共查询到20条相似文献,搜索用时 15 毫秒
1.
针对暂态信号的时频分布特点,提出了采用小波包的去噪新方
法。首
先采用小波包变换对暂态信号进行多尺度分解,搜索子频带范数随尺度变化而增大并达到峰
值的子频带,然后对子频带内的小波系数进行阈值处理,最后进行信号重构。理论分析和实
验结果表明本方法简单、有效。 相似文献
2.
根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声:模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度, 相似文献
3.
本文提出了对非平稳的EEG信号的降噪和提取方法。小波变换是一个多尺度的时频分析方法,利用小波变换对预处理后的EEG信号进行多尺度分解,并与自适应滤波相结合进行消噪。用AR模型对复原的EEG信号进行谱估计。根据从人体的大脑皮层采集得到的数据,利用MATLAB进行了仿真实验,得到了比较满意的结果。 相似文献
4.
根据信号与噪声在小波变换下的不同特征,可以运用小波变换来消除噪声。模极大值小波域消噪算法只能采用二进制尺度分解,这限制了一些信号的分析结果。针对该不足进行了改进,采用自适应选择分解尺度代替二进制尺度分解尺度。 相似文献
5.
6.
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
7.
利用小波技术对监测数据进行去噪分析是一种具有广阔应用前景的数据挖掘技术。首先介绍了小波分析的原理与小波变换尺度间去噪方法,在此基础上,应用小波对一组模拟监测数据进行去噪分析,结论显示小波可以用于监测数据的预测分析。 相似文献
8.
引言。当前,小波变换及其应用已成为多学科关注的热点,是信号处理、图像压缩和模式识别等诸多领域的前沿课题。小波变换(WT)具有多分辨率(multi—resolution)即多尺度(multi—scale)的特点,可以由粗到精地逐步观察信号,不过,小波变换需要大量的计算,通常由计算机完成,难以实时处理。近年来人们开始致力于用硬件实现小波变换的研究,取得了不少成果。在离 相似文献
9.
卜亚军 《内蒙古科技与经济》2014,(3):110-115
针对传统傅里叶变换和小波阈值除噪方法在密频和时变信号中的应用缺陷,引入局域波方法中的经验模式分解,将信号和噪声的频带进行有效区分,再结合传统傅里叶变换的经典滤波性能对原始信号所在的频段进行滤波。文章首先给出了该方法的实现过程,然后采用两个典型的密频和时变信号进行了数值模拟,并与小波变换去噪法的效果进行比较。 相似文献
10.
11.
12.
结合小波技术对传统的维纳滤波算法进行改进,对语音信号进行离散小波变换,求得小波系数,计算小波系数的阈值,然后利用阈值对小波系数进行过滤,再对小波重构信号,信号经过维纳滤波器模型达到去噪效果。最后对算法进行了仿真试验。 相似文献
13.
14.
15.
16.
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
17.
18.
基于正交小波软阈值的图像去噪算法 总被引:1,自引:0,他引:1
图像去噪在图像处理中一直是研究的重点之一。传统的图像去噪方法局限在频域范围内,无法表述图像的时域局部性质:而小波变换是一种信号的时频分析,利用小波方法去噪是小波分析应用于实际工程的一个重要方面:提出一种基于正交小波变换和软闽值方法数字图像去噪算法:仿真实验表明:提出的算法去噪效果良好。 相似文献
19.
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