设计提供了简单有效的途径。     

图像隐写与自然噪声辨识研究

提出一种辨识图像隐写与自然噪声的方法。从图像中常见的2类噪声(高斯白噪声和椒盐噪声)出发,基于加性噪声模型,利用图像直方图特征函数质点区分原始图像和隐写噪声图像,利用小波高频子带系数差分方差识别隐写图像与噪声图像。对大量隐写和噪声图像进行实验,结果表明,该方法可有效辨识图像隐写和噪声。