共查询到19条相似文献，搜索用时 359 毫秒
1.
2.
基于最优小波包基的信号去噪方法研究 总被引：1，自引：0，他引：1
冯宏亮 《西安文理学院学报》2009,12(2):60-63
改进了基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号． 相似文献
3.
小波阈值消噪方法是利用小波变换技术对含噪信号进行分解和重构,通过对小波分解后的小波系数限定阈值来消除噪声的方法.分析小波消噪的算法和实现步骤,并基于MATLAB软件平台编写仿真程序.进行光纤光栅反射信号的小波消噪仿真实验,消噪效果良好. 相似文献
4.
基于最优小波包基的信号去噪算法 总被引：7，自引：0，他引：7
提出了一种基于最优小波包基的信号去噪算法,该算法以小波包分析为基础,根据最小代价原理搜索信号分解的最优基,然后对高频和低频系数采用不同的阈值算法进行量化,用量化后的系数重构得到去噪后的信号.实验结果表明该算法对于信号去噪是十分有效的. 相似文献
5.
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
6.
邱炳林 《福建工程学院学报》2023,(4):370-377
针对因互联系统稳定性的下降引起的低频振荡事故,提出了基于无偏似然估计(stein unbiased risk estimate, SURE)的自适应小波阈值与固有时间尺度分解(intrinsic time-scale decomposition, ITD)的联合辨识算法,以解决在低频振荡的关键模态辨识中提取出的参数精度不够准确的问题。对含有噪声干扰的信号进行小波变换得到其小波系数,根据信号特点按照最小均方误差算法估计其最优阈值,从而进行小波系数的筛选和信号的重构,得到去除噪声后的信号。对处理后的信号进行固有时间尺度分解,构建相应的信号测点矩阵并求解矩阵的特征值,获取系统的关键振荡参数。采用数学测试信号、PSASP软件中的8机36节点仿真系统信号以及实测信号,验证了所提方法对实际电网是有效可行的。 相似文献
7.
基于小波分析的红外弱小目标检测算法 总被引：1，自引：0，他引：1
针对红外弱小目标检测需求,根据红外弱小目标图像特性及其小波分析特性,提出了一种基于小波分析的红外弱小目标检测算法。算法首先对红外弱小目标图像进行小波分解;然后置低频小波系数为零去除背景,阈值化高频小波系数滤除噪声,自适应子带增强加强目标能量;最后进行小波逆变换并进行自适应阈值分割。实验结果表明,提出的算法速度快、抑制噪声的能力强。 相似文献
8.
传统信号去噪方法常采用门限法对噪声信号的小波或小波包变换做阈值处理以达到去噪的目的。本文介绍了一种利用小波包滑动阈值去噪的新方法,通过对信号的小波包分解系数的滑动阈值量化,得到重构的去噪信号。计算机仿真结果表明,滑动阈值法具有很好的实用价值。 相似文献
9.
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
10.
本文作者通过对多尺度下小波变换系数及模极大值的分析发现,在实际工程中,有用信号通常表现为低频部分或者是一些比较平稳的信号,所以可以对已经被噪声污染的信号进行小波分解,对分解后的小波系数使用门限阈值处理,以达到消噪目的,仿真结果表明,这一方法有其有效性与可行性。 相似文献
11.
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
12.
提出了一种基于小波阈值去噪的语音增强算法。根据含噪语音中噪声、清音和浊音的不同特点,首先对它们进行检测区分,然后采用改进的Garrote阈值函数分别对噪声、清音和浊音运用不同的阈值方案进行处理。该方法在很大程度上抑制了噪声,又减少了语音段清音的损失,提高了信噪比,在MATLAB7.1中的仿真实验结果表明,该方法具有较好的增强效果。 相似文献
13.
应用关于信号的小波变换摸当选择其小波函数为平滑数的一阶导数时在剧变点处表现为极大值的理论,提出用语音信号的小波变换模来检测声门的开启时间,从而确定音调周期的方法,并给出相应的小波算法。 相似文献
14.
简要介绍了一维小波分析的基本原理和信号的小波消噪原理,及其在结构损伤检测诊断方面的主要应用,并引例说明小波分析可以弥补傅利叶转换的一些不足之处. 相似文献
15.
16.
基于小波分析的信号突变点探测及其MATLAB仿真 总被引：3，自引：0，他引：3
小波变换突破了傅立叶分析在时域和频域方面的局部化能力，适合对非平稳信号的处理。信号的突变部分包含了信号的许多重要信息。在介绍了小波分析的概念及其时频方面性质的基础上，分析并仿真了小波变换的时频局部化在信号突变部分探测中的理论与应用。 相似文献
17.
18.
语音信号是非平稳的短时瞬态信号,有用信号与所含噪声处于同一频率段,采用滤波器形式的传统去噪方法,不能将噪声有效分离。小波变换具有时频局部分析的特点,通过将含噪信号进行分解,分离噪声信号,将有用信号进行重构,可有效地去除噪声。白噪声为平稳随机信号,在不同尺度上的小波变换是不相关的。本文根据白噪声和语音信号在不同尺度下的相关性表现,结合小波去噪的基本思想,提出一种基于相关函数的小波变换进行语音去噪的方法。经MATLAB仿真,相关函数确定的去噪方法,能有效去除语音信号的白噪声。 相似文献
19.
利用小波变换对含噪语音信号进行特征提取,结合隐马尔可夫和人工神经网络混合模型进行识别的方法,进一步反映语音信号的动态特性、增强抗干扰能力、提高识别率.实验证明,该模型适合于对噪声背景下的语音进行识别,同传统的HMM模型相比,具有更好的抗噪鲁棒性,在信噪比较低情况下,识别率比传统的HMM模型有明显提高. 相似文献