首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 62 毫秒
1.
采样后的瞬变电磁信号数据容易受到各种噪声的干扰,造成数据处理时分辨率较低,进而出现异常解释信息,影响后续工作进程,因此,必须选取合适的方法对其讲行去噪处理.本文集中对三点指数逼近非线性平滑去噪、基于小波阈值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效果进行比较,对瞬变电磁法的去噪工作具有一定的现实意义.  相似文献   

2.
许超 《内江科技》2011,32(12):112-112,174
钻井模拟中的测井信号往往存在着与地层无关的噪声干扰,必须进行去噪处理。小波变换可以滤除测井信号的噪声和干扰,但其去噪效果与阈值的选取有关。本文从理论上介绍了阈值的选取准则及阈值选取方法,再从实验角度对四种阈值选取方法(Stein无偏似然估计阈值法、固定阈值法、混合型阈值法和最小最大准则阈值法)进行了分析计算,最终选定混合型阈值小波消噪法去除测井信号的噪声。对实际测井信号的处理效果表明,混合型阈值小波消噪法不仅去噪效果好,而且较好的保留了测井信号的分辨率,适用于测井信号的去噪。  相似文献   

3.
在容积脉搏波信号采集过程中,会受到多种噪声干扰,传统的去噪处理效果并不理想。经过理论分析各种小波基特点得出适合处理容积脉搏波的最佳小波基,通过使用传感器采集的信号进行验证,采用分层阈值去噪的方法,提出对比去噪后信号的二阶微分信号作为去噪性能评定指标,最后得出coif5小波基在抑制噪声的同时还能保留容积脉搏波信号的特征便于进行后期研究。  相似文献   

4.
目的:滤除心电信号中包含的基线漂移、工频干扰、肌电干扰三种主要噪声,获取干净有效的临床心电信号信息。方法:改进阈值处理函数的小波变换阈值去噪法。结论:改进阈值处理函数小波阈值去噪法能更好的弥补了软、硬阈值函数去噪法中存在的不足,得到的去噪效果更优。  相似文献   

5.
文中以小波阈值信号去噪为研究对象,提出将小波信号分层中的软阈值进行阈值精确取值分析。利用小波函数将信号从时阈变换为频域,使小波各层频域充满噪声信号的能量,使信号与小波系数形成一一对应,在各层分解后使信号层的小波函数在尺度空间中完成确定;运用小波阈值信号去噪方法,对经过处理后的信号进行小波阈值选定,通过对软阈值函数的选值,确定噪声小波函数在小于小波函数的情况下应舍弃该信号;确定软阈值的选择能够令大部分噪声的小波系数取值为零,输出处理后的有效小波信号,确定软阈值的界限。实验证明,对小波阈值中的软阈值函数进行精确取值,对叠加的噪声信号或干扰能实现有效的处理。  相似文献   

6.
张宏  张金 《中国科技信息》2010,(3):173-174,183
如何去除信号中的噪声.得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号.但coif2小波模极大值点法去噪效果更好。  相似文献   

7.
针对采集的电动机故障信号提取特征频率时产生的噪声干扰,提出了一种新的小波阈值函数,并将其与分层阈值相结合用于故障信号的小波去噪。新阈值函数很好地克服了软、硬阈值函数的缺点,分层阈值符合噪声分解系数随着分解尺度增大而迅速衰减的特点。对仿真信号及实测工程信号的分析结果表明,该算法有良好的去噪效果并有助于提高故障诊断的准确性。  相似文献   

8.
《科技风》2015,(24)
利用扩展Prony算法对电力系统谐波、间谐波进行检测时,由于实际信号中夹杂着随机噪声和脉冲噪声,而扩展Prony算法对噪声比较敏感,因此提出了一种基于可调Q小波变换去噪和扩展Prony算法的谐波与间谐波检测方法。该方法先利用可调Q小波变换对信号进行去噪预处理,再利用扩展Prony算法对去噪后的信号进行分析。仿真结果表明该方法有利于提高扩展Prony算法对谐波和简谐波的检测精度。  相似文献   

9.
微震信号去噪的目的是通过剥离噪声信号来最大化获取有用信号。该有用信号蕴含着岩石内部应力变化及破裂的机理,通过对微震有用信号的分析处理,可以定位微震震源位置和计算矿震能量大小。文章介绍了小波变换去噪的基本原理和方法;并通过在MATLAB环境下对微震原始信号进行小波阈值去噪仿真,验证了小波阈值方法在微震信号去噪领域的可行性及优越性;阐述了小波消噪中阈值的选取规则,并通过对微震原始信号的4种自适应阈值去噪效果的比较,表明4种阈值去噪方法均能有效地实现微震信号去噪。  相似文献   

10.
VWDK调制技术是一种的超窄带技术;针对高斯条件下,系统性能下降的问题,提出了一种基于小波变换VWDK调制通信系统的抑制噪声的方法;利用小波变换实现对VWDK信号的分解、去噪和重构;并比较高斯白噪声条件下的调制信号和小波去噪后的信号,得到小波变换对于VWDK调制信号有很好的去噪能力。  相似文献   

11.
为了提取局部放电信号的特征,提出了一种基于分数阶Fourier变换(FRFT)的局部放电噪声抑制方法。首先对含有白噪声的局部放电信号做分数阶Fourier变换,在分数阶Fourier变换域内,随着阶次p的变化,信号能量谱呈现不同的时频聚集性,利用最小均方误差准则扫描到最优分数阶Fourier变换域,然后根据法则利用小波分解算法得到的噪声强度在最优分数阶Fourier变换域内对含噪信号进行去噪处理,从而抑制噪声干扰。相比传统小波去噪算法,该方法具有自适应性强,且处理效果明显等优点。分别对仿真信号和实际信号进行分析,验证了本文方法的有效性与可行性。  相似文献   

12.
大坝安全监测数据可以视为通常意义下的时序信号,通过对其进行小波变换分析可有效地进行信噪分离.小波去噪的基本方法有模极大值去嗓、基于各尺度下小波系数相关性进行去噪、阈值去噪、平移不变量小波去噪等方法,本文研究了基干Matlab中小波去噪具体算法并写出了计算程序.实例分析表明.小波分析去嗓能够有效地识别监测数据的噪声,具有操作简单、不失真等优点.  相似文献   

13.
罗方 《科技风》2012,(16):67
小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。  相似文献   

14.
介绍了一种在铁路机车信号传输过程中用小波变换的方法降低噪声干扰和提高信号通道信号信噪比的方法,即用小波变换具有低熵性、多分辨率、去相关性和选基灵活性的特点,综合作为特征提取和低通滤波功能的手段,对机车信号和噪声干扰信号同时进行低通滤波和高通滤波,其低频系数主要反映信号信息,高频系数主要反映噪声和信号的细节信息。并对非平稳的机车含噪信号进行了多层小波分析,对每层高频分解系数进行阈值处理后再合成,做为有效达到滤除噪声和保留信号高频信息的手段对其进行了仿真分析。  相似文献   

15.
高空间分辨率太阳图像中的列固定模式噪声降低了图像质量并对太阳大气现象、太阳物理的研究产生了影响。针对传统小波变换处理列固定模式噪声不足的问题,提出一种新型的基于小波变换和双滤波的去噪算法。首先,根据噪声的产生机理以及存在形式,将原始图像对数化并进行小波变换。其次,对小波域中的垂直分量进行中值滤波,去除其中的噪声小波系数。再次,利用小波逆变换得到无噪图像,并与对数化图像做差提取初始噪声。然后,对初始噪声进行低通高斯滤波并指数化得到结果噪声。最后,用原始图像除以结果噪声便得到去噪后的图像。真实图像的实验结果表明本文算法的去噪效果优于其他算法。实验表明本文算法在去除列固定模式噪声的同时,能够很好的保留图像信号,提高图像质量。  相似文献   

16.
对于短时非平稳的信号,可以采用小波变换的方法对信号进行重构分析,从而有效过滤掉信号中的噪声成分。阈值函数、小波基及分解层数等因素均会影响信号去噪的效果。  相似文献   

17.
传统小波变换算法在三维编织复合材料健康检测的FBG传感器信号中无法对噪声进行很好的消除,本文针对这一问题,提出了基于阈值优化的小波变换算法,首先采用采用折衷阈值法构建小波系数估计器,然后利用构建的小波系数估计器对偏差进行优化,从而达到更好的去噪效果。实例仿真试验结果表明,在对光谱仪测得的FBG反射谱的去噪中,本文提出的基于阈值优化的小波变换算法去噪效果更好。  相似文献   

18.
利用小波变换消除噪声的方法有多种,如小波模极大值去噪、小波阀值去噪等.本文首先分析小波变换的基本原理,分别对小波变换的模极大值去噪法和阈值去噪法的原理进行阐述,通过计算机仿真表明小波阈值法和模极大值法去噪的有效可行.  相似文献   

19.
本文系统分析了基于小波变换的门限值去噪方法,研究了小波变换门限值选择的准则及其算法.通过计算机仿真,比较了各种准则的性能,验证了基于小波变换门限值去噪方法的滤波效果.仿真结果表明,基于小波变换门限值的去噪方法可以有效地去除宽带噪声.  相似文献   

20.
系统是在光纤振动传感原理的基础上提出的一种新型预警系统。系统由信号传感部分,信号采集处理部分和信号显示预警三部分构成。为了区分不同外部干扰信号对光缆的激励,正确提取不同干扰下的信号特征,系统选用离散小波分析方法对信号进行去噪重构处理,并对两种去噪方法进行了对比。实验结果表明,系统能够实现光缆沿线的实时观测,并通过人机交互界对管理员发出实时预警。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号