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。     

改进小波变换的船舶射频信号降噪和识别

针对船舶射频信号受通信环境因素及硬件多源噪声的广泛复合因素影响而包含多种频段的噪声,在实时检测中造成有效信号检测率低、误差大的问题,本文设计一种船舶射频信号噪声降噪和识别的软硬件结合的仿真系统。将获取到的船舶射频信号经A/D转换电路转换后,在小波抑制模块分解得到小波系数,并采用改进阈值小波滤波后重构信号,送入信号识别模块利用概率神经网络进行识别。实验结果表明：本文提出的降噪识别方法能够有效地降低信噪比,提升船舶射频信号的识别率,可以应用到实际的船舶射频信号的检测系统中。     

小波变换在紫外光信号降噪处理中的应用

介绍小波变换的基本理论并且利用db8小波对紫外光信号进行小波阈值降噪处理。通过数值模拟对软阈值法和硬阈值法进行了比较。实验结果表明软阈值小波降噪法有着更好的性能,能够有效地抑制信号中的噪声,信噪比提高到了8.5192dB。     

脉冲激光雷达信号降噪方法对比

研究了脉冲激光雷达大气后向散射回波信号特性,介绍了一种以Hilbert-Huang变换(HHT)为基础的滤波新方法--固有模态(EMD)分解滤波,并与扩展卡尔曼滤波(EKF)、小波阈值滤波算法进行对比.针对典型大气条件下回波信号特点进行仿真,对各种方法在不同信噪比信号条件下滤波效果进行评价,分析它们的优缺点.仿真结果证明:EKF法仅在均匀大气高信噪比条件下滤波效果较好;小波阈值方法具有更强的适应性,是中低信噪比条件下的最优算法;EMD分解滤波具有很高研究价值,该方法在高信噪比条件下处理效果最好,是现有方法的必要补充.综合运用3种方法才能使滤波效果达到最佳.     

小波与其计算

作快速小波变换。文章较完整地论述了波变换原理的基本部分，性质，特点与计算方法。对确定性信号而言，有些规律有助于定性判断信号的小波变换图形。     

基于前向线性预测和小波的FOG信号降噪算法研究

针对光纤陀螺输出信号的噪声,提出了一种处理该噪声的前向线性预测滤波与小波变换相结合的级联滤波方法,以前向线性预测滤波作为前段滤波器,采用DB4小波函数的强制阈值小波变换作为第二级滤波器。运用Allan方差法对级联滤波结果进行了分析,结果表明该级联滤波能取得较好的光纤陀螺信号降噪效果。     

自适应小波包算法在激光海面通信降噪处理中的应用

介绍了自适应小波包算法的基本理论和具体实现步骤,并且针对信号的时变特性采取了改进的双树算法实现了每一时间段内的小波包基的最优化选择,使得降噪处理具有自适应性。通过数值模拟对自适应算法和传统算法进行了比较。实验结果表明自适应小波包算法降噪法有着更好的性能,能够有效地抑制信号中的噪声。     

基于小波和形态学结合的雷达图像降噪算法

为减小导航雷达图像的噪声和杂波干扰,通过分析噪声主要特点及各种常见的图像去噪算法,本文提出了一种结合小波变换和形态学的雷达图像去噪方法,利用小波的多分辨率特性对图像细节进行处理,再结合形态学闭运算,在降低噪声的同时有效保留了图像细节。实验结果表明,该方法对雷达图像具有较好的降噪效果。     

一种基于小波变化的自适应阈值算法研究

雷达信号处理在整个雷达系统中一直都起着举足轻重的作用,同时也是雷达技术发展中最为活跃的部分。文章主要探讨小波变换在雷达视频压缩中的应用。针对雷达回波信号这些特点,提出了一种基于小波的自适应阈值方法进行雷达回波信号去噪处理,在保留雷达回波的前提下,降低了雷达数字视频的信息量,为雷达数字视频数据的编码打下了良好的基础。而在雷达图像处理中,嵌入式零树小波算法对雷达图像进行压缩取得了不错的效果。利用所提出的信号去噪方法对雷达视频数据进行预处理后在实时性传输方面具有很高的应用价值和前景。     

小波变换域的时间扩展信道的信号检测

时间扩展信道（TSD）是信道畸变的一种常见形式，它的最佳似然比检测器是副本相关积分器（RCI）。本文从连续小波变换的理论出发，推导了TSD信道小波变换域的最佳检测器（WDRCI），从理论上分析了它与副本相关积分器的等价性，用仿真实验给出了模拟的结果，验证了其有效性，并进一步说明了其性能优于小波域的副本相关器（WDRC）。     

尺度适应性二代小波的图像去噪方法

根据二代小波变换的基本理论和特点,研究二代小波对图像去噪的效果。提出基于二代小波的尺度适应性分解算法,并使用改进阈值函数进行阈值分析后再对噪声图像进行去噪处理。实验结果证明,使用尺度适应性二代小波对图像去噪比其他方法具有更好的效果,去噪后的图像信噪比大大提高。     

小波自适应阈值的混沌去噪方法*

为了提高小波分析方法在混沌去噪中的自适应能力,对不同尺度下的小波信号设定调节因子,根据混沌序列关联维的大小确定最优阈值。为了提高寻优效率,采用遗传算法全局自适应搜索最优阈值。利用该方法对Lorenz混沌时间序列进行了去噪分析,结果表明所提方法是非常有效的。     

基于双树复小波的被动目标特征提取方法研究

针对水下目标辐射噪声特征提取困难的问题,提出一种基于双树复小波变换的特征提取方法。首先,采用一种改进的小波阈值去噪方法去除水下目标辐射噪声信号中的噪声成分,该方法可以获得优于经典小波阈值去噪方法的结果;其次,在特征提取过程中,采用具有近似平移不变性的双树复小波变换,该方法能够克服信号时移带来的影响,得到稳定的目标特征向量。仿真试验和实航数据处理结果表明,本文方法提取的目标特征向量比使用离散小波变换提取的结果更稳定。     

小波分析在信号消噪中的应用研究

小波分析具有在频率域的多分辨能力,已广泛用于信号和图像的消噪中。在引入小波阈值去噪方法的基础上,提出了一种新的阈值函数。经过信号仿真验证,这种新的阈值函数取得了较好的消噪效果,克服了采用传统的软、硬阈值函数去噪的不足。     

基于小波能量熵的水下目标磁场信号去噪

本文提出了基于小波能量熵的水下目标磁场信号去噪方法,通过对信号进行小波分解,计算各层目标信号和背景噪声的小波系数能量熵,利用信号在不同的分解尺度上具有不同的小波熵,自适应地确定高频系数的阈值,利用经过处理后的小波系数进行小波反变换,实现对水下目标磁场信号的去噪.仿真试验结果表明,该方法能有效去除背景噪声,检测出目标磁场...     

基于整数小波的雷达图像快速无损压缩算法

针对雷达图像数据量大,不便于传输、存储等问题,提出了将整数小波变换、哈希算法和集分割嵌入式编码相结合的雷达图像快速无损压缩算法.通过对雷达图像信号的压缩实验,该算法在不影响事后对雷达数据进行分析的情形下,提高了图像的压缩速度和压缩比,具有广泛的应用价值.     

小波变换在风浪研究中的应用

基于小波理论,将实测波高与压力资料减去平均值作为修正后的资料,经小波变换所得系数再将它平方,可以得出能量密度在时间域和频率域上的三维分布特性。将三维分布图对时间积分后,再除以总延时,可以得到波浪与压力在频率上的平均能量,即传统傅立叶变换所得之波谱,对时间积分,可得各瞬间波浪与压力总能量。通过应用认为小波分析在波浪研究上有广阔的应用前景。     

小波分析在故障诊断中的应用

在分析小波变换原理的基础上,根据设备出现故障时的信号特征,介绍了小波分析在降噪及故障诊断中的应用。重点分析了小波变换应用于设备故障诊断的优点及其优于傅里叶变换等其他方法的数学机理。最后通过实例验证小波分析在故障诊断中的应用,并通过与傅里叶变换对比,表明小波变换能克服傅里叶变换的固有缺陷,准确提取故障特征。     

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。     

图像去雾的小波域 Retinex 算法

针对传统Retinex算法在图像去雾处理中易造成光晕伪影、边缘模糊以及算法复杂度高等缺点,提出了一种图像去雾的小波域Retinex算法。该算法将Retinex算法拓展到小波域,利用雾天图像中雾霾与景物细节信息在小波域中能量的不同分布特点,采用Retinex算法抑制雾霾分量,用锐化处理增强景物细节信息分量,以降低雾霾对图像的影响,增强图像细节的清晰度;该算法用双边滤波替代传统Retinex算法中的高斯滤波,以克服高斯滤波对图像边缘的模糊效应和光晕伪影。实验结果表明,该算法能有效地改善雾天图像的退化现象,提高图像的清晰度。