小波软阈值滤波在信号去噪中的有效性研究

对于高幅度和宽尺寸的噪声要素,尤其是当有用信号的幅度和噪声尺度相差不大时,使用传统的傅里叶滤波和一般的小波变换去噪的效果不是很好,对此提出了一种软阈值去噪方法。根据小波理论及软阈值滤波的算法,用MAT-LAB对四种典型信号和陀螺信号进行去噪仿真研究。理论分析和仿真结果表明,这种方法能有效消除高频随机信号和特定尺度的噪声,同时又能很好地保留原有的有用信号。     

小波变换分析及船舶噪声处理

针对目前船舶噪声对船舶有用信息的影响,本文利用小波变换进行船舶噪声处理,并利用Matlab函数进行不同小波基的船舶信号去噪实验。实验结果表明,恰当的小波基函数和阈值能够很好抑制信号中的高频部分,得到平滑的有用信息。     

舰船钛合金超声检测信号模型及模极大值小波去噪算法分析

针对舰船用钛合金超声检测信号中普遍存在的材料散射噪声过大的现象，结合钛合金超声检测信号与散射噪声信号的产生特点，构造了一组信号模型，并提出了基于小波分解的一种改进的模极大值去噪算法。该算法利用小波分解中的低频系数来确定信号位置，在高频各尺度系数的对应位置寻找相应的频率信息，以达到提取信号去除噪声的目的。实例分析表明，该模型能基本反映超声检测信号的特点，而且此算法对TA2钛合金超声检测信号去噪效果比较理想。     

小波分析在船舶测试信号和图像消噪方面的应用

小波消噪已经成为目前信号消噪的主要方法之一，小波变换由于在时频两域都具有良好的局部性能，尤其在信号处理过程中，采样信号都不可避免地受到各种噪声和干扰的影响，利用小波分析可以对实验数据进行消噪处理。本文详细介绍了目前小波消噪的各种方法，揭示了小波消噪的数学背景和滤波特性；并阐述了针对不同信号的自身局部特性以及使用不同的小波变换函数和构造出适合的闻值之间的联系。对一个含有噪声的多普勒测试信号和一个含噪声图像分别进行了多尺度一维离散平稳小波分解和二维离散平稳小波消噪分析，仿真的结果表明：小波分析可以对信号更有效地消噪。     

地震波信号降噪技术

针对地震波信号本身的复杂性,在接收和处理地震波信号的各个阶段都可能引入噪声的问题,提出了采用小波变换对地震波信号进行降噪的方法,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号的目的。     

基于二次小波去噪的 FastICA 盲源分离研究

论文针对含噪声混合信号分离问题,提出了三步处理法,首先采用小波滤波进行去噪处理,再采用快速独立分量分析（FastICA）盲源分离技术实现混合信号的分离,最后对分离后的信号二次使用小波滤波处理。仿真实验结果表明,该方法能够很好地分离含噪混合信号,从分离前后的波形及平均信噪比对照,去噪性能和分离效果良好。     

随机矩阵理论在舰船复杂网络去噪中的应用

通信信号质量直接关系到海上舰船与岸上基站之间的通信是否有效,提出一种基于随机矩阵理论的舰船复杂网络去噪方法。首先采集舰船复杂网络中的通信信号并进行处理,转换成随机矩阵形式,然后通过计算距离提取被噪声"感染"的信号特征,最后计算噪声感染程度特征值,选取噪声信号,并进行滤波处理,实现去噪。结果表明:所研究方法应用下,去噪后的通信信号信噪比为7.821 dB,信息熵为15.362,大于传统方法应用下的去噪效果,由此说明该方法可以同时达成去噪效果和保证信息完整性的双重目标。     

基于经验模式分解的滤波去噪算法

经验模式分解法被认为是非线性、非平稳数据处理方法的新进展.其最大优点是根据信号本身的特性自适应地产生合适的模态函数,这些模态函数能很好地反映信号在任何时间局部的频率特征,克服了小波变换中要选取合适小波基的困难.基于经验模式分解的分解特性,本文提出了一种新的阈值去噪方法,通过事先建立的经验阈值,根据自适应方法对噪声进行去除,然后对去除的噪声进行随机采样后加入到去噪信号中重新滤波,通过反复滤波迭代进行噪声的去除.实验结果证明了本方法与小波相比具有自身独特的优势.     

小波变换在地震波勘探中的应用

针对利用地震波场对目标进行探测问题,研究了利用地震波勘探的基本原理,提出了采用小波变换对地震波信号进行降噪的方法,通过与传统的经典滤波方法相比,小波变换降噪方法在去除掉高频噪声的同时保留了信号的高频成分,是一种比傅立叶变换更有效的降噪方法。对比了几种小波去噪的方法,从不同的性能指标中优化出针对地震波信号的环境特点最为有效的降噪方法,从而达到有效提取有用信号并探测目标的目的。     

基于小波变换技术的舰船电气设备信号去噪抑制方法

以降低舰船电气设备运行所受电磁串扰影响为目的,提出基于小波变换技术的舰船电气设备信号去噪抑制方法。建立舰船电气设备信号电磁串扰噪声模型,使用小波变换方法对电气设备信号噪声进行抑制,针对小波变换去噪能量泄漏大、频带混叠大等问题,使用双树复小波的实部树和虚部树进行电气设备信号分解,即保留小波分解的优点又可以完全重构电气设备信号,并结合硬阈值和软阈值函数优点,形成通用阈值函数,优化小波变换的阈值函数,保证更好信号去噪抑制效果。通过实验可以看出,该方法的应用既可以有效抑制电气设备信号中的噪声干扰,又可以保证原始信号波形不被破坏,同时在信号分解时,可以在噪声聚集的高频部分形成十分优秀的降噪效果,使信号趋近平稳状态。     

激光雷达信号小波降噪算法参数选取规则

对激光雷达信号降噪算法进行研究,分析指出小波分解降噪算法能较好地对其进行信号处理.重点对小波降噪算法参数选取进行研究,利用激光雷达仿真信号为例进行仿真实验.结果表明,选用尺度参数为4的coif4小波为基函数,采用启发式阈值的软阈值处理效果较好.该降噪算法能在能量损失较低的前提下极大提高信噪比,为后续的数据分析提供更多高精度数据进而提高探测精度.     

小波分析在光纤陀螺寻北中的应用

对某型光纤陀螺仪的实测信号进行了分析。为了降低噪声对光纤陀螺寻北的影响,提高寻北精度,利用五点三次平滑、数字滤波、小波变换分析法对光纤陀螺静态输出数据进行了滤波处理,通过对比滤波前后陀螺的输出曲线、标准差以及频谱图,可以发现：小波阈值滤波能够有效的补偿光纤陀螺的随机误差。通过小波分析可以显示出陀螺低频信号的发展趋势。利用去噪后的数据进行二位置寻北计算,结果表明：小波分析可以使精度提高29．8％。     

光纤陀螺干扰信号探测

介绍了一种利用小波模极大值检测光纤陀螺干扰信号的方法。对实测的光纤陀螺干扰信号采用连续小波变换,通过分析小波变换模极大值线的特点,提出了光纤陀螺扰动信号探测的小波模极大值线方法,并进行了实验验证。结果表明：小波模极大值方法能够有效的对光纤陀螺干扰信号进行检测和定位。     

基于改进小波能熵的水下目标识别

文章研究了基于改进小波能熵和概率神经网络的水下目标识别方法。首先对水下目标辐射噪声信号进行小波变换多分辨率分解和重构,然后引入滑动时间窗,提取各分解子带在滑动时间窗内的改进小波能熵值作为目标识别的特征矢量,最后将特征矢量输入到概率神经网络中实现水下目标识别。对信号进行小波多分辨率分解可反映信号在不同频域上的特征,而引入滑动时间窗并在此基础上定义改进的小波能熵可反映信号的时域特征,因此改进小波能熵方法能同时反映信号的时频特征,更适合于水下目标特征提取。仿真结果表明了该方法的有效性。     

基于小波理论的频带自适应故障选线法及其在船舶电网中的应用

针对船舶电网小电流故障接地时的选线难题,结合船舶电网中性点的接地方式以及拓扑结构特征,对故障接地的暂态过程进行深入分析,之后提出一种基于小波理论的暂态分量故障选线方法,检测零序电压信号的奇异性及突变点的时间信息,提取故障发生时刻前后各一周期的故障信号作为启动选线程序的引导条件,多尺度小波分解故障信号并自适应选择故障暂态特征信息最明显的频带分量进行小波重构,依照定义的能量因子计算各线路的暂态能量实现故障选线。最后通过仿真计算验证了该方法具有较强的抗干扰能力,选线准确可靠。     

基于小波包分解的功率谱方法在人字门启闭机减速器故障诊断中的应用

针对船闸人字闸门机械式启闭机减速器中滚动轴承振动的不平稳性及其故障信号中存在噪声和干扰的问题,提出了一种基于小波阈值算法的小波包分解与功率谱分析的故障诊断方法。该方法通过对故障信号进行小波分解且对其系数作阈值处理,并利用处理后的分解系数进行小波逆变换得到降噪后的信号,然后对降噪后的信号进行小波包分解,找到能量集中的节点,对其进行Hilbert包络解调并求其Hilbert包络线的功率谱,从而提取故障特征信息。应用实例表明:仿真信号与某船闸人字闸门机械式启闭机减速器故障诊断方法能降低信号噪声以及干扰,并能提取故障特征信息。     

喷射航行体辐射噪声机理分析

喷射航行体具有很高的速度,其辐射噪声主要含结构振动噪声和气泡脉动噪声。实测信号分析表明,低频分量基本无多普勒效应,以气泡脉动噪声为主;高频分量的空间位移速度大,以推进器壳体振动噪声为主。两类噪声对信号处理产生不同影响,表现在目标深度测量时效果各异,以气泡噪声的平滑效果为佳。     

基于MATLAB的舰船辐射噪声信号小波消噪处理

针对舰船辐射噪声信号的特点提出了小波消噪的方法,对小波消噪理论作了简要的阐述,并设计了一种消噪方案,最后利用MATLAB,在计算机上选用不同的小波基和阈值进行了实船信号的消噪处理试验,并对结果进行了简单的分析比较。试验结果表明,在选择了合适的小波基和阈值的情况下,利用小波变换的方法对舰船辐射噪声进行消噪处理可以取得良好的效果。