一种改进的小波变换信号消噪方法

根据小波阈值消噪方法的步骤及特点提出一种新的消噪方法——小波系数放大法，并对该方法进行仿真对比实验。该方法在运用小波变换对含噪信号进行消噪前，先对信号进行小波级数分解，对其中的低频系数和高频系数进行适当的放大，然后对信号采取阈值消噪法进行消噪，最后运用小波变换对所得到的小波系数进行适当的宿小，并将其重构。仿真实验结果表明，小波系数放大法消噪后信号的均方根误差有很大的降低，信噪比提高。该方法优于一般的消噪方法。     

小波包变换在煤与瓦斯突出预测中的应用

针对目前滤噪技术不能很好地使声发射监测得以准确预报的情况,进行了基于小波包变换的去噪研究.该研究利用信号的小波包分析、计算和最优小波包基选取的方法,通过计算机数值计算,模拟了强噪声下声发射信号检测,并通过Sym8小波包与小波变换去噪的比较,证明前者优于后者.用小波包变换进行消噪处理,噪声消除彻底,提高了预警准确性.     

基于小波阈值方法的电能质量扰动去噪分析

在小波变换的基础上。分析了硬阈值和软阈值去噪方法的不足。提出了一种新的基于小渡分解和小波重构的阈值去噪方法——软硬阈值折衷方法。谊方法将小波系数经过软硬阈值折衷法处理后。可以改善小波系数在阈值处的连续性，使重构信号不会振荡，又使变换后的重构信号与实际信号误差最小。通过仿真验证，该算法可以获得很好的去噪效果，消除扰动检测中的噪声影响，从而为噪声环境中电能质量扰动的检测和定位提供了良好的依据。     

基于小波变换的传声器阵列语音增强方法

针对现有的基于传声器阵列语音增强算法的局限性，并考虑到入耳听觉感知模型，提出一种将延迟-求和波束形成技术和小波变换技术相结合进行语音增强的方法，该方法首先利用延迟-求和波束形成技术将阵列中各个传声器接收到的信号进行时间延迟补偿，并对各通道信号相加-平均，消除一部分不相干或弱相干噪声；然后再利用小波变换技术进一步去除噪声，计算机模拟结果表明，该方法具有良好的消噪能力。     

平移不变量小波去噪方法的研究

在小波去噪的方法中,应用最为广泛的是Donoho等人提出的非线性小波变换阈值法.但在有些情况下,如在信号的不连续点处,运用阈值法去噪会产生伪吉布斯(psuedo-Gibbs)现象.在阈值法基础上加以改进的平移不变量小波去噪方法不仅能有效的抑制伪吉布斯现象,而且能减小原始信号和估计信号之间的均方根误差(RMSE).通过仿真实验可以看出,该方法比阈值法有更好的去噪效果.     

一种基于互相关函数的小波系数相关阈值去噪方法

针对传统的小波系数相关去噪方法中,在对含噪信号进行小波变换后,各尺度上的小波系数会产生微小偏移的问题,提出了一种基于互相关函数的小波系数相关去噪方法.采用互相关算法,计算各个尺度与原始含噪信号产生的偏移量,再把偏移后的尺度进行相关分析,得出准确的突变信号;为了去除信号突变附近附带的少量噪声信号,再采用临界阈值去噪方法对...     

小波域Wiener滤波器信号的去噪方法

提出采用小波域上的经验Wiener滤波器对信号进行去噪,得到优于小波闽值法的去噪效果．引入平移不变小波,较好地抑制了信号中的伪吉伯斯震荡．结果表明,将小波域上的经验维纳滤波器与平移不变小波相结合进行去噪,所得到的效果是最佳的．     

振动攻丝扭矩信号处理中应用小波包消噪

简述小波包分析的基本理论及其主要算法．讨论用该理论进行信号消噪的基本原理，并应用于振动攻丝扭矩的信号处理．通过对所采样的扭矩信号进行小波包分解，获得信号精细的低频和高频两个部分．利用阈值量化处理的方法去除噪声，再将剩余部分进行重构，从而达到消噪声的目的．实验结果表明，该方法能够有效地消除采样信号中的噪声，进而提高扭矩值的计算精度．     

改进的小波收缩技术在近红外光谱信号消噪中的应用及软件设计

提出了基于小波变换的近红外光谱信号消噪处理方法，采用一种基于非线性闽值决策的小波去噪法，通过对具体数据的处理，表明该法可以有效地去除近红外光谱信号中的噪音，为准确的进行近红外光谱的分析创造了条件。同时，为实现小波消噪技术，进行了软件设计，采用VB、MATLAB等软件混合编程，使得程序简单、界面友好。     

基于平移不变小波变换的脑电信号去噪

鉴于传统小波阈值法去噪时,硬阈值函数存在不连续性,软阈值函数存在恒定偏差,去噪效果不佳,提出一种基于新阈值函数的小波平移不变量去噪法。首先构造一种任意阶可导的新阈值函数,再采用平移不变小波方法处理脑电信号。在matlab2009平台上分别采用软、硬阈值及改进方法对脑电信号进行去噪,结果表明:改进方法能够更好的保持脑电信号的特征,且具有更高的信噪比和更低的均方根误差。该方法去除脑电信号噪声性能优于传统小波阈值法,有利于准确提取脑电特征参数。     

一种基于IFFT的小波矩的快速算法

该文提出了一种基于快速傅立叶逆变换 (IFFT)的小波矩的快速算法。小波矩除本身具有矩特征的旋转、平移、缩放不变性外 ,还具有对图像细节特征的描述。该文在小波矩和快速傅立叶逆变换方法的基础上提出了一种基于IFFT的小波矩的快速算法。实验结果证明 ,这种方法大大简化了小波矩的计算     

基于中值滤波的全垫升气垫船运动仿真参数滤波方法研究

研究了全垫升气垫船运动参数的滤波方法,提出了基于中值滤波预处理的Daubechies小波变换的参数滤波方法,利用中值滤波的去脉冲特性和Daubechies小波的高斯噪音消去特性对仿真全垫升气垫船运动参数滤波.仿真结果表明该方法可以有效去噪,明显改善信噪比.并且将中值滤波和FIR滤波方法结合,有效地减小了FIR使用的阶次,在提高信噪比的同时有效减少了群延时,改善了气垫船在线滤波的实时性能.     

散射变换理论研究进展

散射变换是基于小波变换的图像变换新方法,通过迭代方向复小波分解、模运算及局部平均获取图像的特征描述,具有局部平移不变性和弹性形变稳定性,是近年来信号处理领域的研究新热点.介绍了散射变换的原理,实现算法和一些典型应用,并指出所面临的问题和研究方向.     

具有平移和尺度变换不变性的自适应小波矩

提出了一种同时具有平移和尺度变换不变性的自适应小波分解新方法,分解系数称为小波不变矩,并给出了计算这些小波不变矩的有效算法．实验证实了数字图像的小波不变矩的平移和尺度不变性．     

抑制震荡的自适应小波阈值去噪方法

分析了小波阈值去噪方法在信号的间断附近产生震荡的原因,根据产生机理的不同将它们分为属于伪Gibbs现象的震荡和由于小波阈值去噪在信号的间断部分因为去噪能力下降而属于噪声残留的震荡.为了消除这些震荡, 结合软、硬阈值方法的特点提出了一种新的阈值函数自适应地处理小波系数.试验表明,该方法有效地抑制了信号间断点处的震荡,获得了优于传统阈值方法的去噪效果.     

平移不变自适应块阈值图像去噪算法

为有效抑制图像阈值去噪产生的伪吉布斯现象,提出了平移不变自适应块阈值图像去噪算法(ABTTI).即,首先在小波域中将小波系数分成子块,然后利用块平移不变性、块阈值自适应性,并采用本文提出的基于子块能量的自适应阈值方法计算分块阈值.利用3种经典测试图像,与软阈值、块阈值等算法进行对比,结果证明ABTTI算法不仅具有好的去伪影性能,而且可以获得更高的峰值信噪比和计算效率.     

小波去噪的几种方法

利用小波方法去噪 ,是小波分析应用于工程实际的一个重要方面。该文介绍了几种常用的小波去噪方法 ,分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。将上述几种方法分别用于叠加了高斯白噪声的仿真信号的去噪处理 ,并通过对几种方法优缺点的比较 ,为小波去噪的方法选择提供了一个参考依据。     

多通道脑电信号眼电伪迹自适应去除方法

针对现有方法在眼电伪迹自动去除中存在有用信息丢失，伪迹分量识别困难的问题，提出了一种结合粒子群优化算法、独立成分分析和小波变换的伪迹自适应去除算法。首先，采用均方根误差和Pearson相关系数设计了粒子群优化算法的适应度函数，利用优化算法实现了两个样本熵阈值的自适应设置；然后利用快速独立成分分析算法将脑电信号分解为统计独立分量，根据第一个样本熵阈值自动识别含伪迹分量，含伪迹分量经过四层小波分解得到五个小波分量，根据第二个样本熵阈值自动识别伪迹分量，将识别的伪迹分量置零；最后经过小波重构和逆变换，获得去除眼电伪迹的脑电信号。采用Graz data set A数据集进行实验验证，结果表明提出的方法能够实现多通道脑电信号伪迹的自动去除；采用Klados数据集进行实验验证，结果表明，与SE-CEEMDAN方法相比，采用提出方法实验获得的均方根误差降低了4.816，约38.2%，Pearson相关系数提高了0.025，约2.97%。     

基于空间原子特征匹配的多聚焦图像融合

针对多聚焦图像融合,提出一种新颖的基于空间原子特征匹配的融合算法,该算法利用匹配跟踪信号分解算法,有选择性地提取出各个输入源图像的高频成分,使得融合生成的目标图像具有最丰富的细节特征,且不会出现波纹及方块效应.实验结果表明,利用该算法所获得的融合图像能够保留输入源图像中大部分主要边缘特征,主观视觉效果与客观评价指标均优于传统的小波图像融合算法或空间频率法.     

一种局部监督式纹理分类算法

在小波理论的基础上,提出一种新的纹理分类方法.通过计算一连串的小波分解和模运算得到包括多尺度和多方向共现信息的局部描述符——散射向量,该描述符具有局部平移不变性和线性变形性,然后使用PCA模型选择散射向量得到一种监督式纹理分类算法.最后,采用CURET纹理数据库进行算法验证.结果表明,本文算法具有较高准确率,且能很好对具有相同功率谱的纹理进行分类.