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。     

基于sym3小波阈值法的语音信号降噪研究

语音信号是一维非平稳信号,在传播过程中容易以各种方式混入噪声,导致对其分辨造成影响。为了净化噪声信号,对语音信号降噪进行了研究,给出了小波语音信号降噪的基本方法,并在matlab环境下应用sym3小波对携带噪声的语音信号进行处理。分别采用了经典的硬阈值法、软阈值法以及集软硬闽值法优点而进行的软硬阈值结合的方法对不同噪声强度的信号进行处理,结果对比分析显示,软硬阈值结合的方法降噪效果最为显著,能得到更高的输出信噪比。     

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。     

基于小波分析的脑电信号处理

为去除脑电信号采集过程中存在的噪声信号,提出了基于小波阈值去噪的脑电信号去噪。以小波阈值降噪为基础,首先利用db4小波对脑电信号进行5尺度分解,然后采用软、硬阈值与小波重构的算法进行去噪。通过对MIT脑电数据库中的脑电信号进行仿真,结果表明,采用软阈值方法有效去除了噪声,提高了脑电信号的信噪比。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012 a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

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。     

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。     

一种小波阈值降噪改进算法

基于Stein的无偏估计原理的自适应小波降噪阈值选择(rigrsure)算法,利用小波变换分解低信噪比下的Block信号,使用rigrsure算法获得重构后的低频信号和各层细节信号小波降噪阈值,提出了一种改进降噪算法,对Block信号降噪,通过仿真取得良好的降躁降噪效果。     

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。     

一种改进的小波阈值函数去噪方法

针对传统小波阈值去噪算法中软阈值函数和硬阈值函数的不足,在现有文献设计的阈值函数的基础上,构造一个新的阈值函数,它不仅能克服软、硬阈值函数的缺点,同时对噪声的处理更具有灵活性。通过Matlab仿真,对软、硬阈值函数以及本文构造阈值函数的去噪效果,在信噪比(SNR)和均方根误差(RMSE)两个方面进行对比。结果表明,本文提出的阈值函数在信号去噪处理中,能获得更高的信噪比以及更小的均方根误差,具有很好的降噪效果。     

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.     

小波阈值法降噪分析与改进

为了有效降低信号中的噪声,提高信噪比,本文研究了小波阈值法降噪的原理和小波系数估计方法,针对估计小波系数的硬阈值法不连续和软阈值法有偏差的缺点,提出通过引入α因子对小波系数的估计方法进行改进,给出了改进方案估计模型器的模型.数值实验结果表明,α因子取值适当,改进方案能够在一定程度上克服软阈值和硬阈值方法中固有的缺点,取...     

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.     

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。     

基于自适应噪声完备经验模态分解的Φ-OTDR信号去噪算法

针对相位敏感光时域反射仪(Φ-OTDR)信号信噪比较低的问题,提出了一种基于自适应噪声完备经验模态分解(CEEMDAN)的小波信息熵阈值去噪算法。该算法配合CEEMDAN分解,通过小波信息熵阈值去噪,提取扰动位置的高频信息,从而提高系统的信噪比。首先,采用Savitzky-Golay滤波算法对不同光脉冲间的信号进行预处理;其次,采用CEEMDAN将滑动差分后单个脉冲内信号分解为不同的固有模态函数(IMF),并利用连续均方误差准则确定含噪较多的高频IMF分量;然后,采用小波信息熵阈值去噪算法对以上高频IMF分量进行阈值去噪处理;最后,将其与低频IMF分量以及残差分量进行重构。采用自行研制的相干Φ-OTDR系统实测数据进行了验证,结果表明,文中算法与两种传统去噪算法相比,信噪比提升了3dB,这对于系统的实际应用具有重要意义。     

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。     

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。     

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。     

一种改进的小波阈值去噪算法

为了有效滤除信号中的噪声,在提出的软、硬阈值函数去噪方法的基础上,结合已有的改进小波阈值去噪算法,新构造一种小波阈值函数。文中新构造的阈值函数结合软、硬阈值函数的优点,有较好的降噪效果和灵活性。通过Matlab仿真对比几种算法的信噪比(SNR)和均方误差(MSE)去噪指标,结果表明,新构造阈值函数的去噪指标优于传统阈值函数,具有一定的实用价值。