小波阈值去噪

摘要： 地磁定位可靠性和准确性来源于磁测量数据。针对实测磁数值的系统偏差和随机噪声扰动,使用自制磁测量装置(HBEQ-1)和高精度磁力仪FVM-400采集了试验区内20个基准点的磁数据。数据处理过程中,采用了硬阈值和软阈值2种去噪函数,中误差阈值、固定阈值和极大极小阈值3种阈值设置,并以信噪比和均方差为评价指标,进行了磁测量小波去噪算法的对比试验。试验结果表明,小波阈值去噪可以有效去除磁数据中的噪声,减小了噪声对磁测量结果的影响。小波去噪时,只有在最优分解层数基础上,才能充分将高频噪声和低频信号分解出来,确保阈值去噪算法的有效性,防止信号失真。针对自制HBEQ-1磁测量装置约400 nT左右的随机噪声,采用软阈值去噪能够达到较好去噪效果,提高了实时磁测量信号特征的精确度,可以作为磁测量自适应滤波去噪的基础模型。

摘要： 针对油气管道发生泄漏后,泄漏声信号在沿管道传播过程中必不可少的会混入噪声问题,研究了变分模态分解(VMD)在管道泄漏去噪中的应用,提出了一种基于VMD,多尺度排列熵(MPE)和小波阈值去噪(WT)的VMD MPE WT联合去噪算法。利用MATLAB软件在该算法对信号处理结果进行仿真分析,结果表明:对比小波去噪,VMD,VMD WT去噪,该联合去噪算法在强噪声下的泄漏声信号能得到更高的信噪比和更小的均方误差,去噪效果较好。

摘要： 为了抑制SAR图像的相干斑噪声,对Garrote阈值函数做了改进,增加指数函数使其更易于逼近其渐近线,提高函数中阈值参数和自变量的阶数,以缩小其偏差性.将改进的Garrote阈值函数用于SAR图像小波阈值去噪.首先,在图像预处理阶段,利用常规方法将SAR图像相干斑乘性噪声模型转换为加性噪声模型,以利于小波滤波处理;其次,对预处理后的SAR图像数据进行小波分解,利用改进后的Garrote阈值函数对分解后的水平、垂直和对角三个方向的高频小波系数做阈值去噪处理,低频小波系数全部保留原值;再次,对去噪后的小波系数做图像重构;最后,对重构后的数据做“指数运算”,得到滤波后的SAR图像.利用等效视数和边缘保持指数两个指标对实验结果做分析,结果表明,改进后的Garrote阈值函数去噪方法在去除SAR图像相干斑噪声的同时,保留了图像的细节信息.

摘要： 侧扫雷达在线监测系统采集的单元表面流速实时数据不可避免的受到各种噪声的干扰污染,导致基于原始单元表面流速实时数据的流量模型存在偏差,阻碍了真正实现流量实时监测和提高流量在线自动监测的精度。该文对小波阈值去噪方法应用于侧扫雷达监测数据去噪做了详尽的探讨研究,并利用五点均滑法和小波阈值去噪方法对侧扫雷达监测数据进行了去噪对比实验,结果表明:小波阈值去噪应用于侧扫雷达监测数据的去噪效果比五点均滑法好;小波阈值去噪效果较好,峰值损失较小,且涨落消除彻底,去噪后数据既能较好的保留了原始数据特性,又达到很好的去噪效果,为侧扫雷达流量模型建立提供了优质数据支撑,为侧扫雷达在线监测系统真正实现流量实时监测和提高流量监测精度奠定了基础。

摘要： 大容量FBG传感网络解调系统中,信号去噪是影响FBG传感系统精确解调的重要因素。为了提高解调精度,本文提出一种以改进变分模态分解结合可调节半软阈值方法用于处理光纤信号。变分模态分解(VMD)将输入的信号分解为给定数量K个固有模态数(IMF),设置错误的K值会导致性能下降。本文在VMD的基础上添加4条约束条件,使其自适应的选取K值并减少了VMD的计算量,然后用新阈值函数进行去噪处理,最后通过温度测试实验,得到波长与温度的线性相关系数,评估性能与应用价值。实验结果表明,本文函数在连续性以及信号还原度均取得良好的效果。信噪比(SNR)相比于传统软、硬阈值平均提升了6.0162 dB、13.0003 dB,均方根误差(RMSE)平均降低了0.0442、0.1487。温度测试实验中温度与波长的线性相关系数为0.9992,能满足实际工程需求。

摘要： 为解决当前轴承质检人工成本高,效率低的问题,在对现有轴承缺陷检测算法方案进行研究后,提出了一种基于语义分割的实时在线轴承缺陷识别系统。在六面体黑室中配合高精度电动转台采集高质量轴承照片,利用小波SURE自适应阈值去噪法对图像进行预处理。选用语义分割的方法进行缺陷检测,在传统FCN算法的基础上,提出采用PSPNet分割算法,该算法可以融合更多的全局信息以解决误分割、漏分割的问题。并对模型进行不断评估,优化进程。经实验测得识别准确率高达97.75%,符合工业质检需求。

摘要： 针对直流充电桩输出电压、电流中包含纹波导致直流电能计量准确性降低的问题,在研究直流电能计量算法基础上,分析纹波如何影响直流电能计量精度,并给出采用经典滤波法后的仿真结果,说明了经典滤波方法的有效性。提出了一种基于小波阈值函数去噪方法的现代滤波算法,对直流充电桩充电实测数据进行去噪处理,同时将改进函数与传统的软、硬阈值小波去噪法分别进行仿真结果对比分析,得到了趋势相同的直流充电数据,验证了改进小波阈值去噪算法对提高直流充电桩计量精度效果最好。

摘要： 近年来MIMO毫米波雷达的广泛应用对天线的可靠性提出了更高的要求,于是提出一种功率测量法来间接检测天线异常。通过对雷达功率信号进行5/3提升小波去噪,采用滑窗差分法并结合最小二乘估计确定功率的跳变沿位置,对非跳变区间信号取上下包络,利用Hermite插值对包络进行曲线拟合,平均得到平滑功率信号曲线。实验结果表明,算法复杂度小、精度高,能够有效消除噪声对天线异常检测的干扰,对天线的间接评估与性能提升具有重要参考作用。

摘要： 针对目前临床上监测生命体征设备的不便携带、接触人体等问题实现了一种将红外热成像仪作为信息采集设备,通过分析人体面部血管模型及鼻孔位置温差变化得到心率值和呼吸信息的方法。首先对获取的热像图序列提取前景目标以缩短在整幅图像中进行人脸检测的时间,再利用各向异性扩散滤波法增强感兴趣区域内血管位置的对比度,并利用形态学处理获得人脸血管部位的灰度均值形成初始心率信号。最终通过趋势消除、小波阈值去噪方法去除时间序列中的趋势项和随机噪声获取最终的心率波形图和动态心率、呼吸值。与医院专用设备对比试验得出该方法可控制心率误差小于4%,平均的均值误差为|d|=0.718次/min。呼吸误差在1次/min内,具有较高的准确性和鲁棒性,能够满足实际需求。

摘要： 针对因各类疑难皮肤病之间表征相似,诊断受到主观因素影响,导致皮肤病识别困难的问题,设计了一个利用小波变换对皮肤病图像进行降噪的预处理方法,并以ResNet50为基础框架,结合自注意力机制构建出一个识别率较高的皮肤病识别模型。为解决传统的小波软、硬阈值函数的缺陷,设计了一种较为平滑的新阈值函数用于图像预处理;把ResNet50框架与自注意力机制结合得到新的算法模型,训练得到有效的皮肤病识别模型。实验结果表明,利用新设计的阈值函数去噪后得到的皮肤病图像拥有更高的PSNR/SSIM值,并且对图像的识别准确率相较于去噪前有较为明显的提升。

摘要： 为了能够快速挑选出适合于特定信号的小波阈值去噪影响因素的最优水平,并确定出各因素对去噪效果影响的显著程度,文中引入正交试验设计法,对小波阈值去噪影响因素进行研究.该方法将小波基、分解层数以及阈值规则作为三因素,每个因素设计4个水平,并利用(45)16L安排试验,再对试验结果进行极差和方差分析.仿真结果表明,应用正交试验设计法只需较少的试验次数就能挑选出适合于特定信号的各小波阈值去噪影响因素的最优水平,并且通过方差分析能鉴定各影响因素的显著程度.

摘要： 为了有效去除实测振动信号中的噪声,改进了一种基于Kent混沌人工蜂群(KCABC)算法的振动信号小波阈值去噪方法.该算法采用Kent混沌映射初始化蜂群,引入锦标赛选择机制选择食物源,并结合混沌策略搜索最优解.基于广义交叉验证(GCV)阈值构造了目标函数,采用改进的KCABC算法搜索最优阈值,实现了不基于噪声先验知识的振动信号阈值去噪.通过对广州新电视塔4组实测振动信号的处理,比较了改进的KCABC算法与粒子群优化(PSO)算法、标准蜂群(SABC)算法以及Logistic混沌蜂群(LCABC)算法的去噪性能.结果表明:提出的KCABC算法具有较快的收敛速度和较高的搜索精度,能够有效去除高耸结构振动信号中的噪声部分.

摘要： 水下目标识别的关键技术是提取有效的目标信号特征,由于舰船辐射噪声信号的复杂性,信号的去噪也显得尤为重要.文中先后介绍了水声信号预处理方法、特征提取与选择算法以及BP神经网络分类器的工作过程,其中小波阈值去噪和小波变换在信号预处理、特征提取方面效果显著.

摘要： 针对信号在采集接收过程中难免会受到噪声的污染,在使用前需要去除噪声的问题,文章中使用了小波阈值去噪法与经验模态分解结合的新方法.将信号分解为不同阶固有函数之后,分别进行小波阈值去噪,最后重建原始信号.实验仿真表明,这种新方法对于微弱的生理信号具有很好的去噪效果,可以得到相对平滑、信噪比较高的理想信号.

摘要： 在小波去噪理论的基础上,应用格拉布斯准则对各层分解系数的阈值进行选取,改进了小波系数阈值估计的模型,并结合实例进行了计算分析。

摘要： 小波阈值去噪算法能够有效地去除图像中的加性白噪声，但是会存在一定程度的剩余噪声以及图像失真。小波阈值去噪算法的关键是阈值函数和阈值的选取。本文主要讨论小波阈值算法中硬阈值法、软阈值法以及模平方法。通过仿真实验和理论分析，本文分析比较三种算法对图像去噪后的图像特点，然后从这三种方法的阈值函数的函数特点出发，分析三种算法具有不同特征的原因，指出它们的优缺点以及使用时的注意事项。

摘要： 传统的小波阈值去噪法会在信号的奇异点附近产生人为地振荡现象，影响了去噪效果.使用基于平移不变的小波去噪，可以很好地消除这种振荡现象，同时针对传统的软硬阈值函数的不足，研究了一种新的阈值函数，此阈值函数具有软硬阈值函数不可比拟的灵活性.将这种新的阈值函数与平移不变小波去噪法结合起来，提出了一种基于平移不变小波去噪的改进算法.最后通过理论仿真证明所提出的新方法在信噪比增益和最小均方误差意义上均优于平移不变小波去噪法以及传统的软、硬阈值去噪法.

摘要： 针对工业过程故障检测问题，提出了一种改进多尺度主元分析方法。首先针对过程数据所具有的随机性，非平稳性及含有大量噪声等特点，提出了一种改进小波变换阈值去噪方法，移除原始过程数据中的大部分高频随机噪声，提高数据的置信度，然后应用小波多尺度分解将每个变量依次分解成逼近系数和多个尺度的细节系数,在各个尺度矩阵建立相应的主元分析模型,以模型统计量控制限为阈值,对小波系数重构得到综合尺度主元分析模型,将该改进多尺度主元分析方法应用于丙烯聚合过程监测与故障诊断研究中,研究结果表明,与传统多尺度主元分析相比,改进多尺度主元分析减少了误报率和漏报率,提高了过程监测与故障诊断的精度。

摘要： 针对工业过程故障检测问题，提出了一种改进多尺度主元分析方法。首先针对过程数据所具有的随机性，非平稳性及含有大量噪声等特点，提出了一种改进小波变换阈值去噪方法，移除原始过程数据中的大部分高频随机噪声，提高数据的置信度，然后应用小波多尺度分解将每个变量依次分解成逼近系数和多个尺度的细节系数,在各个尺度矩阵建立相应的主元分析模型,以模型统计量控制限为阈值,对小波系数重构得到综合尺度主元分析模型,将该改进多尺度主元分析方法应用于丙烯聚合过程监测与故障诊断研究中,研究结果表明,与传统多尺度主元分析相比,改进多尺度主元分析减少了误报率和漏报率,提高了过程监测与故障诊断的精度。

摘要： 针对工业过程故障检测问题，提出了一种改进多尺度主元分析方法。首先针对过程数据所具有的随机性，非平稳性及含有大量噪声等特点，提出了一种改进小波变换阈值去噪方法，移除原始过程数据中的大部分高频随机噪声，提高数据的置信度，然后应用小波多尺度分解将每个变量依次分解成逼近系数和多个尺度的细节系数,在各个尺度矩阵建立相应的主元分析模型,以模型统计量控制限为阈值,对小波系数重构得到综合尺度主元分析模型,将该改进多尺度主元分析方法应用于丙烯聚合过程监测与故障诊断研究中,研究结果表明,与传统多尺度主元分析相比,改进多尺度主元分析减少了误报率和漏报率,提高了过程监测与故障诊断的精度。

摘要： 本发明公开了一种基于EMD结合自适应小波软硬阈值的光伏直流信号去噪方法，获取含有噪声的光伏直流信号；对含有噪声的光伏直流信号进行经验模态分解EMD，得到所有固有模态函数IMF分量；分别计算各IMF分量的自相关函数，判断噪声与信号起主导作用的模态分界点；对判定为噪声起主导作用的IMF分量进行自适应小波软硬阈值去噪，得到去噪后的IMF分量，并输出信噪比最大时软硬阈值结合情况下的α取值；将去噪后的IMF分量与剩余分量进行累加，完成信号重构，得到去噪后的光伏直流信号。上述方法解决了传统EMD去噪方法所存在的模态混叠等问题，能有效分离光伏噪声环境下的直流信号，提高光伏直流信号的抗噪性能。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明公开了一种基于小波阈值去噪的IFRA频响曲线去噪方法，包括步骤：1)将IFRA频响曲线分为若干频段；2)找到IFRA频响曲线上各个频段的最适分解层数；3)对含噪的IFRA频响曲线整体进行多次小波阈值去噪，去噪的次数与步骤1)分的频段数相同，并依次采用步骤2)找到的各个频段的最适分解层数作为去噪过程中的小波分解层数进行小波阈值去噪，获取每次小波阈值去噪后能够得到有效去噪的频段曲线；4)将步骤3)得到的多条有效去噪的频段曲线依次拼接，即可得到所需的一整条完整的最终去噪后的IFRA频响曲线。本发明在保留谐振点位置和幅值信息的前提下有效提升了IFRA频响曲线的频率分辨率，提升了IFRA绕组变形检测的精确度。

摘要： 本发明的目的在于提供基于复合评价指标和小波熵的小波阈值去噪参数选取方法，包括以下步骤：获取备用小波基，小波去噪处理，复合评价指标计算，将每个小波基不同分解层数的两种传统评价指标组成的数据集分别进行归一化处理，每个小波基各得到一组复合评价指标，确定最佳分解层数，使用同类小波基对含噪信号进行逐层小波分解至最佳分解层数，通过计算低频系数的小波熵确定每一层分解的最优小波基，比较复合评价指标确定多类小波基中的最优去噪方案。本发明通过构建复合评价指标确定最佳分解层数，计算低频系数小波熵确定每一层分解的最优小波基的方式，在尽可能减小计算量的前提下解决了小波去噪中小波基和分解层数两种去噪参数的优选问题。

摘要： 本发明公开了一种基于小波阈值去噪的IFRA频响曲线去噪方法，包括步骤：1)将IFRA频响曲线分为若干频段；2)找到IFRA频响曲线上各个频段的最适分解层数；3)对含噪的IFRA频响曲线整体进行多次小波阈值去噪，去噪的次数与步骤1)分的频段数相同，并依次采用步骤2)找到的各个频段的最适分解层数作为去噪过程中的小波分解层数进行小波阈值去噪，获取每次小波阈值去噪后能够得到有效去噪的频段曲线；4)将步骤3)得到的多条有效去噪的频段曲线依次拼接，即可得到所需的一整条完整的最终去噪后的IFRA频响曲线。本发明在保留谐振点位置和幅值信息的前提下有效提升了IFRA频响曲线的频率分辨率，提升了IFRA绕组变形检测的精确度。

摘要： 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法：(1)首先，根据系统的实时性要求确定进行小波变换的数据处理长度为n(j0∈N，N为整数集，j0≥1)，剪取长度为n的MEMS传感器输出信号的最新一段，并采用小波阈值去噪方法对此段序列进行处理，滤除噪声，提高信噪比；(2)根据系统的实时性要求，截取小波阈值去噪后序列的最新的一段，并对此段序列进行均值滤波；(3)对均值滤波后输出的序列进行中值滤波；本发明在保证系统实时性要求的条件下，改善了MEMS传感器的实时去噪的效果，提高了MEMS传感器的输出精度。

摘要： 本发明提供了一种处理SCADA系统数据的实时小波阈值去噪方法。该方法通过采用滑动窗口实现了在线小波阈值去噪，采用自适应函数阈值对小波系数进行处理，不同信号长度下进行不同层次的小波分解。本发明提供的一种处理SCADA系统数据的实时小波阈值去噪方法，计算简单，去噪效果好，可以实时对SCADA系统数据进行处理，为长输管道在线仿真技术提供基础数据。

摘要： 本发明公开了一种基于变压器振动信号敏感IMF的小波阈值去噪方法，涉及变压器信号处理技术领域；本发明的方法包括：对带通滤波后的变压器本体振动信号进行VMD分解，利用各IMF分量的敏感因子筛选出敏感IMF。采用小波阈值法对非敏感IMF分量进行去噪处理，利用改进的小波阈值函数对小波系数进行阈值处理，以提高小波阈值法的降噪能力，降低噪声干扰，保留变压器原始振动信号更多的有效信息。本发明的一种基于变压器振动信号敏感IMF的小波阈值去噪方法，有效提高变压器本体振动信号去噪方法的降噪能力，提高去噪效率，同时保留原始信号中的有效信息。

摘要： 本发明公开了一种叠前地震数据小波阈值去噪最优小波基选取方法，通过比较叠前地震数据与小波基函数的局部相似性来选取最优小波基，包括提取井旁道地震子波，借助测井资料获取波阻抗曲线；由波阻抗曲线获取反射系数序列，反射系数序列与井旁道地震子波褶积合成井旁道地震记录，再计算合成的井旁道地震记录与小波基函数的相关系数来选择最优小波基。本发明方法通过比较合成地震记录和小波基函数的局部相似性来选择最优小波基，排除了阈值函数和分解尺度的影响，只有一个单一变量。实施本发明技术方案，只需要井旁道地震道资料和常规测井资料，具有简单、便捷和准确的特征。

摘要： 本发明涉及信号去噪技术领域，尤其是涉及一种CEEMDAN‑小波阈值去噪方法、装置、设备及光时域反射仪，其方法包括基于CEEMDAN分解算法，对添加自适应白噪声的原始信号采用EMD分解算法分解，获得第1至n层的IMF分量和残差，并将阶数小的IMF分量作为信号占主导的IMF分量，阶数大的IMF分量作为噪声占主导的IMF分量；确定噪声占主导的IMF分量和信号占主导的IMF分量的临界点，并去除噪声占主导的IMF分量；预设小波阈值算法的小波基、分解层数、阈值和阈值函数，基于预设的小波阈值算法，对信号占主导的IMF分量进行去噪处理。解决了现有的去噪方法去噪效果较差的问题。本发明具有提升去噪效果，更易于非反射事件等较小的事件点检测的效果。