基于小波变换的信号去噪研究

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。     

金融时间序列去噪的小波变换方法

比较分析了传统滤波方法对金融数据去噪的缺陷，提出采用小波分析对金融时间序列进行去噪。根据Donoho提出的小波去噪中的非线性阚值理论，结合金融时间序列的特点，分析了相应去噪参数的选取问题。以深圳成份指数数据为例进行实验。结果表明了该方法的有效性。     

基于小波神经网络的信号去噪时的阀值自学习

本文针对某一确定数据采集系统中小波去噪时的阀值选择，提出以小波神经网络加标准信号来标定去噪阀值的方法，从而提高对信号的去噪性能。     

基于小波阀值的信号去噪

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.     

小波变换及其在瞬变电磁信号去噪处理中的应用

瞬变电磁法是当前煤矿电法勘探中最常用的物探方法之一。在瞬变电磁数据采集时,不可避免地受到各种噪声的干扰,传统的去噪方法已不能适应目前的勘探精度要求。通过对一维信号模型加入高斯白噪声进行小波去噪计算机仿真,结果表明小波变换去除高频噪声效果良好。实测资料数据处理结果表明,选择合适的小波簇进行小波分析能有效地区分有用信号与干扰噪声,是一种瞬变电磁信号去噪的可行实用的方法,     

基于多个小波基联合去噪方法的研究

图像在形成、传输、存储过程中,不可避免地会受到各种噪声的干扰,极大地影响了人们从图像中提取信息,因此,采用适当的方法尽量减少图像噪声是一个十分重要的处理步骤。小波变换应用于图像去噪领域比较成功,在图像去噪中能更好地保护图像细节。本文提出了一种多个小波基联合去噪的方法,该方法能够很好的去除图像中常见的噪声。     

一种改进的小波去噪算法研究

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，     

小波变换模极大值点在信号去噪中的应用

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。     

基于语音特点的小波阈值去噪算法分析

小波分析在信号处理方面具有优越性。本文将其应用于语音去噪,并根据语音信号的特点提出了一种适应性强的阈值函数;将新的阈值算法和Waveshrink算法用于语音去噪,并运用多个语音样本进行实验对比,仿真数据表明,本算法有良好的适应性,效果较优。     

一种改进的小波去噪算法研究

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。     

基于语音特点的小波阈值去噪算法分析

小波分析在信号处理方面具有优越性。本文将其应用于语音去噪,并根据语音信号的特点提出了一种适应性强的阈值函数;将新的阈值算法和Waveshrink算法用于语音去噪,并运用多个语音样本进行实验对比,仿真数据表明,本算法有良好的适应性,效果较优。     

基于离散小波变换的方波消噪

通过含有噪声的方波的消噪实例,介绍了如何利用离散小波变换去掉噪声,并用MATLAB软件作出了仿真。实例仿真结果表明该方法十分有效。     

改进的小波阈值去噪法在心电信号中的应用

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。     

小波平移不变阈值去噪在数据挖掘中的应用

平移不变量小波阈值去噪法是对小波阈值去噪法的改进,能够有效抑制小波阈值去噪过程中出现的伪吉布斯现象。基于此方法这一特性,利用其对时序数据挖掘中的数据进行预处理,再结合小波多分辨率的特点进行分析挖掘,研究较准确提取有用信息的方法。     

钻井模拟中测井信号小波去噪的最优阈值选取方法

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。     

小波变换在车牌识别系统中的应用

国内近几年城市智能交通系统发展很快.车牌自动识别技术作为其中信息采中起着重要作用.目前.对车牌自动识别的研究已经成为智能交通领域中的一个重要研究课题.为了使车牌识别准确,对摄像机所获得的图像进行预处理是十分重要的.去除图像中的噪声是预处理的一个重要步骤.本文通过小波分析原理,实现了对所得图像的去噪,并用MATLAB进行了仿真.     

一种新的阈值函数的平移不变多小波去噪方法

为了改进图像的质量,将一种新颖的基于新阈值函数的平移不变多小波去噪方法引入信号的去噪中。通过对比软、硬阈值的优缺点,得到一个新的阈值函数,并将它应用于平移不变多小波去噪中。实验结果显示,该方法不仅能有效地消除Pseudo-Gibbs（伪吉布斯）现象,有很好的视觉效果,而且同传统的平移不变小波去噪相比,它具有更高的信噪比和更小的均方误差。     

小波变换在图像去噪中的应用

研究了几种基于小波变换的图像去噪方法,分别是小波阀值法、基于小波变换的中值滤波以及维纳滤波与小波滤波相结合的方法,Madab仿真实验表明上述三种方法都取得了较好的效果,同时也保留了图像的边缘信息。     

基于小波变换的地震资料处理和应用

由于小波变换有着其他方法无法比拟的时域性与频域性的特点,使其在地震资料处理中得到广泛的应用,尤其是在地震数据去噪、压缩、提高分辨率、三维地震资料拼接等方面的应用取得了很好的效果。     

基于小波的图像复原

文章在研究近年来图像复原一般方法的基础上,介绍了三种基于小波的图像复原方法,并分别使用三种复原方法对同一幅退化图像进行复原。实验表明,复原后图像的主观视觉质量和峰值信噪比都有明显提高。