第二代小波在三轴转台实验中的应用

针对三轴转台实验测量数据的处理问题,本文提出了基于第二代提升格式的小波滤波方法。该方法采用多项式拟合进行预测,对含有噪声的数据进行数字滤波。三轴转台试验仿真结果表明该方法应用方便且去噪声效果好,具有广泛的去噪应用前景。     

基于Kalman—EMD技术的变形量信息提取模型

本文结合Kalman滤波白噪声去噪能力和EMD较强的趋势项提取功能,提出Kalman滤波降噪-EMD瞬时变形量信息提取模型。通过对模拟数据与GPS实测数据的处理分析认为,该方法克服了直接运用EMD分解中由于大量噪声带来的不必要的干扰,减少了EMD分解层数以及累积边界效应对信号提取的影响,提高了瞬时移动量的提取精度;利用Kalman滤波降噪-EMD瞬时变形量信息提取模型处理GPS变形监测数据,可以获得高精度的变形量信息,动态变形监测垂直方向的精度可以达到mm精度。     

基于不可分离MRA的快速小波去噪图像重建

提出了一种基于不可分离MRA的小波去噪重建算法.算法将投影数据进行二通道的小波分解,从而直接得到小波的近似系数和细节系数,对这些小波系数进行基于小波的阀值化去噪处理,再经过逆小波变换就得到了最终的重建图像.算法降低了复杂度,与可分离MRA重建算法比较速度更快,并且可以去噪.     

瞬变电磁信号去噪方法及效果研究

采样后的瞬变电磁信号数据容易受到各种噪声的干扰，造成数据处理时分辨率较低，进而出现异常解释信息，影响后续工作进程．因此，必须选日蛤适的方法对其进行去噪处理。本文集中对三点指数逼近非线}生平滑去噪、基于小波闽值的信号去噪、基于小波变换模极大值的信号去噪、基于小波包的信号去噪等方法及效呆进行比较，对瞬变电磁法的去噪工作具有一定的现实意义。     

基于小波变换的信号去噪研究

小波变换在信号去噪的应用中有很大的优势,它弥补了傅里叶变换在信号去噪中的局限。小波变换在时间域和频率域都具有良好的局部特性,可以聚焦到信号的任意细节。根据信号的特性利用小波变换的处理方法能够有效的将有用信号与噪声分离开来从而达到去噪的效果。     

改进小波阈值去噪法在地震资料处理中的应用

在地震勘探中,随机噪音是一种频带较宽,严重影响有效波信噪比的干扰波,一般的一维去噪方法效果都不理想。小波变换是一个时间和频率的局域变换,通过伸缩和平移等运算功能对函数或信号进行多尺度细化分析,它结合相关阀值,能有效地在地震勘探剖面中消除随机干扰。本文基于小波变换的基本原理上,提出平移不变量与自适应改进阀值结合的方法,实现对地震资料去噪处理,分析该方法的小波基的选取,最后通过模型与实例进行对比与分析说明了该方法去噪优于其它去噪方法．且该方法计算速度较快,简便可行。     

小波分析在GPS数据压缩中的应用研究

GPS测量因其观测时间长,采样间隔短而具有非常庞大的数据量,为降低数据冗余度又不改变信号的特征,本文采用小波分析方法对GPS数据进行压缩处理,并通过小波基及阈值的选择,应用MATLAB语言对信号进行处理。理论与实际分析证明,该方法可以达到压缩数据量的目的。     

应用Coutourlet分层阈值的图像去噪方法

常用的Contourlet去噪方法有软阈值、硬阈值滤波两类。本文将Contourlet分层阈值去噪方法与软、硬阈值去噪方法进行了对比，在分析的基础上，给出了各种方法去噪后的PSNR、MSE对比值以及图像。实验结果表明，分层阈值去噪方法获得了较好的视觉效果以及较高的输出信噪比、较低的均方根误差，效果更好。     

基于小波和ARMA模型的时间序列区间预测

提出小波去噪和ARMA模型相结合的预测方法。对上证指数原序列进行小波去噪,然后对去噪后的序列建立ARMA模型,进行95%的置信区间的动态预报。     

测量船异常数据辨识与误差抑制

为解决蕴含有复杂变形、船摇周期影响的测量船异常数据检测难题,提出了基于小波分析的异常数据的动态识别与修正方法。基于小波分析的多尺度、局部分析等特性,采用具有紧支撑特性的小波去噪方法,根据数据自适应选取阈值,对噪声进行抑制凸显异常,在实现噪声抑制的同时,较好地保留了局部异常特征,显著提高了异常数据的检出率。测试结果表明,该方法切实可行,效果良好。     

基于小波变换的去噪技术在数字图像边缘识别中的应用

小波变换是空间（时间）和频率的局部变换,因而能有效地对数字图像去噪,并从数字图像中提取局部信息。本文介绍了一种将基于小波变换的去噪技术应用于数字图像边缘识别中去的方法．通过matlab 7．0平台仿真实现,实验证明这种方法抗噪能力极强,提取的边缘定位精确,程序结构合理。     

基于Context模型的局部阈值小波图像去噪

本文基于小波阈值去噪的基本理论，提出了一种基于Context模型的自适应小波去噪算法。该方法利用Context模型建立图像小波变换后的系数分类模型并根据分类使用不同的阈值去噪。实验结果表明本文提出的算法无论是PSNR值还是视觉效果，都大大优于传统算法。     

一种基于卷积运算与全变分模型的图像去噪方法

梯度模值较易受到外界影响，导致全变分模型在大噪声点处往往不能很好地消除噪声，从而产生阶梯效应。针对该问题，提出了一种基于卷积运算与全变分模型的图像去噪方法。首先，针对以扩散形式获得的图像像素点进行卷积运算，利用滤波去噪降低大噪声点的灰度值；其次，以能量泛函形式构建图像全变分模型，并求解泛函对应的拉格朗日方程极小值来实现图像去噪；最后，将去噪后图像作为双边滤波算法的引导图像进行二次去噪，从而进一步提升图像去噪质量。仿真实验结果表明，与经典方法相比，该模型对去噪过程中的阶梯效应问题具有较好的处理效果。     

小波包在无线电信号消噪中的应用研究

介绍了小波包去噪的基本原理和方法，针对无线电信号的特点，采用四种闽值法进行去噪对比实验，去噪后信号的波形较为光滑，信噪比均有提高，均方差误差明显降低，有效地去除信号中的噪声，达到了保留信号特征，抑制噪声的目的，为无线电传输提供更可靠的数据信息。     

双模噪声背景下自适应小波阈值去噪

在分析双模噪声模型统计特性的基础上提出自适应小波阈值算法。新算法中设计改进的阈值函数和控制函数,克服了传统硬、软阈值法的不足,并且自适应得到最佳控制因子。该算法对加入双模噪声的信号进行闭环反馈处理：小波分解、阈值量化处理、小波逆变换重构信号、控制函数寻优。Matlab 2012a仿真结果表明,该算法相对于传统硬、软阈值法,去噪图形曲线清晰、光滑、连续性好,信噪比分别提高9 dB和4 dB。在双模噪声背景下,自适应小波阈值去噪有效、可行,拓展了小波阈值算法的应用。     

小波去噪理论及MATLAB实现研究

阐述了小波变换去除信号噪声的基本原理和方法,研究利用小波变换技术对信号噪声进行抑制和去除非平稳信号的噪声。然后利用MATLAB软件编制程序实现了基于小波变换的正弦信号的去噪仿真分析,仿真结果表明小波变换去除噪声具有很强的实用性。     

基于改进阈值的低压电力线信道中的小波去噪方法

在电力线信道的小波去噪方法中,应用广泛的是小波变换阈值法.但传统的阈值法阈值单一,且在信号连续性较差的情况下,运用传统阈值法还会产生伪吉布斯现象.为了克服阈值法的不足,在平移不变量小波阈值去噪法的基础上,通过仿真低压电力线信道噪声,对阈值函数进一步改进,使阈值的变化与噪声的小波变换随尺度的变化特性相一致.仿真实验可以看出,该方法可以有效改善信号的信噪比,减小原始信号与估计信号之间的均方根误差,对含噪信号有更好的去噪效果.     

应用空域相关理论的直扩信号检测研究

直接扩步频通信技术广泛应用于民用及军事通信中,文章分析了对直接扩频通信信号检测的现实意义.阐述了直扩通信系统的原理及优点.简单介绍了小波理论,深入研究了空城相关滤波理论,对空域相关滤波进行了详细介绍,给出了空域相关滤波的实现方法,并用matlab进行仿真消除含噪信号噪声,证实了空城相关滤波的有效性.提出了将空域相关滤波理论应用于直接扩频通信系统信号检侧中,为进一步提高低信噪比信号检测给出了一条新的途径.     

基于复小波域维纳滤波与各项异性扩散的图像去噪

提出一种基于复小波与各项异性结合的新图像去噪算法。实验表明：去噪后的峰值信噪比与视觉质量都较复小波去噪或各项异性非线性扩散有较大改善。     

基于小波变换的多规则图像融合方法

针对红外和可见光图像各自特征,提出了基于小波变换多分辨率的不同规则图像融 合方法。首先对原图像进行多级小波分解,产生多频带小波系数,利用像素的局部区域方差 、平均梯度及掩膜滤波等方法对不同频带小波系数计算融合权重,最后将小波融合系数逆变 换实现图像的融合处理。实验结果表明,融合图像特征显著,易于观察。