阈值去噪

摘要： 等离子体发射光谱是研究托卡马克等离子体物理过程的重要诊断手段之一。边界等离子体中存在着复杂的原子分子物理过程,部分较弱的粒子光谱信号混杂着大量噪声,能否有效去除噪声、提高信号质量对后续利用其分析理解实验中相关物理过程具有重要意义。以仿真信号和真实托卡马克实验中钨原子光谱数据作为研究对象,采用信噪比(SNR)和均方根误差(RMSE)作为滤波效果的评价依据,对小波阈值去噪处理方法的去噪效果进行了研究。仿真实验对比分析表明:选取sym8小波基、4层小波分解、启发式阈值计算以及渐进半软阈值函数进行小波去噪时,可获得最大信噪比19.2166,最小均方根误差0.0290。进而将这些最佳匹配参数应用于实测偏滤器钨原子光谱信号处理中,也取得较好的去噪效果。结果表明:小波阈值去噪能够有效地消除偏滤器钨原子光谱信号中的噪声,同时较好地保留有用信号,避免信号失真,显著提高了信号质量。

摘要： 针对信号去噪问题,小波以其独特的局部时频分析特性而取得了良好的去噪效果。需要指出的是阈值函数在小波去噪算法中发挥着决定性作用。基于此,本文重点讨论了常规软、硬阈值函数、已有改进阈值函数的优缺点,引入平滑因子构建了一类新阈值函数。新阈值函数不仅可以避免伪吉布斯现象的出现,同时还可以有效提高噪声去除率。通过仿真实验误差分析发现新阈值函数相对于其他阈值函数具有更加理想的去噪效果。

摘要： 传统的图像复原的方法会造成图像细节的丢失,且去噪效果一般,结合二进小波变换、高斯滤波和阈值函数去噪的优点,我们提出了一种基于B-样条二进小波变换的图像恢复方法。本文利用小波变换,用新构造的B-样条二进小波滤波器将方差为0.005的高斯噪声图像分解三次,分解得到的每一层高频系数分别使用传统的软阈值模型进行阈值去噪,仅对第一层分解得到的低频系数使用二维高斯滤波器进行去噪,接着,将处理后的高频低频系数利用小波逆变换从第三层重构到第二层,从第二层重构到第一层,从第一层重构到第零层,最后得到复原图像,结果显示本文得到的去噪图像充分保留了原图像的细节,人物的边缘,物体的边缘都能很好地被人眼观察到,具有很好的实用性。

摘要： 染液的浓度决定了制片技术的好坏,因此对染液浓度的检测十分重要,然而在实际应用中,染液浓度检测系统在测取光信号时会存在夹杂噪声的问题,并且这种噪声是注定存在的,现采用改进阈值函数的小波去噪算法来去除噪声,将传统的硬阈值函数、软阈值函数和改进型的阈值函数分别对加噪信号进行处理并做对比。将实验得到的数据导入Matlab中进行处理来验证改进阈值函数算法较传统方法的出色之处,将处理后信号的信噪比(SNR)和均方误差(MSE)作为评判降噪的性能指标。实验研究结果表明,改进型的阈值函数兼并了软硬阈值函数的优点,去除噪声的能力也比传统软硬阈值函数去除噪声的能力强,有较好的降噪效果,具有一定的实用价值。

摘要： 鉴于声发射传感器输出信号一般为毫伏级,对其进行放大的时候很有可能会把一些噪声信号进行放大,以及声发射传感器应用环境的恶劣性,将会直接导致后面处理的信号信噪比降低[1];在此,为了提高声发射传感器传输质量,对声发射前置放大电路进行优化,将传统的单端输入转换为双端输入,对共模信号进行抑制,提高信噪比,对各部分电路一一进行分析验证;此外,对声发射传感器输出声信号进行小波阈值去噪,论文选用了是全局阈值去噪和分层阈值去噪,进行择优选取,使得数据进一步提高,满足预定要求。

摘要： 基于调幅调频分解的经验包络法广泛用于线性和非线性系统参数识别。然而,在调幅调频分解中,为获得纯调幅调频信号而进行的多次包络迭代,会增大累积误差。在经验包络法中,求导信号不光滑而引起的过包络,会增大系统参数识别误差。分别采用滑窗阈值去噪思想与滑动平均技术解决上述两个问题,提出了改进的经验包络法,并基于该方法对单自由度非线性系统自由衰减振动模态参数识别。通过几个算例参数识别分析,证实了该方法具有良好的抗噪声性能与较高的识别精度。

摘要： 在冗杂环境下,为有效识别无线通信网络干扰信号,提出基于子波变换的无线通信网络干扰信号检测研究。将干扰信号分为单音、多音、调频等类型,利用射线模型描述通信信道损失,确立噪声影响下的干扰信号结构,提取信号时频分布特征;在子波变换过程引入阈值滤波算法,将噪声投影在不同子波空间中,合理设置阈值,计算新的变换系数,实现信号去噪;采用混沌循环谱方法,将干扰信号检测转换为二元假设检验问题,获取二阶时变检测函数,计算决策量,结合门限值完成干扰信号检测。实验结果表明,该方法能够有效过滤噪声,检测出的干扰信号波形与频率与实际情况相符。

摘要： 图像信号在获取传输的过程中易被噪声污染,因而图像去噪一直以来是信息处理领域的热点之一。文章从空间域和频率域滤波去噪出发,探究了基于小波变换的模极大值去噪、多种阈值去噪等算法,并对不同去噪算法进行了比较及评价,指出了不同算法在图像去噪上的优势与不足,为数字图像的去噪提供一些新思路与新方法。

摘要： 针对当前图像分割方法存在的缺陷,设计一种改进轮廓波的图像分割方法。为提升图像分割效果,首先,采用改进轮廓波变换对图像处理,利用改进轮廓波变换可有效消除图像奇异点位置振荡情况,在此基础上利用阈值去噪方式对图像进行去噪处理;然后,通过形态学腐蚀后的图像的目标范围较小,由此获取该图像的种子区域,依据图像光谱差异性度量准则、形状差异性度量准则进行图像种子区域生长;最后,运用差分进化算法对种子区域生长边界阈值实施优化,根据阈值实现图像分割。AUC(area under roc curve)方法数字和特异度数值均较高,其中特异度数值始终表现为平缓状态,数值变化不大,而AUC数值在图像帧数为6 000帧后,逐渐呈现下降趋势,图像分割相似度依然保持0.95以上,敏感度数值随着图像帧数的增加而呈现波动趋势,波动区间约为0.825~0.86,综合分析3个衡量鲁棒性指标值均较高。实验结果表明:该方法在以不同元素为分割结构时,未出现过度分割和欠分割情况,种子区域选择能力强,图像脉络清晰像素高,分割能力强。

摘要： 在具备可测量角度功能的扭矩扳手的设计过程中,选用基于微机电系统(MEMS)陀螺仪来完成角度测算功能。随机噪声是影响MEMS陀螺仪精度的重要因素之一,为提高MEMS陀螺仪的测量精度,论文提出了一种改进小波阈值去噪法。该算法兼顾传统小波阈值去噪法中硬、软阈值函数的优点,引入可调节参数增强阈值函数的自适应性,选取了合适的小波基函数,确定最优分解层数。通过Matlab进行仿真,对比改进前后信号的信噪比(SNR)和均方根误差(RMSE)数据。实验结果验证了该方法可以削弱传统小波阈值函数带来的信号失真程度和信号振荡程度,提高MEMS陀螺仪输出数据的精度。

摘要： 历史负荷数据中的噪声会影响以其为基础所进行的负荷预测的准确性，从而就有必要对负荷数据进行去噪处理。考虑到负荷数据的横向连续性和纵向连续性，可以先把负荷数据按照日期排列成二维数据集，经归一化处理后形成灰度图像矩阵，然后用基于图像的二维小波阈值去噪方法进行去噪处理，最后通过反归一化得到去噪后的负荷数据。实例分析结果表明这种方法可行且有效。

摘要： 使用边缘检测的方法检测出图像的边缘和纹理细节，对检测出的边缘和纹理细节图像进行处理后，将它和含噪图像分别进行小波变换，然后将其小波系数对应叠加，最后对叠加之后的小波系数进行小波自适应软阈值去噪。实验证明该方法比较传统方法在视觉效果和信噪比方面都有较大的改善。

摘要： 航空发动机是一种复杂的旋转机械,故障种类多而且难以辨别,为了保证飞行安全,需要对航空发动机的故障进行正确、快速地检测.本文使用CF6模型并将发动机低压转子效率的突然降低作为故障,首先进行模拟仿真取得算例信号,然后利用小波分析中的奇异值检测方法对信号进行分解,并基于阈值去噪后重构信号,对比奇异点处模极大值查找出预设故障点.

摘要： 故障电弧是引发电气火灾的重要原因,检测故障电弧是预防电气火灾的迫切要求.本文首先以常见家用电器为负载设计了模拟串联电弧的实验方案,搭建了实验平台,采集到不同条件下的故障电弧信号.基于电弧电流的特性,提出了一种的检测方法:该方法通过相邻周期波形相减并进行小波阈值去噪和归一化,利用周期模最大值作为电弧的特征量,以特征量大于参考值的个数作为故障电弧发生的判据.最后应用MATLAB对单一负载、组合负载、启动过程、正常工作以及不同电压下串联故障电弧实验数据进行分析,得到了不同负载下的电弧特征量的公共阈值.结果表明所提方法能够有效检测故障电弧的发生.

摘要： 本文把多阈值方法应用到小波包阈值去噪中，并且根据噪声与信号在各频带上的小波包系数具有不同特征的特点，将Stein无偏似然估计阈值、贝叶斯阈值、固定形式阈值与滑动极大极小准则阈值结合使用。仿真结果表明，本文提出的方法具有更好的去噪效果。

摘要： 地震孕育过程中应变能量的积累导致的岩石破裂是构造地震发生的必要条件,在岩石破裂时会激发出一种低频次声波信号.本文介绍了小波分析原理,并讨论了不同类型小波和相同类型的小波不同阈值对震前异常次声波信号的降噪效果.

摘要： 地震孕育过程中应变能量的积累导致的岩石破裂是构造地震发生的必要条件,在岩石破裂时会激发出一种低频次声波信号.本文介绍了小波分析原理,并讨论了不同类型小波和相同类型的小波不同阈值对震前异常次声波信号的降噪效果.

摘要： 地震孕育过程中应变能量的积累导致的岩石破裂是构造地震发生的必要条件,在岩石破裂时会激发出一种低频次声波信号.本文介绍了小波分析原理,并讨论了不同类型小波和相同类型的小波不同阈值对震前异常次声波信号的降噪效果.

摘要： 地震孕育过程中应变能量的积累导致的岩石破裂是构造地震发生的必要条件,在岩石破裂时会激发出一种低频次声波信号.本文介绍了小波分析原理,并讨论了不同类型小波和相同类型的小波不同阈值对震前异常次声波信号的降噪效果.

摘要： 探讨了沉降数据的异常值探测和剔除的小波分析思路与实现方法，研究了小波去噪中的阈值选取形式，并结合某市地铁沉降监测数据进行分析，取得了较好的异常值探测和剔除效果，实例证明小波分析可以有效地剔除沉降数据中的异常值，保存可靠的沉降信息，能够提高地铁沉降分析和预报的可靠性。

摘要： 本发明提出了一种基于空间自适应全变差的CS迭代阈值图像去噪重建方法，步骤为：初始化重建图像和初始含噪观测值；对获得的重建图像进行迭代更新获得估计值；基于优化阈值软阈值算子进行轮廓波变换获得去噪估计值轮廓波稀疏系数；将获得的去噪估计值轮廓波稀疏系数输入到基于空间自适应全变差CS重建模型中获得重建图像轮廓波系数；使用基于轮廓波维纳滤波算子进行滤波获得重建图像轮廓波系数；将重建图像轮廓波系数进行轮廓波逆变换获得重建图像。本发明采用基于优化阈值软阈值算子的轮廓波变换进行稀疏变换，不仅能够将图像数据与噪声信息进行有效分离，同时能够有效去除隐藏在图像各层中的噪声信息获得高质量的图像稀疏系数，提高了去噪重建能力。

摘要： 本发明公开了一种基于自适应估算阈值法的扰动信号去噪方法，包括以下步骤：步骤1：将采集信号x(k)分割为固定长度为L的M个短数据序列，相邻两数据序列之间有重叠；步骤2：对步骤1得到的数据序列分为T组，每一组序列组合为一个二维矩阵Ag；分别对矩阵的每一行和每一列进行一维离散余弦DCT变换；得到二维离散余弦变换得到Dg；步骤3：对步骤2得到矩阵Dg的二维DCT系数进行滤波得到D’g；步骤4：对D’g进行逆二维DCT，得到重构为重构分配相应权重wg；步骤5：根据步骤4得到的权重和重构矩阵，根据加权平均方法得到去噪信号；本发明充分利用了数据段之间的相关性，自适应的估计滤波阈值，能在有效去除噪声的同时，较好的保留信号中的细节特征。

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： 本发明提供一种基于小波变换的TBM掘进参数时序数据阈值去噪方法，用于对掘进参数时序数据进行去噪处理，其特征在于，包括以下步骤：步骤S1，确定掘进参数，并采集与掘进参数相对应的含噪的时序数据。步骤S2，将含噪的时序数据按照正交小波函数进行小波分解，得到多层小波变换系数。步骤S3，利用软阈值函数对每一层高频系数进行非线性阈值处理，得到处理后的高频系数。步骤S4，利用通用阈值规则选取法对处理后的高频系数进行选取，得到选取后的高频系数。步骤S5，对低频系数和选取后的高频系数进行重构，得到去噪后的时序数据。本发明利用小波变换对时序数据进行处理并利用阈值选取进行去噪，计算量小、分析效率高，满足在线数据实时分析任务的需求。