共查询到10条相似文献,搜索用时 15 毫秒
1.
2.
3.
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。 相似文献
4.
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。 相似文献
5.
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。 相似文献
6.
7.
8.
分析了多径电力线信道特性,针对电力线通信信道中第一主路径非能量最强路径的定时同步问题,通过仿真分析信噪比与门限选择的关系,拟合了最优的第一主路径门限曲线,并提出了一种在多径电力线信道下寻找第一主路径的自适应定时同步门限选择方法,利用接发端前导信号互相关判决函数的峰均比关系自适应选择门限,用于解决电力线恶劣的信道环境下第一主路径非能量最强路径的情况下寻找第一主路径的问题。仿真表明,该方法同步性能明显优于固定阈值且接近于最优阈值的判决方法,相比固定门限有1 dB的提升。 相似文献
9.
讨论了基于离散信号空间上的最小能量(小波)框架的跟踪干扰信号识别和去噪算法。利用一组框架对采用相位调制的接收信号进行分解,如果受到跟踪干扰,则未干扰区信号和干扰区信号的3个分解子信号将呈现明显不同的能量分布特征,据此提出了一种跟踪干扰信号识别和自适应阈值去噪算法。理论分析和仿真结果表明,识别算法具备低虚警率和漏警率性能,而去噪算法有效抑制了干扰信号能量,10-2 误包率时,BPSK+1/2 Turbo信号中1/16尾部信号受到干信比值10 dB的高斯噪声干扰后,去噪算法获得了约4 dB的增益;而QPSK+1/2 Turbo信号中1/8尾部信号受到干信比值10 dB的高斯噪声干扰后,去噪算法可以把误包率性能从1降低至约0.67的水平。 相似文献
10.
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。 相似文献