小波变换应用于信号去噪研究

分析了小波变换的基本原理,分别对小波分解与重构法去噪法、非线性小波变换阈值法去噪法以及小波变换模极大值去噪法的原理进行了阐述,并比较了这几种小波去噪方法的优缺点,通过计算机仿真结果表明有效可行.     

浅析基于小波和EMD的语音信号去噪

针对低信噪比信号的去噪问题,提出了一种基于经验模态分解的小波阈值去噪方法,并与小波变换去噪法的效果相比较.试验结果证明,当信号的信噪比较小时,基于经验模态分解的小渡阈值去噪效果是相当有效和稳定的,为研究环境脉动下结构的输出信号去噪处理提供了新的手段.     

基于小波包滑动阈值的信号去噪

传统信号去噪方法常采用门限法对噪声信号的小波或小波包变换做阈值处理以达到去噪的目的。本文介绍了一种利用小波包滑动阈值去噪的新方法,通过对信号的小波包分解系数的滑动阈值量化,得到重构的去噪信号。计算机仿真结果表明,滑动阈值法具有很好的实用价值。     

基于最优小波包基的信号去噪方法研究

改进了基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号．     

基于小波变换的局放信号检测与提取

为提高局放信号检测的准确度，确保电力设备故障诊断的有效性和可靠性，本利用连续小波变换对背景噪声较强的的局放信号进行多尺度分解，在某些尺度下，使局放信号明显增强，用阀值比较可以有效地检测并消除噪声干扰。实验结果表明，只要选取合适的小波函数就能有效地抑制噪声干扰并完成对局放信号的检测和特征提取。     

基于双密度小波变换的信号去噪研究

为了改善信号的去噪效果,在分析离散小波变换和双密度小波变换的基础上,提出一种基于双密度小波变换的去噪算法。双密度小波有两个小波函数,同一个尺度内相邻的小波间的频带间隔更小,有效的克服了离散小波变换时移性的缺点,有近似的平移不变性,更能描述信号的真实特征。将该算法用于不同噪声强度下的信号去噪,实验结果表明：基于双密度小波变换的去噪算法优于基于离散小波变换的去噪算法,是一种有效的信号去噪新算法。     

数字图像的小波去噪方法研究

由于外来信号的干扰,大多图像都含有不同程度的噪声。为了更好地对图像进行分析,就必须在图像预处理中减小这些噪声。图像去噪正是在保留图像原有重要信息（边缘等）的前提下降低或消除噪声。该文介绍了小波变换的基本理论,对以小波为工具的数字图像去噪方法进行了探索,同时选取不同小波基函数对多幅标准图像开展了大量仿真实验,并对小波基函数的选取以及软硬阈值去噪等相关问题进行了研究,得到了最优基的选择应根据图像自身的特征来确定等有意义的结论。     

基于最优小波包基的信号去噪算法

提出了一种基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号.实验结果表明该算法对于信号去噪是十分有效的.     

基于脊波变换的地震信号去噪方法

Ridgelet变换是信号的一种新的多尺度表示方法,它特别适合于具有线奇异性的二维信号的描述.将小波的自适应阈值去噪方法扩展到Ridgelet域中,应用Ridgelet变换,采用自适应阈值对地震信号进行去噪处理.教值实验结果表明,Ridgelet变换在地震信号去噪方面优于小波变换.     

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.     

超声信号在不同阈值下小波去噪结果的比较

基于小波变换的去噪理论对纳米固体AIP/SiO2中激光超声信号进行了去噪处理。根据信号的波形特点选取了小波函数。给出了不同阈值下的去噪结果。结果表明采用heursure阈值去噪有利于提取超声回波波形。     

小波萎缩法去噪

通过利用软、硬阈值函数和比例萎缩LAWML法对高斯白噪声去噪比较研究,数值算例表明软阈值函数去噪效果最好,而且其效果与小波变换分解层有关。     

基于小波变换的图像阈值去噪法

图像去噪是图像处理领域中的重要研究方向之一。小波变换具有选基灵活和多分辨率特性等,能清晰图像,因此在图像去噪中获得了广泛的应用。当含噪图像经过小波变换后,图像和噪声在不同的分辨率下呈现出不同规律,设定阈值门限,接着调整小波系数,最终达到去噪的目的。在硬软阈值去噪法的基础上提出新算法,并且利用Matlab进行仿真,实验结果表明新算法的峰值信噪比较高,具有较好的去噪效果。     

基于小波分析的振动信号去噪处理

为提高检测气体绝缘金属封闭开关设备（GIS）故障点的有效定位率,提出利用软硬阈值结合法对振动信号设定阈值,采用具有多分辨率特性的小波分析方法进行有效降噪;通过Matlab仿真和实际试验结果验证其准确性,对比分析表明,基于小波分析的去噪方法提高了信噪比和定位准确性,是一种提取有用信号的有效方法。     

一种改进的地震波信号去噪方法

从复杂地震波背景中提取单频信号问题出发,分析比较了经典的傅里叶变换滤波和传统小波变换去噪方法的局限性。根据地震波环境噪声不会突变的特点,采用震源发射信号的前几秒种所采集的噪声样本作为整个信号处理过程中的噪声信号。采用小波包变换去噪方法,先分别获取噪声系数和信号加噪声系数,然后从总系数中减去噪声系数,得到信号的系数,再根据这组系数对信号进行重构,获得很好的去噪结果。将此方法应用于落重产生的地震波信号的提取中,为后续地震波信息的利用提供了基础。     

基于 JADE 与小波分析的地震信号去噪算法研究

基于盲分离技术和小波分析,提出了消除地震信号噪声的一种新算法,这种算法将小波分析和盲信号分离技术有机结合,较好地发挥了消除地震信号随机噪声的作用;并通过应用到实际地震信号中,与其它去噪技术相比,此种去噪技术结果更理想。     

对小波图像去噪方法的探讨

小波图像去噪方法已广泛应用于图像去噪领域．在对日前小波图像去噪文献进行综合的基础上，描述了信号奇异性，并阐述了三种基于小波阈值去噪的方法，最后对小波去噪方法进行了一些展望．     

基于强干扰的地震信号小波去噪与震源识别研究

为了更好地识别强干扰下的地震信号,介绍了一种改进的小波阈值去噪法对天然地震信号和人工爆破信号去噪.去噪后的信号经过经验模态分解之后,取第一个IMF分量.经过希尔伯特黄变换之后提取HHT谱幅比特征和自相关函数的均值特征,利用支持向量机建立天然地震和人工爆破的模型.在利用建立的模型识别已知的震源类型,判断改进的去噪法对震源类型识别的效果.实验结果表明:去噪法改进之后,对天然地震和人工爆破的识别率有显著的提高.     

基于VMD分解和小波阈值的语音信号去噪

为了对非平稳、非连续的语音信号进行降噪,提出一种基于VMD分解和小波阈值的语音降噪方法。通过仿真信号对比分析了VMD、EMD和EEMD算法对信号分解中存在的伪分量、模态混叠问题。先用VMD对语音信号进行分解,再利用小波阈值降噪。实验结果表明,该降噪方法明显优于小波阈值的语音信号降噪、基于EMD和小波阈值的语音信号降噪以及基于EEMD和小波阈值的语音信号降噪。     

最优小波包变换在齿轮箱振动信号去噪中的应用研究

通过对小波变换和小波包分析研究,寻找最优小波包基,结合不同阈值去噪方法,对加噪信号以及齿轮箱振动信号进行去噪处理。实验表明最优小波包基的惩罚阈值去噪结果比小波变换常用的stein无偏风险阈值去噪结果和小波包默认阈值去噪结果要好很多。该方法不仅可以有效去除噪声,还可以很好地保留信号中的细节信息。