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.     

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。     

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。     

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。     

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。     

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.     

基于小波变换的语音检测算法

为了提高在低信噪比下语音检测的正确率,利用语音信号的小波分解系数在不同频段具有的谐波特性,构造出了-种具有良好抗噪性能的特征参数,结合相应的判决准则,提出了基于小波变换的语音检测算法.仿真结果表明,这种算法在低信噪比下具有较高的检测正确率.     

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。     

时频分析研究及应用

时变非平稳特性是现实信号的普遍规律,仅用时域或频域里的各种方法去分析不能揭示信号内部的局部特征和信息。本文通过对时频分析,清楚地描述了信号频率随时间变化的关系,进行了小波变换的实例分析。     

基于小波和Kalman滤波对GPS数据的去噪方法分析

根据KaIman滤波和小波分析基本理论及GPS信号噪声特性,将小波分析这一数学工具应用到GPS数据的去噪处理中,同时引入Kalman滤波方法,将其与小波分析方法有机结合,进而提出基于小波分析的扩展KaIman滤波方法进行GPS数据去噪处理。     

基于小波变换的异类传感器机动目标的模糊航迹关联

针对雷达和电子对抗测量对机动目标的航迹关联问题,提出了一种基于小波变换的模 糊航迹关联算法。首先通过小波分析对航迹序列进行去噪、粗关联,然后根据目标的特性建 立模糊因素子集,进行精关联。仿真实验表明：与传统的加权法相比,该算法有效地解决了 机动目标航迹关联问题,并提高了航迹关联的概率。     

基于图形小波变换的遥感图像表示与去噪

离散小波变换（Discrete Wavelet Transform,DWT）通常用于图像的表示。然而,对于具有不规则形状边缘的图像,尤其是对于纹理和细节信息较多的遥感图像,DWT却很难有效表示,进而影响后续去噪效果。针对该问题,提出了一种基于图形小波变换（Graphic Wavelet Transform,GWT）的图像去噪方法。首先,将图像表示为图形信号,并通过该图形信号的谱表示构造相应的变换矩阵;然后,设计了一种改进自适应阈值的图像去噪方法,在GWT变换域内对图像去噪。实验结果表明,与常用的图像去噪方法相比,所提算法能够提供更好的图像主观质量。采用均方根误差（Root Mean Square Error,RMSE）和峰值信噪比（Peak Signal-to-Noise Ratio,PSNR）作为客观指标,结果表明,采用所提方法得到的重建图像客观质量更优。     

浅析小波变换理论及其应用

本文介绍了小波变换的发展历史,基本原理,比较了小波变换与傅立叶变换的各自不同的特点,讨论了当今传输系统中小波变换的应用,通过这些介绍分析,得出小波变换算法在信号处理、瞬态分析、图像处理等方面的优势,最后对小波变换理论的发展及其应用前景作了展望。     

小波分析在经济金融领域的应用

小波分析能够处理低频和高频数据,聚焦信号的任意细节,依据时间和频率分解变量或序列,在金融经济领域逐渐得到了广泛应用。本文从小波分解和小波去噪出发,介绍了小波分析的基本方法,并探讨了小波变换在经济金融领域的具体应用,包括：宏观变量间的关系、小波变换与格兰杰因果检验结合测试变量间的因果关系、测试多个变量间的频率依赖性和超前-滞后关系、与传统计量模型和机器学习算法结合预测金融变量方面的应用。     

小波变换在S模式二次雷达信号分析处理中的应用

为提高二次雷达（Secondary Surveillance Radar,SSR）信号分析处理能力,针 对傅里叶变换在时频域分析的局限性,利用小波信号奇异性检测特点,通过对S模式询 问、应答信号进行小波分解,计算第一层高频系数,得到信号脉冲持续时间,实现了信号报 头检测,并比较高频系数模极大值,提取出信号调制信息,实现了基于小波变换的二进制差 分相移键控（DPSK）和二进制振幅键控（ASK）解调,验证了小波变换技术分析处理二次雷 达信号的可行性。     

彩色图像数字水印嵌入和提取模型研究——基于DWT和DCT

将DCT和DWT相结合,提出了基于DWT和DCT的彩色图像版权保护数字水印模型。该模型根据离散小波变换中低频子图的人类视觉特性,用自适应方法选择色彩通道,用Logistic混沌加密方法预处理数字水印的图像,在离散小波变换的低频域进行离散余弦变换的去相关性,且用子采样技术调整对应子图间系数的大小相对性,实现数字水印的盲提取。     

小波变换在雷达信号处理中的应用

本文结合雷达信号处理经典和新近的主要技术，探讨了小波变换作为一种新型有效的时－频分析工具应用于这些信号处理方面的价值和潜力。较详细地说明了随着小波变换理论的发展、完善及其在雷达信号处理中的有效应用，将促使雷达信号处理技术得到更新的发展。     

一种基于场强差的移动台定位改进算法

为了解决传统的移动台定位过程中信号的传播误差对定位精度的影响,提出了一种基于移动台与服务基站之间的场强差来确定移动台位置的改进算法。小波变换在信号消噪处理中可以取得良好的效果,通过选择合适的小波函数和分解层数,对测量得到的场强差进行分解和重构,然后用经典Chan算法确定移动台位置,大大降低了传播误差对定位精度的影响。仿真表明,该算法能很好地抑制传播误差,其定位效果比直接使用Chan算法更加稳定。     

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。