基于小波分析的GPS动态监测数据变形特征分析方法

主要对小波分析的一些基本数学理论进行了详细的介绍,并对小波变换以及多分辨率分析进行了重点且深入的分析。在此基础上,通过实际数据试验研究了小波基函数的选取,以及软、硬阈值处理方式对GPS变形数据序列去噪效果的影响,得到一些有益的结论。还对小波分解的噪声特性进行了详细分析,在此基础上通过实例验证了基于小波分析方法对GPS动态监测数据进行变形特征特征提取的可行性和可靠性,得出了其提取结果要优于中值滤波方法进行提取的结论。     

一种快速、有效的、基于矩阵的正交小波滤波算法

本文讨论了正交小波高低通滤波器系数特点，提出了实现一维离散信号小波滤波的改进方法。本方法是通过增加一个临时存贮矩阵，可减少小波滤波的乘法次数，并将该方法推广到二维信号的滤波。试验结果表明，本方法可减少小滤波所需的时间。     

脉冲涡流无损检测信号滤波方法研究

为了得到高信噪比、低失真度的涡流无损检测信号,以Matlab为仿真工具,对滑动窗口滤波法、频域滤波法、小波滤波法进行模拟仿真,对比滤波效果,确定小波阈值滤波为最终滤波方法,滤波参数为:Coif 3小波基、3层小波分解、启发式阈值,滤波后信号信噪比高、局部特征保留完整。     

GIS局放信号小波去噪和模式识别方法

本文介绍了小波阈值法对GIS局放信号的检测方法及识别模式。小波分析具有多分辨特性,对多变化的信号具有更加敏锐的反应,大大增强了GIS局放信号背景噪声的检测能力,从而达到了较好的滤波效果。     

基于小波分析的图像去噪

针对图像去噪展开研究,结合均值滤波技术和小波分析技术,提出了使用高斯平滑滤波与小波局部阈值处理相结合的方法。首先对图像进行高斯平滑滤波,然后选取适当的小波阈值对小波系数进行处理、重构得到新的图像,并将去噪图像的峰值信噪比作为性能指标,仿真实验结果表明文中所用的方法去噪效果更佳,图像有着更好的视觉效果。     

基于双边滤波与小波变换的分频滤波算法的分析

针对图像在滤波时把图像的一些特征信息去除和图像分割边缘模糊的问题,提出了基于双边滤波和小波变换的分频滤波算法.通过二代小波提升变换后,得到图像的高频分量和低频分量,然后结合双边滤波和小波变换各自的优缺点,在低频分量部分采用双边滤波,在高频分量部分采用阈值小波变换,通过Matlab仿真结果分析,该方法在滤波过程中有很明显的优势.     

小波变换用于色谱信号处理

利用快速离散小波变换(DWT)和小波逆变换(IDWT)对色谱信号进行小波分解、滤波和信号重构,同时,也与其他数字滤波方法进行了比较,结果表明,小波变换可以成功去除色谱信号中的噪声,使色谱信号平滑和提高信噪比.     

基于小波变换和中值滤波相结合的SAR图像相干斑的抑制

合成孔径雷达图像中相干斑噪声的存在降低了图像的质量,影响了图像的解译和后续处理。分析了图像相干斑噪声产生的机理,介绍了基于空域和频域的滤波方法的研究现状,并在阐述小波阈值去噪声方法的基础上考虑根据小波系数子带分布特征用定向窗口中值滤波代替阈值去噪声,提出了结合中值滤波的小波域SAR相干斑抑制方法,并通过和已有的方法比较,说明该方法非常有效。     

小波包变换滤波在光纤陀螺信号降噪处理中的应用

为了减小光纤陀螺仪输出信号中的漂移误差,对小波变换和小波包变换进行了理论分析和比较,建立了光纤陀螺仪输出信号的数学模型,分析了其输出信号的误差特性,在详细分析比较硬阈值和软阈值小波滤波的基础上,提出了采用半软阈值作为滤波阈值.并在实验室环境下分别对光纤陀螺静态和动态输出数据进行了半软阈值小波包滤波实验.对光纤陀螺实时测量信号的实验结果表明:采用半软阈值小波包滤波方法对光纤陀螺仪输出数据进行处理,静态和动态输出信号误差均方差可以从5 (°)/h减少到 1 (°)/h,有效地消除了光纤陀螺仪中白噪声和分形噪声的影响.该方法比小波滤波方法更加有效地消除了光纤陀螺漂移误差的影响,且能够满足光纤陀螺仪输出高精度和实时处理的要求.     

浅谈小波分析软门限滤波去噪的优越性

介绍了基于软门限的小波分析去除遥感图像噪声的处理方法,并利用一些指标,与传统的滤波处理方法进行对比分析后发现,基本小波分析的图像滤波方法,在去除图像噪声的同时,可以很好地保持图像边缘纹理等信息。     

短基线GPS应用中多径信号提取方法的对比分析(英文)

为了消除静态GPS短基线应用中的多径误差,引入了一种基于奇异谱分析的去噪方法(称为DSSA)提取多径信号.首先,从双差分残差中提取出多径误差,然后,利用相邻历元间多径误差的相关性对双差分观测数据进行多径误差校正.为了验证DSSA算法的有效性,基于仿真信号对DSSA、离散小波变换(DWT)和平稳小波变换(SWT)的去噪方法进行对比分析.采用真实的GPS基线误差对不同的多径提取方法进行了分析,多径抑制结果表明,DSSA校正后基线误差的均方根(RMS)较SWT改善48.6%,运算时间减少了75.3%.     

多小波的预处理方法及其在信号滤波中的应用

在多小波的应用中，对采样数据的预处理是一项很关键的技术．本对常用的多小波给出了一种对采样数据的预处理和后处理的方法，并将其用于信号滤波与单小波作了比较，实验结果表明，该方法不但效果好而且计算量少．     

基于小波理论的心电信号仿真分析

小波理论在心电信号去噪处理中已经得到了广泛的应用,针对不同的噪声可以采用不同的小波方法进行去噪处理。根据小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨的特点对心电信号进行滤波,并应用Matlab仿真进行实验。通过实验证明,利用不同的阈值函数及自适应阈值能较好地抑制信号中的基线漂移、工频干扰和肌电干扰,具有一定的实用价值。     

小波变换在矿用汽车发动机信号分析中的应用

概述了小波变换理论。利用小波变换可对大型矿用汽车发动机的振动信号进行有效的滤波处理,并能提高分辨率,为准确实施汽车发动机故障诊断与监测提供依据。     

基于双树复小波变换的指纹增强算法

基于指纹图像纹理多、方向性强的特征,本文提出了双树复小波指纹图象滤波增强的方法.双树复小波具有良好的方向选择性,在各子带中保留图象中各局部主方向的信息而滤除其他方向的噪声,而且可以避免对信号和噪声频率特性和统计特性进行估计,大大减小了算法的复杂程度.实验结果表明,该算法简单,增强效果较好,可用于噪声特性复杂的纹理图象的滤波.     

基于MATLAB环境下的小波图像去噪

图像消噪是信号处理中的一个经典问题,传统的消噪方法多采用平均或线性方法进行,但是其消噪效果不好,随着小波理论的不断完善,它以自身良好的时频特性在图像消噪领域受到越来越多的关注,文章将以MATLAB为平台介绍以小波变换去除图像噪声的基本方法,并且在MATLAB中分析和验证滤波效果。     

常用图像去噪方法探析与比较

均值滤波、中值滤波、维纳滤波和基于小波变换的软阈值法和硬阈值法是常用的几种图像去噪方法,通过对添加了不同噪声的图像进行了仿真实验。实验结果进一步验证了均值滤波在去除噪声的同时造成了图像边缘一定程度的模糊,中值滤波能相对较好的保留了图像的边缘,维纳滤波对高斯白噪声去噪效果较好但计算量大,相比较小波阈值法去噪是目前较好的的去噪方法,通过选取合适的阚值可以得到较为理想的去噪效果。     

自然景物分类的特征提取

颜色和纹理是自然景物分类的两个重要底层特征.本文介绍基于DCT变换的颜色特征提取方法和基于最佳小波包的色彩纹理特征提取方法.基于DCT变换的颜色特征提取方法可以解决颜色直方图方法丢失颜色的空间分布的问题,提高分类效果,也适合于区分色调接近的物体.如果采用Gabor滤波变换方法提取纹理特征,虽然可以取得良好的分类效果,但是计算得到的纹理特征向量具有维数较高、速度慢的缺陷.本文用最佳小波包变换方法提取纹理特征,并进行实验验证结果表明,最佳小波包方法与Gabor滤波方法相比,不仅可以更有效快速提取纹理特征,提高分类效果,并且使得纹理特征向量具有较低的维数.     

基于 KALMAN滤波的LAMBDA方法研究

利用经典最小二乘方法对静态GPS观测数据进行处理,需要对所有历元整体平差计算,运算的速度和效率非常低下;引入KALMAN滤波方法将很大程度上减少数据的存储空间,提高运算的效率;通过试验分析,证明KALMAN滤波方法可以代替最小二乘方法进行整周模糊度浮点解的求解,从而提高了LAMBDA方法固定整周模糊度的速度和效率.     

基于小波分析的GPS基线向量精化技术

基线解算是GPS数据处理中的重要环节。文章针对GPS双差观测序列中难以消除的非模型化误差,应用小波变换进行去噪,以提高GPS双差观测值的信噪比和精度;并提出了基线精化技术,有效解决了基线解算的关键问题,即模糊度解的快速固定和有效性,提高了基线解算的可靠性和平差结果的精度。