小波降噪在测井信号处理中的应用

针对测井仪器研制过程中存在的微弱信号检测问题,在分析微弱信号检测原理的基础上,提出了将小波降噪方法引入测井信号处理。应用小波降噪方法的关键是分解层数的确定和阈值门限的选取。采用了一种基于白化检验的小波分解层数确定方法,并对现有的多种阈值选取方法进行了分析与比较。认为小波降噪方法在测井仪器的微弱信号检验中有着非常好的适用性,尤其在信号噪声比非常低时比传统的傅里叶方法有着更好的降噪性能。     

基于Kohonen网络的小波阈值在遥感图像去噪中的应用研究

传统Donoho非线性小波阈值去噪方法中,阈值的选取一般是根据噪声方差设置的,但在实际的操作中很难对噪声方差的精确值,这种理论上的局限性使得各种基于方差估计的去噪方法并不能获得实际需要的去噪结果;针对阈值选取的问题,提出一种非线性小波变换阈值的kohonen神经网络的自调整学习训练方法对遥感图像进行去噪,该方法在小波变换的基础上结合了神经网络的非线性阈值自组织特征映射算法,阈值的选择根据训练图像进行学习;可以实现自调整寻找最优值,以满足实际,达到最优的去噪效果。     

基于ICA在强背景噪声振动信号中的去噪研究

由于小波模极大值去噪方法在强背景噪声的情况下提取碰摩信号的能力变弱甚至失效,在本文中提出应用独立分量分析(ICA)方法对碰摩信号进行特征提取。通过对转子模拟实验台模拟的强背景噪声下的碰摩信号进行ICA去噪方法和小波去噪方法仿真实验,结果表明,本方法明显优于小波去噪方法,为强背景噪声下的弱振动信号的检测提供了新的途径。     

基于声波信号分析的电气设备故障诊断新方法

针对电气设备运行环境复杂这一特点,提出将声波分析技术应用到其故障诊断中,可克服高电压和强电磁场给故障检测带来的诸多难题.设计了基于声波识别的电气设备故障诊断专家系统的总体方案,故障诊断系统由信号采集、特征提取、状态识别和诊断决策4个部分组成,简要介绍了各部分的工作原理:阐述了一种使用分层阈值处理声音信号的消噪算法,将该方法与传统消噪方法作对比,证明了该算法在对非平稳信号分析中具有较高的精确性.给出小波包提取电气设备实测声波信号特征向量的算法,以此作为知识获取和推理的依据,为电气设备运行状态诊断专家系统的实现奠定了基础.     

信号Lipschitz奇异性的计算与分析

该文从Lipschitz奇异性的定义出发,根据信号与噪声的奇异性指数α的不同,推导出了小波变换系数点是噪声点还是信号点的判别法,也为计算Lipschitz指数提供了一个简单可靠的方法。仿真结果证明,该方法对于信号去噪能起到良好的效果。     

Image Super Resolution and Enhancement Using E-spline

E-splines （Exponential spline） polynomials represent the best smooth transition between continuous and discrete domains. As they are constructed from convolution of exponential segments, there are many degrees of freedom to optimally choose the most convenient E-spline, suitable for a specific application. In this paper, the parameters of these E-splines were optimally chosen, to enhance the performance of image zooming and interpolation schemes. The proposed technique is based on minimizing the total variation function of the detail coefficients of the E-spline based wavelet decomposition. In zooming applications, the quality of interpolated images are further improved and sharpened by applying ICA technique to them, in order to remove any dependency. Illustrative examples are given to verify image enhancement of the proposed E-spline scheme, when compared with the existing approaches.     

3σ规则和μ律阈值法在心音信号去噪中的应用

讨论小波包阈值法去噪的机理,提出基于小波包变换的3σ规则和μ律阈值法在心音信号预处理中的方法,该方法保留小波包变换去噪的优势,能够有效地突出心音的特征部分,在心杂音信号去噪中有较好的效果。实验结果表明,该方法在去除干扰和心杂音上有着一定的优势,在心音信号检测中有重要的应用价值。     

基于空域相关滤波和总变分模型的图像去噪

针对总变分（TV）模型对图像的细节不敏感以及去噪的同时易造成边缘模糊的缺陷,提出了一种图像去噪的新算法。根据图像经过小波分解以后,细节主要集中在高频部分,而取相邻尺度的小波系数进行相关计算,可以提高边缘的定位精度。利用小波高频系数的相关计算来控制TV模型的扩散,在去噪的同时保护了边缘细节。仿真实验采用三种典型的离散方法,结果显示该算法处理的去噪图像视觉效果有所改善,且信噪比也有很大提高。     

Super-Resolution image Reconstruction Based on Iteration and Wavelet Transform

In this paper, we provide a super-resolution image reconstruction algorithm based on wavelet transform. Wavelet transform can separate high frequency and low frequency information of image. The more high frequency information can be obtained by using wavelet transform and the technique of image fusion. Meanwhile, reconstructed super-resolution image is produced by the iterative method. In iteration process, noise of image can be suppressed by applying method of wavelet threshold de-noising. The experiment results show that the algorithm can overcome the disadvantage of the classical interpolation method and effectively improve the resolution and PSNR of the image.     

一种基于小波去噪的DFT信道估计改进算法

针对小波去噪与DFT插值相结合的信道估计算法没有对循环前缀内的噪声进行去噪的缺点,提出了一种基于小波去噪与改进的DFT插值相结合的信道估计新算法。该算法首先利用离散小波变换对最小二乘(LS)法估计出的结果进行阈值去噪处理,并根据循环前缀内、外噪声方差的均值在DFT插值的过程中设置相应门限,然后对循环前缀内的噪声再次处理,以进一步减小噪声的影响。仿真实验结果表明,在复杂度基本不变的前提下,该算法能够较好地减小加性高斯白噪声的影响,并有效提升信道估计的准确度,其总体性能较小波去噪与DFT插值相结合的信道估计算法更优。