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。     

隧道监控量测数据的小波去噪技术探讨

隧道监控量测过程中的数据含有误差和施工扰动,位移曲线出现异常点,不利于位移趋势的判别。运用小波变换和去噪技术,将吉怀高速的关冲隧道的拱顶下沉观测值作为样本,运用Daubech ies小波和Heursure软阈值进行消噪,结果表明可以有效的消除大部分施工扰动造成的异常,并可根据异常点和位移趋势了解噪声的产生原因。     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

典型时频分析技术在故障诊断中的应用

针对旋转机械发生故障时振动信号的不平稳性,利用典型时频分析技术对故障特征进行提取分析。该方法利用信号构造矩阵,再根据典型时频分析技术的变换特性,均值化时频分布参数,然后重构信号以实现降噪。仿真和试验结果表明,该方法能有效地提取故障特征信息,在机械故障诊断领域有广泛应用前景。     

一种旋转机械振动信号小波去噪方法

针对旋转机械的非平稳振动信号难以用传统方法处理的问题,本文讨论了小波方法在旋转机械振动信号去噪中的应用。针对旋转机械故障信号的特点,提出阈值去噪和模极大值相结合的小波去噪方法对振动信号进行处理,并利用多种指标对去噪后信号做出全而客观的评价。实验结果表明该方法可以有效的提高故障信号信噪比,有利于提高后期故障诊断的准确率。     

超低频接收信号降噪研究

在建立超低频接收信号模型的基础上,对超低频接收信号误码率性能进行了分析。将小波降噪算法应用于超低频噪声处理中,通过Monte Carlo计算机仿真试验,对基于小波降噪和传统数字滤波的方法对模拟的超低频接收信号进行噪声处理,并对降噪后的误码率性能进行分析,结果表明,应用小波降噪的方法对超低频接收信号进行非线性噪声处理,比传统数字滤波的方法能带来更高的信噪比增益。     

基于小波卡尔曼滤波的加速度计降噪方法

针对GF-INS中加速度计降噪的实际问题,提出了一种非零均值观测噪声小波卡尔曼滤波算法.在非标准观测噪声条件下,利用滑动数据窗内的小波变换实时在线估计出观测噪声的方差和均值,作为标准卡尔曼滤波的修正信息,从而实现了标准卡尔曼滤波算法的扩展.实验结果表明,在观测噪声为非标准噪声且统计规律未知的条件下,该自适应降噪方法能获得较好的滤波效果,加速度计信号的噪声方差强度减少了3个数量级.     

小波消噪在电力电子装置故障检测中的应用

考虑电力电子装置中噪声因素对故障检测和识别的影响,用多尺度小波变换和小波包变换对信号进行消噪.小波变换是将信号分解成高频和低频成分,低频成分包含信号的主要性能,高频含较多的噪声,将高频平滑后再重建即可消噪.然后利用Matlab对电力电子装置故障暂态信号进行消噪处理,比较各种消噪方法的优缺点,并结合理论分析和模拟结果讨论了阈值的选取方法和原则.仿真结果表明,基于小波变换的消噪方法是一种提取有用信号、展示噪声和突变信号的实用方法.     

斜齿轮齿面接触型故障的仿真与诊断方法研究

从齿轮的单自由度振动模型出发,运用差分算法对模型进行求解,得到斜齿轮的振动加速度响应,将齿面接触型故障等效为在局部点突加一个冲击载荷,对齿轮齿面接触型故障进行了仿真,利用小波降噪和共振解调技术分别对仿真的染噪振动加速度信号进行处理,成功地提取了轮齿接触故障的信息。