采用提升小波提取数字化变电站电气设备在线监测信号

本文采用提升小波算法提取数字化变电站电气设备状态监测信号。该方法采用提升小波对信号进行分解,在阈值选择时采用基于SURE无偏估计的最优阈值自适应选择方法。对数字化变电站信号试验结果表明,本文提出的提升小波算法能够很好的滤除信号中的噪声,计算速度更快,具有良好的去噪效果和应用价值。     

一种基于小波包分解图像的去噪方法

用小波包分解图像，对图像进行去噪，在图像去噪中能得到很好的效果。这里首先利用高斯一拉普拉斯边缘检测方法检测图像的边缘，再用小波包变换对图像的平滑区进行阈值去噪，并且对图像邻域进行平滑处理，最后把边缘图像嵌入到平滑图像。这种图像处理方法不仅可以去除图像的噪声，图像的去噪效果和清晰度也大大地得到了提高，而且图像的边缘信息也得到了很好的保持。     

一种基于小波尺度相关性的自适应阈值去噪算法

针对图像去噪时造成的边缘模糊和细节损失问题,结合小波尺度相关性理论和经典的阈值去噪方法,提出了一种新的图像去噪算法,该算法利用不同尺度上小波系数间的相关性,对原图像和噪声对应的小波系数进行最大程度的区分,对前者予以保留,对后者则结合闽值去噪方法和该小波系数是原图像的置信程度进行处理。实验结果表明,该算法在达到很好的图像去噪的同时,能很好地保留图像的边缘和细节信息。     

SAR影像斑点噪声滤波算法研究

由于SAR成像系统是基于相干原理开发的,因此雷达回波信号中相邻像素灰度会受到雷达相干性的影响,产生一定随机变化,具体表现为雷达影像的相片中会出现颗粒状或斑点状的噪声,从而限制了SAR影像的应用范围。文章针对SAR影像斑点噪声进行研究,比较多种传统去噪方法,并提出了一种基于NSCT变换的SAR影像去噪方法,获得了比小波变换更好的效果。     

基于ICA的图像去噪技术研究

ICA(Independent Component Analysis)可以仅由简单的几个假设条件,还原出原始相互独立的分量。利用ICA这一特点可对与噪声数据相互独立的图像数据进行分离,达到图像去噪的目的。文章对有噪图像进行小波处理,构建一个虚拟通道作为一个输入,对原有噪图像和构建出的虚拟通道进行分离,可得到去噪图像。传统去噪方法与文中所用方法的处理结果进行了比较。     

基于小波包分析的信号噪声去除方法

文章介绍了小波的基本构造原理及基于小波分析的对非平稳信号的噪声去除方法研究,并且就阈值的选取进行了说明,给出了仿真和比较结果,得出了利用小波包对非平稳信号进行消噪效果良好的结论。     

基于小波包分析的信号噪声去除方法

文章介绍了小波的基本构造原理及基于小波分析的对非平稳信号的噪声去除方法研究,并且就阈值的选取进行了说明,给出了仿真和比较结果,得出了利用小波包对非平稳信号进行消噪效果良好的结论.     

EEMD阈值消噪法在绝缘子监测中的应用

传统消噪方法效果不佳,文章根据经验模分解(EMD)的滤波特性,结合泄漏电流的特点,提出了集合经验模分解(EEMD)阈值消噪方法。选择小波消噪作为对比,对仿真和实测泄漏电流进行消噪处理。结果表明,EEMD阈值方法能准确反映泄漏电流特征,具有自适应性。在有效抑制噪声的同时,适当保留了有用信号,适合污湿下的泄漏电流消噪。     

变风量空调系统的小波神经网络控制

提出一种基于小波神经网络的控制方法，并将其运用到变风量空调的控制中去，小波神经网络控制器能产生复杂的最佳控制规律。仿真结果表明小波神经网络控制方法明显优于普通神经网络控制，并且具有逼近精度高、控制效果好、抗干扰能力强等优点。     

电力系统中的通信光纤曲线分析

目前电力系统中的通信大多采用光纤方式,而光纤曲线比较复杂,当出现故障时不容易确定故障点。本文利用小波变换在奇异信号检测和信号滤波方面的优势,给出了光纤故障监测的解决方案,实现了在强噪声干扰下的事件点的准确检测。利用对小波域系数的阈值去噪和信号增强相结合的方法,充分抑制噪声,同时增强突变信号;不但可以准确地在强噪声干扰的情况下检测出事件点,还能精确地确定事件点的位置。     

一种检测物体轮廓缺陷的方法探索

本文提出将二维物体的轮廓图像坐标信息转换成基于质心距离的一维向量信息来进行检测。设计了基于双正交对称小波的去噪算法。实验结果表明,这种算法可以有效地去除噪声信号和缓变信号,保留缺陷的突变信息,是一种有效和实用的轮廓缺陷检测算法。     

基于电缆网时域反射信号检测与预处理技术研究

运行电缆网时域反射信号检测与预处理技术研究。应用小波分析变换电缆网时域反射信号的奇异点进行检测与预处理误差较大,采用小波分析的反射波消噪技术提出一种小波分析最优分解层数的自适应确定函数算法。     

地面激光雷达点云去噪方法综述

激光雷达为精确获取树木生长参数提供了一种新方法.本文总结了地面激光雷达点云去噪方法,主要的方法有手动去噪、KD Tree去噪、 格网法去噪、 统计分析法去噪和覆盖集去噪等.     

金属拉伸实验数据小波变换数字滤波方法研究

小波变换具有良好的时频局部化能力。当采用小波变换对金属拉伸实验数据进行数字滤波时,不但能滤除干扰信号,而且能很好的保留信号的突变部分,体现信号原貌,这一功能是傅里叶变换所无法比拟的。通过比较傅里叶变换与小波变换对金属拉伸实验数据的滤波结果,表明采用小波变换处理含噪的实验数据,具有良好效果。     

小波分析在信号处理中的应用

文章介绍了小波、小波连续变换、二进离散小波变换及其快速算法等基本内容。此外,提出了二进小波除噪、信号识别和小波分析的频谱细化等应用及其相应算法,进而得出小波分析在信号处理中应用的理论优势,并展望了小波分析的进一步应用。     

基于稀疏字典的图像去噪方法研究

传统的去噪方法在去除噪声时,不仅会造成较大的模糊,还会影响图像的边缘信息。文章利用稀疏表示理论去噪,将包含噪声的图像分解成低频信号和高频信号,由于噪声大部分都是高频信号,于是我们利用K-SVD算法仅对高频信号进行去噪,然后将去噪后的高频信号和原有的低频信号相融合。这样能有效地降低噪声对图像影响,为下一步的图像处理打好了基础。文章通过实验对比了传统空间域和频率域的去噪方法和NL-means去噪算法。试验结果表明,文章内所述方法在去除噪声的同时,能较好的保留图像的边缘和细节信息。     

基于小波变换的GPS变形监测数据处理方法研究

工程实测变形信号不可避免的受到噪声的污染,为了提取真实的变形信号,要对实测数据进行降噪处理。结合武汉某大桥GPS实测变形数据介绍了小波变换阈值降噪过程,分别采用不同的小波函数和不同阈值模型进行降噪处理。根据信噪比、中误差两种降噪质量评价指标的定量比较,得出用db6小波和heursure阈值在软阈值量化作用下降噪效果较其他小波函数和阈值模型效果好。     

傅里叶变换在桥梁伸缩缝位移监测数据去噪上的应用

高频噪声对计算伸缩缝累计位移的影响较大,因此为了消除噪声影响,应对位移信号进行傅里叶变换,并将高频噪声部分置零,即可将消除位移信号中由噪声引起的高频位移信号。文章以苏通大桥的伸缩缝位移数据为例,对该去噪方法进行了讨论,结果证明,该方法对伸缩缝位移信号去噪效果明显,能有效地将噪声与实际位移信号分离。     

KL变换去噪应用研究

随机噪音降低了叠后地震资料的信噪比，由于水平反射层和随机噪声的相干性不同，KL变换后相干能量主分量分布表现差异，选取相应的主分量进行重建，达到压制噪音的目的。对于相干性差的资料或倾斜地层KL变换去噪效果不理想，通过引进小波变换，对地震信号进行多尺度分解后再进行KL变换，改善了倾斜地层的信噪比，在实际资料处理中应用效果明显。     

基于振动信号的减速器轴承故障分析

目前对减速器进行故障诊断是机械设备状态监视和诊断的重要内容,其运行状态对机械装备的整体将产生直接影响,因此对减速器进行故障诊断是非常必要的。本文对刮板输送机减速器中的滚动轴承的故障振动信号的特征进行了分析和研究。利用加速度传感器对减速器多个部位进行振动信号的采集,利用MATLAB软件对振动信号进行小波分层阈值消噪,对消噪之后的信号进行频域分析。