基于小波分析的微弱信号检测及其在Matlab中的仿真

通过基于小波分析的处理方法,实现对彩色全电视信号一段被高斯白噪声干扰的降噪,解决微弱信号检测过程中遇到的理论和实践问题.     

径向基函数网络在激光诱导荧光水体分析中的应用研究

激光诱导荧光水体分析中,准确分离收集到的交叠光谱是反演待测物质浓度的关键。基于径向基函数网络的激光诱导荧光特征光谱分离算法,可以在每个分量谱的确切形状和类型不被预先了解的情况下,将各个光谱分量准确分离出来,避免了高斯拟合法对光谱分量需为1高斯型的依赖。该方法不但能抑制一定的噪声,而且运算速度快,算法简单、易实现,有较好的实用价值。     

非线性数据拟合对重叠峰信号的分离

从最小二乘法出发提出了一种含噪音重迭峰信号的分离方法-利用非线性数据拟合处理含噪音的重叠峰数据,得到各子峰的函数表达式,将传统的峰分辨和峰分解两个步骤合二为一,简化了重叠峰信号分析过程。讨论了该方法对不同分离度重叠峰信号分离的效果,通过仿真分析发现该方法在对分离度仅为0.75的重叠峰信号的分离也有很好的效果。在分离度相同时,对高斯-洛仑兹峰重叠信号分离的相对误差小于对高斯-高斯峰重叠信号的分离;分离得到的各子峰参数相对误差随分离度的提高而减小。该方法可用于实际的含噪音重迭峰信号进行处理。     

谱峰曲线拟合的计算机处理

通过标绘数据散点图，获取经验方程后进行统计检验，建立了谱峰曲线拟合的计算机处理数学模型，指出了其重要给出了谱峰曲线的高斯函数拟合和分峰计算程序。类似的方法可以应用于劳伦兹函数。     

基于小波变换的暂态电能质量扰动的检测法

该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。     

基于MRA的三相不对称系统谐波监测的研究

首先论述了基于小波变换的谐波检测的原理,根据目前小波变换在三相不对称系统谐波检测中存在的无法分离基波信号之不足,介绍了一种用于三相不对称系统的基于周期交错的测量方法。针对MRA算法既不能直接可靠地估算三相交流信号的基波成分(50 Hz),也不能精确地提取信号的谐波分量的缺点,探讨了将快速傅立叶变换和小波变换相结合的方法,利用小波变换的奇异信号检测能力和较好的时域分辨率,结合傅立叶变换准确的频域分辨能力对电网谐波信号模型进行了分析。文中归纳出基于小波变换的谐波监测方法。该方法的技术优势是可以实时跟踪谐波信号的变化。仿真实验结果表明了该方案能够满足电力系统中谐波检测的实时性要求。     

微弱信号混沌检测系统的噪声分离研究

混沌学是目前非线性科学研究中的热点之一.传统的微弱信号混沌检测技术在信号存在噪声的情况下暴露出许多不足之处,如去噪能力较差、检测精度不高等,本文基于前人的研究基础,提出了一种改进小波变换算法的微弱信号混沌检测系统的方法,通过仿真实验可知能够将该方法运用到微弱信号检测.具体方法是对传统小波变换算法的变换域变量进行离散化,目的是消除变换中的冗余,之后采用阈值折衷策略对小波系数进行阈值优化,处理后的小波算法将应用于微弱信号混沌检测系统中,周期策动力为有限离散处理后的含噪信号并入混沌系统,从而实现含噪情况下的微弱信号检测.一系列仿真实验表明,提出和改进的小波变换算法的去噪效果要优于传统小波变换算法,同时在微弱信号混沌检测系统的应用中,改进算法的检测精度和鲁棒性更好.     

小波变换在激光超声无损检测信号去噪中的应用

介绍了基于小波变换的激光超声检测信号降噪处理技术,实际检测信号的降噪处理试验表明,应用该技术对激光超声检测信号进行降噪处理可显著提高信噪比.根据信号的波形特点选取了小波函数,采用heursure阈值去噪有利于提取超声回波波形.     

一种去除图像混合噪声的新方法

某一种去噪方法通常只对某一类噪声的滤除较为有效,为了抑制混合噪声,提出一种结合中值滤波与小波去噪的图像去噪算法.该算法首先检测出脉冲噪声点,并采用自适应窗口对脉冲噪声点进行中值滤波处理,然后用基于高斯混合模型的小波去噪法滤除图像中的高斯白噪声.仿真实验表明,对于被高斯、脉冲混合噪声污染的图像,该算法的去噪效果显然比单一的中值滤波和小波去噪法好得多.     

毛细管气相色谱信号的小波滤噪

通过对色谱仿真信号的小波处理,研究了不同色谱峰形的小波变换,提出了基于阈值的毛细管气相色谱信号的小波滤噪方案,改善了色谱信号进行小波高低频分解方法的滤噪性能．