首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
介绍了小波框架的基本知识和小波框架的分解重构算法,及小波框架阈值去噪算法,对Haar小波、db4小波、sym8小波和小波框架进行去噪实验,仿真实验结果表明最小能量小波框架去噪效果优于Haar小波、db4小波、sym8小波的去噪效果.  相似文献   

2.
针对滚动轴承振动信号的非平稳性和易被背景噪声干扰导致故障难以被准确诊断的问题,提出了一种基于时频阈值降噪同步压缩变换(TDSST)和卷积神经网络(CNN)的滚动轴承故障诊断方法.由于传统的小波阈值降噪及小波相邻系数降噪方法受信号噪声方差估计精度影响大,因此采用了基于STFT谱相关系数阈值寻优的时频降噪方法,将其与同步压缩变换结合,并用滚动轴承模拟冲击故障信号验证了TDSST方法降噪及提高时频分辨率的能力.最后,利用CNN对TDSST方法处理得到时频图进行诊断,滚动轴承实验数据诊断结果表明了所提方法能够有效地提高诊断准确率,当轴承信号信噪比大于0 dB时,诊断准确率都达到了95%以上,即使信噪比降到-4 dB时,诊断准确率也维持在80%左右,并且多次测试结果的标准差较小,表明方法具有良好的鲁棒性.  相似文献   

3.
介绍了基于小波变换的激光超声检测信号降噪处理技术,实际检测信号的降噪处理试验表明,应用该技术对激光超声检测信号进行降噪处理可显著提高信噪比.根据信号的波形特点选取了小波函数,采用heursure阈值去噪有利于提取超声回波波形.  相似文献   

4.
介绍了小波变换的一般理论及在信号降噪应用中的理论基础,分析了染噪后语音信号的特性,并使用多种小波和不同阈值对语音信号进行小波变换降噪,对结果进行了分析比较。  相似文献   

5.
根据小波变换和噪声信号的能量分布特性,提出了一种先用小波变换对含噪图像进行多尺度分解,求出各尺度小波变换高频系数的噪声方差和阈值,利用各尺度的阈值对高频系数进行处理,然后利用小波变换系数重构图像,实现图像降噪的方法;实验结果说明该方法可以有效地降低噪声,又可以较好地保持图像细节。  相似文献   

6.
基于小波信号的变换原理,增加小波重构,提高电信号的精确度,同时增加反馈环节。先对电信号进行小波分解,查看是否有较多的暂态突变,假如有较多的暂态突变,或者电力系统部件有什么故障,可获得实时修正,使最后得到的降噪后信号更加精确。将重构的信号与真实信号相减,得出降噪方式处理后的实验结果发现:强制降噪范围比默认阈值降噪与给定阈值降噪大6~8倍,降噪后的信号与原信号相比差别太大,说明把较多有用信号去除了,这就违背了降噪的初衷,强制降噪后的信号精度不够。在实际工程应用中,可以根据情况选择给定阈值降噪方式以及默认阈值降噪方式。  相似文献   

7.
该文研究了基于小波变换的暂态电能质量扰动的检测算法,利用快速小波变换算法即Mallat算法检测和提取扰动信号,并在MATLAB环境下进行了仿真,采用db4小波、3尺度进行小波分解与重构并对信号进行检测,验证了小波变换能够实现电能质量扰动信号的准确定位。  相似文献   

8.
面波勘探在矿井探测方面已经成为了一种有力的手段。采集到的面波信号由于受到噪声的干扰,在进行信号解析之前,去除噪声干扰是很有必要的。提出了一种新的基于自适应阈值的小波模极大值算法对面波信号去噪,关键是在每个分解尺度上选取合适的阈值,对小波变换系数的模极大值点进行筛选,相对传统的阈值选取,该方法达到了满意的去噪效果。  相似文献   

9.
为进一步提高QRS波检测算法性能,提出一种基于小波变换的自学习QRS特征提取方法。使用小波变换进行信号去噪,在选取阈值时依据各层数细节系数添加阈值系数,充分保留心电信号有用特征成分,降低小波重构失真度。在QRS波检测过程中使用自学习差分阈值法实时对R点阈值进行更新,能提高算法抗干扰能力。通过对MIT-BIH数据库心律失常信号处理的实验表明,该算法得到了较高的SNR值与较低的MSE值,QRS波识别精度达到了99.554%,具有更高的有效性。  相似文献   

10.
为了解决生物电信号中的噪声抑制问题,首先讨论了"提升小波"变换原理及生物电信号特点,然后利用"提升小波"进行原始信号的分解,并使用软阈值处理小波分解的细节系数,将处理过的细节系数和近似系数一起重构信号,最后采用该方法对两种典型的生物电信号进行降噪处理.仿真结果表明:"提升小波"变换的去噪声方法,能有效地从背景噪声中提取出微弱的检测信号,是一种可行的生物电实验预处理方法.  相似文献   

11.
在语音信号处理中,基音周期是一个非常重要的参数。语音合成的TD-PSOLA算法需要准确的在每个基音周期点处进行基音标注,而传统的基音周期检测算法只能求出平均周期。实验证明:小波变换的分解重构算法可以把一帧语音信号内所有准周期的基音周期都准确的检测出来,能反映微小的周期变化,具有跟踪基音周期变化的能力。仿真部分分别用haar小波、db10小波、sym10小波对信号进行分解重构,证明sym10小波是比较合适的小波基。  相似文献   

12.
王晶 《教育技术导刊》2017,16(10):12-14
为了对非平稳、非连续的语音信号进行降噪,提出一种基于VMD分解和小波阈值的语音降噪方法。通过仿真信号对比分析了VMD、EMD和EEMD算法对信号分解中存在的伪分量、模态混叠问题。先用VMD对语音信号进行分解,再利用小波阈值降噪。实验结果表明,该降噪方法明显优于小波阈值的语音信号降噪、基于EMD和小波阈值的语音信号降噪以及基于EEMD和小波阈值的语音信号降噪。  相似文献   

13.
为了减小光纤陀螺仪输出信号中的漂移误差,对小波变换和小波包变换进行了理论分析和比较,建立了光纤陀螺仪输出信号的数学模型,分析了其输出信号的误差特性,在详细分析比较硬阈值和软阈值小波滤波的基础上,提出了采用半软阈值作为滤波阈值.并在实验室环境下分别对光纤陀螺静态和动态输出数据进行了半软阈值小波包滤波实验.对光纤陀螺实时测量信号的实验结果表明:采用半软阈值小波包滤波方法对光纤陀螺仪输出数据进行处理,静态和动态输出信号误差均方差可以从5 (°)/h减少到 1 (°)/h,有效地消除了光纤陀螺仪中白噪声和分形噪声的影响.该方法比小波滤波方法更加有效地消除了光纤陀螺漂移误差的影响,且能够满足光纤陀螺仪输出高精度和实时处理的要求.  相似文献   

14.
在电力系统电能质量信号的检测中,不可避免会遇到因为测量设备故障以及环境因素的影响,使得信号夹杂噪声,使得采集到的信号受到一定程度的噪声污染,干扰了检测电力系统的电能质量准确性,而小波降噪在信号降噪中具有很大优势,所以利用小波降噪降低电力系统信号中的噪声具有重要的意义。在比较分析小波变换的优势,多次进行小波变换反馈信号特征,通过观察信号的时频特性,应用小波变换局部化特性可调整不同叠加信号的系数,可最大限度的得到电能质量的有用的分析信号,然后再分析和运用多种阈值处理方式改进小波降噪,并应用差值的方法分析哪种阈值处理方式更加有效。  相似文献   

15.
李峰  王毅  李枚毅 《宜春学院学报》2007,29(2):17-20,73
该文采用基于小波的降噪理论,研究了水下舰船辐射噪声的被动声纳降噪问题,在舰船辐射噪声的建模与仿真条件下,分析对比了不同方法对舰船辐射噪声信号降噪的效果,并分析比较了利用各种小波基和采用不同阈值条件下对信号进行降噪处理的效果.该研究在分析对比的基础上进行小波包软阈值去噪取得了较好的效果,对被动声纳降噪提供了较好的应用前景.  相似文献   

16.
基于小波变换的去噪理论对纳米固体AIP/SiO2中激光超声信号进行了去噪处理。根据信号的波形特点选取了小波函数。给出了不同阈值下的去噪结果。结果表明采用heursure阈值去噪有利于提取超声回波波形。  相似文献   

17.
根据信号和噪声的特性不同,提出了一种基于神经网络的双小波混沌信号降噪方法。该方法结合奇异谱和梯度下降算法,分别对小波变换后的近似部分和细节部分进行了分析。一方面,奇异谱分析更大程度地去除了代表噪声的较小奇异值;另一方面,神经网络对非线性阈值的自学习,实现了小波系数的自适应选取,提高了信号的定位精度。通过对Lorenz模型和月太阳黑子时序进行仿真,证实了本文所提方法能够对实际观测的混沌信号进行有效的降噪。  相似文献   

18.
小波理论在心电信号去噪处理中已经得到了广泛的应用,针对不同的噪声可以采用不同的小波方法进行去噪处理。根据小波在各个尺度上的不同的带通滤波特性,利用小波变换多分辨的特点对心电信号进行滤波,并应用Matlab仿真进行实验。通过实验证明,利用不同的阈值函数及自适应阈值能较好地抑制信号中的基线漂移、工频干扰和肌电干扰,具有一定的实用价值。  相似文献   

19.
提出了一种对彩色图像降噪的新方法,该方法先把彩色图像分解为红、绿、蓝3个基色图像,然后利用小波变换分别对3个基色图像进行多尺度分解,求出其各个尺度三个方向高频系数的子带阈值,并组成1个子带阈值矩阵,对单基色图像的各个尺度3个方向的高频系数进行阈值处理,实现对单基色图像的降噪,最后把降噪后的3个基色图像融合为一幅彩色图像。实验结果表明该方法可以很好地消除噪声,又可以较好地保持图像细节。  相似文献   

20.
通过对色谱仿真信号的小波处理,研究了不同色谱峰形的小波变换,提出了基于阈值的毛细管气相色谱信号的小波滤噪方案,改善了色谱信号进行小波高低频分解方法的滤噪性能.  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号