自适应滤波和子波变换在信号消噪中的应用

研究了RLS(递推最小二乘)自适应滤波器和小波消噪方法的滤波特性,在仿真的基础上选取两者作为实际采集信号的消噪处理方法。为了取得较好的消噪效果,对不同类型的信号采用不同的处理方法,对于特定的信号可采用将两者相结合的方法。处理结果表明,所选用的方法消噪效果明显。     

转子强脉冲干扰非线性信号的混合滤波方法研究

针对脉宽调制控制器在转子振动信号中产生的强脉冲及其它随机干扰噪声,对信号的滤波方法进行了研究．设计了将中值滤波与小波消噪串联的混合滤波器对非线性信号进行滤波的方案．通过对信号的前后周期延拓,将中值滤波用于滤除信号的强脉冲噪声并消除信号的边缘保持;对线性叠加在中值系列中的平稳随机噪声,用默认软阈值小波消噪平滑中值序列中的随机噪声分量,分析表明,该滤波器对该类振动信号的处理效果好,提取到了转子的本质振动信号并保持了信号的光滑性．     

一种改进的基于VC维的非平稳信号小波消噪方法

利用正交小波多分辨分析技术,研究了非过采样和有限样本下非平稳信号的滤波消噪问题。根据统计学习的结构风险最小化原则和VC维理论,给出一种改进的基于VC维的小波消噪方法,使消噪后信号在函数估计意义下具有最小的实际风险,克服了传统的小波信号消噪方法的应用缺陷。对典型非平稳信号消噪处理的仿真结果表明:与现有的几种信号消噪方法相比,该方法可有效提高信号去噪性能,改善已有结果难以在提高消噪性能和降低模型复杂度间实现最优折中的不足。     

基于交叉验证法优化参数的Morlet小波消噪方法

针对机械监测故障信号的非平稳性特点,提出一种基于交叉验证法优化参数的Morlet小波消噪方法。选择与机械冲击振动波形相似的Morlet小波,对Morlet母小波进行改进,增加了波形调整参数。通过交叉验证方法设计了改进Morlet小波的波形参数和变换尺度。对信号进行连续小波变换(CWT),实现对含噪信号的滤波消噪。将该方法应用于齿轮故障检测中,对比2种传统的小波消噪方法,验证该方法能够提取出强噪声背景下的有效信号特征成分,具有较好的滤波消噪效果。     

深孔加工过程油压监测信号消噪技术研究

针对深孔加工过程油压监测信号含有大量脉冲干扰和随机非平稳噪声的特点,提出了一种基于小波包的防脉冲干扰滑动平均滤波方法,该方法首先对油压信号进行小波包消噪,再对小波包处理后的结果进行防脉冲滑动平均处理.实验结果表明,利用小波包技术和防脉冲干扰滑动平均算法相结合的滤波方法,对油压监测信号具有很好的滤波效果,从消噪油压信号中提取的变化率特征可有效实现对深孔加工过程中堵屑故障的监测.     

岩石爆破振动信号的EMD滤波与消噪

研究了采用经验模态分解（EMD）法对信号进行滤波、消噪的原理和过程，运用小波滤波和EMD滤波方法对仿真信号进行比较，并将EMD滤波、消噪法引入岩石爆破与冲击破碎信号处理领域中。结果表明：采用小波与EMD2种滤波、消噪的方法都能获得较好的效果，而基于EMD滤波、消噪法是依据信号分解结果的频谱特性进行选择性的滤波和消噪，更能充分保留信号本身所固有的非平稳特征，具有自适应强和灵活、有效的特点，是一种更好的爆破振动信号滤波、消噪法。     

基于双谱滤波的脉冲星信号消噪方法

提出了一种基于双谱相位加幅值滤波的脉冲星信号消噪方法.首先将含噪脉冲星信号变换到双谱域,利用α-删减相位滤波器对其双谱相位进行平滑滤波,并且设计了幅值α-删减加权中值平均滤波器对其双谱幅值进行滤波处理,然后再根据滤波后的双谱值来重构信号的功率谱和相位.仿真结果表明,重构的信号不仅可以消除高斯噪声,而且还对非高斯噪声进行了有效地滤波,比直接双谱重构和仅对双谱相位进行处理重构的效果都要好.     

心电信号波形保持的分数阶零相位滤波

针对经典滤波方法难以兼顾保真与去噪,易产生相位失真等问题,设计了一种基于分数阶Liouville和Weyl积分算子的并联型分数阶零相位滤波器.基于分数阶微积分的幅频特性与相频特性均受控于分数阶次的特点以及反向滤波的反向相频特性,将零相移滤波思想植入分数阶滤波器设计,提出适用于心电信号去噪的分数阶零相位滤波算法.基于MIT-BIH心律失常数据库的心电信号,分别从定性和定量两方面进行MATLAB仿真实验.仿真结果表明,分数阶零相位滤波器在滤除心电信号噪声的同时,能较好地保留原始信号的主要特征波形,有效避免相位失真,具有保真性能好、抗噪能力强、计算复杂度低的优点.验证了所提算法的有效性.     

基于Taylor级数模型最小二乘滤波器设计

本文提出了一种基于被测函数Ｔａｙｌｏｒ级数展开式的最小二乘滤波器的设计方法，这种滤波器可以用一个有限冲激响应滤波器来实现，有很大的实用价值，它不仅可以用于对测量信号的滤波，而且同时可以对异常数据测量点进行插值，这种方法还可以推广到对测量信号的一阶和高阶导数进行最小二乘估计。计算机模拟和实际使用都证明，这是一种有效的滤波器，它可以有效地滤除混杂在接收信号中的噪声，大大改善测量效果。     

基于熵理论的超声波检测信号消噪与缺陷识别

为消除超声检测信号中大量存在的噪声,提高材料内部缺陷诊断的准确性,采用基于熵理论的自适应阈值消噪算法对超声波信号进行消噪处理.分析了基于Shannon熵的最优小波包基搜索算法,提出了用熵表征信号含噪状态,根据小波能谱熵确定小波包不同分解尺度阈值的基本原理.对含缺陷的斯泰尔发动机曲轴的超声信号处理实验结果表明,这种方法对噪声消除比较彻底,能够获得表征缺陷大小、位置的准确信息,提高了材料内部缺陷定量分析的准确度.     

旋转加速度计重力梯度仪数据处理方法

为了有效去除旋转加速度计重力梯度仪输出信号中的各种干扰噪声,提出了一种提取重力梯度信号的有效方法.首先对重力梯度仪输出信号进行故障诊断,然后采用基于Chebyshev最佳一致逼近法设计的带通滤波器对故障诊断后的信号进行滤波,并对滤波后的重力梯度信号进行梯度解调,最后采用dmey小波基函数强制阈值方法对解调后的重力梯度信息做进一步去噪处理.在重力梯度半物理仿真平台上进行了仿真试验测试,结果表明,所提方法可以有效降低有用信号均方差,不会造成数据丢失和信号偏移,提高了重力梯度测量精度.     

小波去噪及其在信号检测中的应用

基于信号和噪声在小波变换下表现出的截然不同的性质，提出了一种非线性的消噪方法．该方法与传统的消噪方法不同，它并非等价于信号通过一个低通或带通滤波器，而是根据信号与噪声的奇异点性质不同进行滤波，因而在改善信噪比的同时，又保持相当高的时间分辨率．理论分析和实验表明该方法特别适合于弱信号的检测和定位     

基于小波变换自适应滤波方法的ECG信号消噪

为了减少在用小波变换方法进行心电信号消噪时所产生的心电信息损失,本文在对心电信号进行离散正交小波变换的基础上,进行自适应滤波处理,即以具有最大QRS波能量的尺度上的高频细节信号作为自适应滤波器的参考输入,以噪声干扰对应的分解尺度上的“细节”分量及最大分解尺度上的近似分量所重构的信号作为原始输入.实验证明这种改进的滤波方法可以在有效抑制心电信号中噪声干扰的同时,较好保持心电信号的波形特征及有用的心电信息,达到较好的滤波效果.     

小波消噪和盲源分离在转子故障信号分析中的应用方法

针对转子振动信号不可避免地受噪声污染问题,提出了一种基于小波消噪和盲源分离相结合的信号分析方法.该方法首先利用小波滤波器对测试信号进行消噪处理,再利用信号的二阶统计量(SOS)来分离盲源信号.仿真和实验结果表明, 相对于直接对测试信号进行盲源分离的方法,本方法可更有效地提取出转子振动的本质信号特征.     

基于经验模态分解空域相关滤波的脉冲星信号消噪

针对脉冲星信号信噪比极低,且信号中有色噪声成分远大于高斯白噪声的特点,提出了一种基于经验模态分解(empirical mode decomposition,EMD)的脉冲星信号空域相关滤波消噪方法。首先建立脉冲星信号的分形高斯噪声模型,根据双对数功率谱密度估计分形高斯噪声的Hurst参数值;然后,结合脉冲星累积信号的窗口辐射特性和分形高斯噪声经EMD分解后的噪声分布特点,估计脉冲星信号各层内蕴模态函数(intrinsic mode function,IMF)中噪声的方差;最后,以IMF噪声方差为基础,建立EMD空域相关滤波方法并应用于脉冲星累积轮廓消噪。实验结果表明,与经典的平移不变小波阈值消噪法、平移不变小波空域相关滤波消噪法以及EMD模态单元比例萎缩消噪法相比,改进的EMD空域相关滤波消噪法在抑制脉冲信号中的噪声和保留更多的微脉冲特征细节信息方面更加有效。     

应用小波变换对语音信号消噪处理的研究

提出小波变换在语音信号消噪处理中的应用，在虚拟仪器设计软件——LabVIEW平台下，调用MATLAB进行编程设计，实现了语音信号的消噪处理和结果显示。实验结果表明：与滤波器消噪结果相比较，小波消噪方法达到了更好的消噪效果。     

EHGFs方向可控滤波压制地震勘探随机噪声

为有效提取地震信号同相轴信息, 解决以哈密特-高斯函数(HGFs: Hemite-Gauss Functions)为核函数的方向可控滤波器因无方向性而导致同相轴被降频的问题, 引入以拉伸哈密特-高斯函数(EHGFs: Elongated Hemite-Gauss Functions)为核的方向可控滤波去噪方法。该方法考虑有效信号与随机噪声在方向性上的差异,
通过近似拟合方法构造EHGFs 方向可控滤波器, 借助EHGFs 具有明确的方向性, 滤波时沿着轴向进行滤波,提高线性度, 减少平滑作用, 取得方向滤波数据后再根据数据局部数字特征进行数据重组, 达到去噪效果。实验结果表明, 该方法具有明显压制随机噪声、恢复有效信号的效果。     

自适应广义形态滤波和GG聚类在轴承故障识别中的应用研究

针对复杂工况下滚动轴承受机械噪声等因素影响轴承故障类型区分难的问题,提出了一种基于自适应广义形态滤波和GG聚类的轴承故障诊断方法。采用自适应广义形态滤波对轴承振动信号进行降噪处理,对降噪后的信号进行变模式分解,去除虚假分量和噪声分量,最后对去噪后故障特征较多的信号分量求解近似熵,作为特征向量输入GG聚类分类器中,达到故障分类。仿真实验结果证明该方法能有效提取信号特征信息,准确识别故障类型。     

子波消噪技术及其应用

基于信号和噪声在小波变换下表现出的截然不同的性质,提出了一种非线性消噪方法．该方法与传统的消噪方法不同：它并非等价于信号通过一个低通或带通滤波器,而是根据信号与噪声的奇异点性质不同滤波．因而,在改善信噪比的同时,又保持相当高的时间分辨率．     

小波域Wiener滤波器的设计

讨论了基于小波的阈值去噪方法和Wiener滤波方法在信号去噪中的应用.其中,小波阈值去噪方法在许多信号空间上是近似最优的,而Wiener滤波方法是最小均方误差意义上的最优估计.在小波阈值去噪方法和经验Wiener滤波器基础上,设计了一种小波域Wiener滤波器.仿真结果表明:文中提出的方法在均方误差和峰值信噪比性能两方面均优于传统的小波阈值去噪方法.同时指出了进一步改善去噪效果的一种有效途径.