提升小波在漏磁信号处理中的应用

为了解决在漏磁信号中的噪声抑制问题,在讨论了第二代小波变换基本原理及其特点的基础上,提出了应用第二代小波的算法对采集的漏磁信号进行消噪处理,并在阈值处理过程中引入了软硬阈值折衷法.仿真结果表明,与传统小波变换的去噪效果相比较,该降噪处理方法,不仅较好地剔除信号中的噪声,而且保留了原始信号中的有效成分,是一种可行的方法.     

一种基于信号相关性检测的自适应小波变换及应用

为了克服传统小波变换的不足,提出了一种用样本相关性检测信号特征的自适应小波变换降噪方法.该方法以第二代小波变换为基础,在小波变换时提供多组备选的预测器和更新器,用变换样本与相邻样本之间的相关性来检测信号的局部特征,并根据相关系数的大小来确定每一尺度上的每个样本的最佳预测器和更新器,使小波能够较好地适应信号的局部特征.模拟实验和工程应用的结果表明,该方法克服了传统小波降噪方法丢失原始信号局部信息的缺陷,不仅可以有效地去除原始信号中的噪声,而且能够保留原始信号的局部特征.     

基于第二代小波的杆、梁单元构造研究

针对第二代小波尺度函数无显式表达式的缺点,提出采用PsdVoigt2函数进行拟合的方法,根据小波有限元及第二代小波理论,利用第二代小波尺度函数取代传统有限元多项式插值函数,通过转换矩阵将小波插值系数转换到物理空间,构造出形函数,并利用该方法构造一系列杆、梁单元。通过不同算例对构造的第二代小波杆、梁单元进行精度验证。计算结果表明,构造的第二代小波单元在求解变形和应变时精度较高,丰富了小波有限元单元库。     

基于小波重构与时空二维特征的光纤振动识别

针对光纤预警系统提出基于小波重构降噪和时空二维域特征的光纤振动识别.分析光纤振源信号的特征,使用小波重构降噪处理算法对时域信号进行特征提取,并以灰度图展示其明显的特征,进而提出灰度图腐蚀识别算法.通过时空二维域特征分析处理识别方法,能够较好地分类识别入侵振源信号.     

基于小波分析的车载平台振动信号降噪处理

针对工程实验中采集的车载平台振动信号受到采集设备和环境干扰的问题,提出了一种针对趋势项噪声和随机噪声的小波阈值降噪算法.首先针对现有阈值函数的不足,构造出新的阈值函数;然后根据振源和噪声信息,设计了仿真模型以及针对车载平台振动信号的算法流程.仿真结果表明,与其他降噪算法相比,该算法对降噪指标SNR和RMSE都有所改善.对实验测得的振动信号进行了降噪处理,结果表明,该算法在处理趋势项噪声和随机噪声方面具有一定的优越性.     

小波变换在信号降噪处理中的应用

本文在介绍小波变换的消噪原理和方法的基础上,研究了影响小波变换降噪效果的两个主要因素:小波基函数和阈值。通过模拟的方法对同一信号分别采用db小波和sym小波进行降噪处理;以及用相同的小波基函数,采用不同的阈值,对其降噪处理。     

基于小波变换的信号降噪处理

在介绍小波变换的消噪原理和方法的基础上,研究了影响小波变换降噪效果的两个主要因素：小波基函数和分解尺度。通过模拟的方法对同一信号分别采用db小波和sym小波进行降噪处理;以及用相同的小波基函数,采用不同的分解层数,对其降噪处理。     

改进的冗余第二代小波包及其故障诊断应用

针对冗余第二代小波包分解存在频带错位与误差积累缺陷,分析了其产生的原因,研究了相应的消除算法,并将频带错位与误差积累消除算法融合,提出了一种改进的冗余第二代小波包变换.该变换既避免了冗余第二代小波包变换中存在的频带错位缺陷,又消除了误差积累缺陷,非常适合于机械故障信号的预处理,并成功应用于直升机齿轮箱故障诊断中.应用结果表明:相比于冗余第二代小波包变换与第二代小波包变换,改进的冗余第二代小波包能实现对信号无频带错位、无误差积累、无频率折叠地分解,能更准确有效地提取隐藏在强噪声和其他强干扰背景下故障特征信息.     

一种新的多小波自适应阈值降噪方法研究

为了能更好恢复强噪声中的微弱信号,提出一种多小波的自适应阈值降噪方法。该法首先将多小波引入降噪,克服传统单小波的不足,可以匹配信号中不同的特征信息;其次,在传统软、硬阈值降噪方法的基础上,提出了一种自适应阈值算法,克服每一级尺度上都采用同一阈值的缺点。将本方法和多小波软阈值法、D4小波自适应阈值法进行降噪对比实验,显示该方法不仅有效消除了信号噪声,尤其重要的是更好地保留了原有用信号的信息特征。     

一种改进的第2代小波变换算法及应用

为了获得基于分析数据特征的小波函数,将第2代小波变换插值细分方法与最优估计理论相结合,提出了一种改进的第2代小波变换算法,在设计预测系数时,以小波分解的细节信号的平方和最小为目标函数,使预测满足一定的消失矩,通过最小二乘法确定预测系数,使预测系数能够反映分析数据的特征,采用最优插值估计的第2代小波变换分解及重构算法的降噪效果优于其他类型的小波,因此较理想地提高了滚动轴承振动信号的信噪比。     

小波奇异值分解的瞬变弱信号检测

研究小波阈值法和奇异值分解法,分析最大分解层数、阈值函数、小波基函数的选取以及窗长和保留奇异值个数等参数的选择,并在此基础上提出小波与奇异值分解相结合降噪检测信号的方法。该方法首先将信号作小波分解,再对小波分解系数作奇异值分解,最后通过阈值法保留小波系数并重建降噪信号,利用重建信号进行信号检测。结果表明:该方法能更好地区分信号和噪声,获得更好的降噪和检测结果。     

基于尺度噪声能量估计的自适应语音去噪算法

摘要：
针对语音增强技术中的信号去噪问题,提出了一种非线性小波自适应阈值去噪方法.该方法采用一个改进的阈值函数,克服了传统软、硬阈值函数的缺陷;在阈值选取规则中,引入尺度相关去噪法而自适应地选取尺度阈值,利用小波系数在空间尺度的相关性进行尺度噪声能量的估计,根据所得尺度噪声能量来选取对应尺度层中的最佳小波系数并作为该尺度的阈值;同时,应用该方法对不同强度噪声背景下的语音信号进行去噪.结果表明,其具有较好的降噪性能. 关键词：
语音信号; 滤波; 小波变换; 噪声能量; 自适应阈值 中图分类号： TN 912.3
文献标志码： A     

谐波小波在旋转机械故障诊断中的应用

为了对具有非平稳信号的旋转机械的轴心轨迹形状进行识别,提出一种基于谐波小波滤波提纯的方法.谐波小波具有明确的函数表达式,算法实现简单,具有良好的"盒形"频谱特性,能将信号不交叠且不遗漏地分解到相互独立的空间,便于信号特征的提取.采用谐波小波进行滤波提纯,可以将故障信息从原始轴心轨迹信号中分离出来,从而获得轴心轨迹的形状,为旋转机械的故障诊断提供了依据.大量仿真试验表明,该滤波提纯方法简单,具有较强的实用价值.     

桥梁损伤识别的小波空间变换及基函数选取的理论探讨

采用类比推理的方法建立了结构损伤识别空间信号的小波变换理论;系统的介绍了小波函数的特性;分析了工程结构损伤信号类型及其对小波函数的敏感性以及与分解尺度的关系;综合上述理论,初步讨论了工程结构损伤识别所用小波函数选取的一般规律.     

基于选择因子的GSR信号小波去噪方法

在Galvanic Skin Response(GSR)信号采集过程中,由于环境等因素不可避免地会引入噪声,需要在进行模式识别前对采集信号进行去噪处理。本文利用MATLAB研究不同小波组合对GSR信号的去噪效果,并使用信噪比、均方差为评价指标,提出了一种基于选择因子的GSR小波去噪方法。利用采集得到的已有GSR信号,根据选择因子选择出来的小波组合,对GSR信号去噪处理。实验中采用db5小波对信号进行5 层分解,在sqtwolog或heursure阈值选择方法下对信号进行的去噪处理,从而达到了理想的滤波效果。     

基于相位扫描的地震子波提取方法研究

以常相位假设为基础,通过计算随信号相位发生变化的目标函数值来对地震记录进行相位扫描,以寻求最能逼近子波真实形态的常相位值,并应用此相位及地震记录的振幅谱合成地震子波,达到地震子波提取的目的。在以往通用目标函数的基础上,增加了对信号相位特征反映更为敏感的绝对峰度准则目标函数,并在统计平均意义下,采用多目标联合扫描的方式求取信号相位,使其更能准确、真实地反映子波的相位特征,同时也能提高抗干扰能力。模拟试验证实了该方法的可行性和有效性,进一步通过对实际资料的子波估计以及应用估计的子波进行反褶积处理的结果论证了该方法的实用价值。     

小波阈值去噪在烟气轮机信号分析中的应用

由于烟气轮机振动信号中含有大量的噪声成分,常使其非线性特征量的提取不准确,因此将基于阈值的小波去噪应用于烟气轮机振动信号分析中。首先介绍了小波阈值去噪的基本原理、阈值和阈值函数的选择方法,并对阈值函数进行了改进;然后分别对含噪Lorenz信号和实测振动信号进行小波阈值去噪实验,计算了其去噪前、后的关联维数。结果表明,小波分解后,不同尺度上信号和噪声的小波系数的分布规律明显不同,通过对其分析可以合理选择小波分解的尺度;在此基础上对小波系数进行阈值处理并重构,能有效地去除信号中含有的噪声,很好地保存信号的局部特征;去噪后信号的伪相图更加规则,关联维数估计值更加合理。该方法能提高信号分析的准确率。     

应用三次样条插值和连续‘Mexh’小波变换对重叠峰的分离研究

对于分析化学中的重叠信号,是化学计量学的研究重点之一.本文应用模拟信号,应用三次样条函数进行插值以增加数据密度,然后由连续‘mexh’小波变换分析重叠信号.结果显示通过‘mexh’小波变换能分离重叠的信号,峰位值不变.对实验信号进行分析,获得理想结果,可为分析化学中重叠的色谱、光谱信号分析提供方法.     

雷达信号的匹配小波识别

为提高船用雷达在海上复杂气象条件下的抗干扰性能,有效识别航道目标,克服通常小波雷达信号处理中小波选择的困难和多尺度分析的非实时性,提出根据学习雷达信号匹配构造与信号具有相似频谱特征的带限尺度函数和小波算法.通过一级分解和重构,实时提取信号中的有用模式.根据不同信号动态构造优化尺度和小波.在实际一维雷达信号处理中,构造出频带锁定学习雷达信号有效频段的带限尺度和小波.     

基于MATLAB的小波包分析在信号降噪中的应用

应用MATLAB小波工具箱中的一维小波包分析函数，采用默认阈值、调节后的阈值两种方法对含噪声的信号进行处理，并以一可见吸收光谱降噪为例，说明该方法在信号降噪中有效可行。