改进数学形态方法及其在电能质量监测中的应用

在分析传统形态滤波方法缺陷的基础上，提出一种改进的数学形态方法来处理电能质量监测中采集数据的噪声问题．通过选取合适的结构元素，并利用不同的结构元素及其自适应的加权组合方式，设计了性能优异的电能质量扰动信号的处理方法，该方法能在保证信号局部特征的前提下对信号进行有效的去噪．文中介绍了算法的设计要点和步骤，并从仿真计算和实验设计两方面来分析所提方法的性能和效率．结果表明，该方法设计简单、计算速度快、易于硬件实现，是一种切实可行的方法。     

捷联惯导系统快速初始对准的多级组合滤波实现

捷联惯导系统初始对准中利用卡尔曼滤波器进行状态估计时,其数学平台的东向和北向水平失准角估计速度很快,而天向方位失准角的收敛很慢。为了解决这个问题,在基本卡尔曼滤波的基础上引入了多级组合滤波的思想,利用对捷联矩阵的修正和对天向方位失准角φU估计的改进产生了新的信息,形成了两级卡尔曼滤波,并且与小波软阈值法相结合,实现了捷联惯导系统的快速初始对准。     

一种改进的小波滤噪算法及其在NMRL中的应用

本文针对核磁共振测井（NMRL）回波信号微弱且信号带宽较大的特点,将小波变换良好的时频局部化分析性能以及优良的噪声抑制能力与相敏检波算法相结合,设计并实现了一种基于小波阈值降噪的数字相敏检波（DPSD）算法。仿真结果表明,与FIR式DPSD算法相比,小波式DPSD算法在低孔隙度（T2＊较小）的情况下具有较低的峰值误差和良好的噪声抑制能力,在一定程度上解决了滤除噪声与保留信号完整性之间的矛盾,适用于低孔隙度地层的核磁共振测井应用。     

基于方向可调滤波器的含噪图像融合算法

提出了一种基于方向可调滤波器的图像消噪及融合算法,即使用方向可调滤波器及其Hilbert变换组成的正交滤波器组,分析两幅已配准源图的主要方向及局部方向能量,根据噪声点所具有的奇异性、无方向性,从而检测出图像噪声点,并运用局部中值滤波方法消噪;对于源图中的特征,采用局部方向能量作为权重进行加权融合。该方法提高信噪比约50％－80％,并能很好地保留和显著增强源图中的有用特征。     

Implementation of GPR Signals De-Noising Based on DSP

An important issue of ground-penetrating radar （GPR） signals analysis is de-noising thai is the guarantee of acquiring good detecting effect. The paper illustrates a successful application of digital single processor （DSP） based on wavelet shrinkage algorithm. In order to realize real-time GPP, signals analysis, some key issues are discussed such as the realization of fast wavelet transformation, the selection of CPU chip and the optimization of data movement. Experimenial results show that the DSP based application not only basically meets the real-time requirement of GPP, signals analysis, but also assures the quality of the GPR signals analysis.     

基于小波变换的爆破地震信号去噪的应用

运用小波变换在不同的尺度下观察信号局部化特征。由于信号和噪声具有不同的奇异性，它们的二进小波变换模的极大值在不同尺度下的传播特性也不相同。在相邻模极小构成的待选通域中分析出噪声局部极大值所在的选通域进行平滑处理，从而得到局部信号的小波系数，将其反变换重建出去噪后的信号。将该方法用于爆破地震信号去噪声，结果表明：这种方法计算简单，且去噪效果较好。     

基于小波的回归分析

在变形回归分析处理前消除或减弱误差的影响,可以有效地改善回归分析的质量.通过一元回归试验对比可以看出,经过小波消噪以后,线性关系之外因素引起的数据波动性减小,拟合的效果得到了改善,线性关系显著增强.     

基于小波分析的信号消噪法

采用一种基于非线性阈值决策的小波去噪法，并就阈值的选取进行了说明，然后进行了理论分析和计算机仿真实验，取得了较满意的结果。     

基于小波包变换的尺度自适应阈值图像降噪

针对传统小波变换易引起图像边缘模糊的不足,研究了基于小波包变换的尺度自适应阈值图像降噪。利用小波包变换可以同时对图像的高频和低频部分进行进一步的细分,因此可以更好地保留原图像信息的优势,更进一步,克服通用阈值的缺陷,软阈值函数的构造充分考虑了不同尺度层次上的系数的不同特点,产生尺度自适应阈值。通过对加噪图像的实验可以看出,与传统方法相比,本文方法不仅降噪效果有很大的改进,而且有很好的视觉效果,峰值信噪比也有较大幅度的提高。     

微弱信号检测的一种改进小波分析方法

针对小波变换去噪时对微弱信号不敏感,特别是在信号分类检测时检测效果不理想的问题,提出了采用小波熵应用于信号检测的技术.该技术的主要原理是利用小波分析矩阵相应稀疏程度去抑制信号的无关成份,其中小波系数熵确定噪声阈值,小波相关系数熵确定边界轮廓,实现信号准确定位.最后通过数值试验证明其效果好于常规小波变换模极大值的信号检测法,证明了该方法检测微弱信号边缘特性更切实有效.