小波分析在地质雷达数据去噪中的运用

地质雷达广泛运用于公路建设和检测中,而传统的滤波去噪方法已不能满足数据处理的运用要求.通过运用小波与小波包分析进行数据处理,能够取的良好的去噪效果.     

小波去噪在振动压路机振动信号处理中的应用

振动压路机振动轮加速度是检测路面压实度的重要参数,因此在用传感器检测速度信号的过程中,加速度信号的准确性显得至关重要.在以往的加速度信号数据处理中傅里叶变化是主要的处理方法,通过对比分析可知傅里叶变换存在着一定的局限性,而采用比较实用的小波分析方法对数据进行去噪重构,通过分析证实小波分析在信号的去噪方面有独特的优势.     

基于小波变换在图像去噪中应用

基于噪声是影响图像质量的重要因素.噪声的存在导致图像的某些特征细节不能被辨识,图像信噪比下降.本文将小波阈值去噪与维纳滤波结合起来,在小波域进行维纳滤波.设计了双小波基维纳滤波器,采用两路小波变换,对静态图像和动态影像进行去噪实验,结果表明改进的小波域去噪方法相比其他方法能够获得较好的视觉效果和较高的信噪比.     

基于平均阈值的小波包去噪方法研究

通过对小波分解系数进行限阈值处理,可以有效抑制噪声,同时能够很好地重构信号、文中提出了平均阈值的概念,并在此基础上研究了小波包手去噪的效果,仿真结果表明,基于平均小波包去噪是一种有铲的去噪方法,其效果优于小波去噪。     

一种小波包去噪自适应阈值算法

小波包变换可以将不同频段的信号分离,信号和噪声经小波包分解后,其小波包系数将表现出不同的特性,通过对小波包系数进行阈值处理 ,可以有效地抑制噪声,很好地重构信号.运用统计信号处理的理论,提出了一种确定小波包分解系数自适应阈值的方法.结果证明,这种方法具有良好的去噪效果.     

小波和Kalman滤波用于GPS数据去噪方法分析

根据小波分析基本理论和GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据的去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出利用小波分析的自适应Kalman滤波方法进行GPS数据去噪处理。     

基于小波去噪和最优权重信息融合的短时交通量预测

针对实际交通系统时变复杂的特征和交通流变化的不确定性,应用小波分析理论,对原始交通数据进行了消噪处理,使消噪后的数据更能反映交通流的本质及变化规律。信息融合技术可以对不同传感器数据进行综合处理,去除冗余、克服歧义,得到比任何单个数据源更全面、更准确、更可靠的信息。综合考虑道路交通量预测的实时性、准确性和可靠性,运用基于小波分析的去噪和现代信息融合思想,提出了一种基于小波去噪和最优权重的信息融合预测方法,并用实际数据进行验证。实证分析的结果表明,该方法能够有效提高交通量的预测精度。     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

小波域中值滤波的图像去噪方法

提出了小波域中值滤波的去噪方法,在去除高斯白噪声的同时能有效地去除脉冲噪声.此方法是在小波域内对高频子带进行中值滤波,然后选择相应的门限进行降噪处理.仿真实验表明该算法不仅能滤除图像中的脉冲噪声和高斯噪声,而且能较好的保留图像的边缘细节,其滤波效果优于小波软阀值去噪.     

基于小波分析的车轮六分力信号的去噪研究

介绍了利用小波分析去噪的原理,分析了小波变换模极大值法、小波系数尺度相关法和阈值法3种信号处理方法的特点,详述了利用阈值法处理信号时选择小波基、确定分解层、阈值处理和信号重构的方法。利用Matlab的小波分析工具箱对车轮纵向力信号进行去噪分析应用,结果表明:小波分析能很好的区分信号里的突变信号与多余的噪声,通过小波重构得到去噪后的车轮分向力突变的信号。本设计具有一定的应用价值。     

小波分析在桥梁健康监测中的应用研究

基于钢筋混凝土梁信号采集试验,选用恰当的小波基函数,利用小波分析技术在信号处理和数据分析领域的优势,通过小渡分析对信号进行分解和重构,分析桥梁结构在振动时振动信号的奇异性,最终可实现桥梁健康监测中的损伤预警和对结构工程损伤的早期诊断,从而为结构的维修加固提供可靠的依据。     

GPS动态实测数据的小波降噪

介绍了小波变换理论,阐述了小波降噪原理、算法及3种噪声处理方法,概括描述了4种阈值规则的选取方法,以及在选用不同的小波基函数和分解层数对降噪效果的影响。在假设噪声为高斯白噪声的前提下,根据小波分解和重构法,对含噪信号进行降噪处理,并对GPS接收机得到的实测信号进行分析和效果比对。     

小波变换在轨道静态功率谱密度获取中的应用

利用小波变换将轨道不平顺信号和所得谱图信号分解到互不重叠的频带上，结合小波阈值处理技术，对小波高频系数进行阈值量化处理，滤掉其中某些频段内的干扰与噪声信号，然后对信号进行重构，从而实现了对信号的去噪和对谱图信号的平滑处理。结果表明，该方法成功地获取了轨道静态功率谱密度，有效提高了轨道静态参数信噪比和轨道静态功率谱密度图的可视性。     

无衍射光三角测量信号的小波去噪处理

提出将小波分析法用于无衍射光三角测量系统的信号去噪处理,以提高系统的测量精度及速度,使系统的优良特性能育分实现。描述了应用小波分析法的理论依据,给出了仿真及实验结果,并与主成分分析法的去噪效果进行了比较。     

MA(q)模型参数的估计——一种混合相位子波反演算法

笔者在文中讨论了混合相位子波A的反演问题.利用高阶累积矩获得近似反子波B(0),再通过B(0)与地震记录S褶积生成数据S=B(0)*S,最后对模型S=C(0)*r采用统计递归算法SRA[14]得到介入子波C(0)=(C,C*).真实子波A的估计通过解方程C=B(0)*A得到.如果混合相位子波A的长度有限,我们的算法可获得相当满意的结果.     

MA(q)模型参数的估计——一种混合相位子波反演算法

笔者在文中讨论了混合相位子波A的反演问题.利用高阶累积矩获得近似反子波B(0),再通过B(0)与地震记录S褶积生成数据S=B(0)*S,最后对模型S=C(0)*r采用统计递归算法SRA[14]得到介入子波C(0)=(C,C*).真实子波A的估计通过解方程C=B(0)*A得到.如果混合相位子波A的长度有限,我们的算法可获得相当满意的结果.