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。     

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。     

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.     

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.     

基于复合小波变换的数字图像水印技术

提出了一种基于复合小波变换的健壮的数字图像水印算法。该算法首先通过复合小波变换运用视觉屏蔽调整水印使之与局部图像相适应,接着水印被应用于选择嵌入信道,最后水印通过运用另外的射频技术被添加到嵌入信道。文中最后测试了在攻击下DWT与WT域中各种算法健壮性,并进行了比较分析。     

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。     

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。     

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。     

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。     

小波变换在图像处理中的应用

小波变换是近些年发展起来的集数学、信息处理于一体的时频分析工具.目前,小波变换技术已广泛地应用于图像处理、视频处理、语音处理以及数字信号处理等领域.本文简要介绍了小波变换方法,对小波分析在数字图像预处理的应用进行了简要讨论,并对图像去噪、图像压缩、以及图像增强等应用进行了一些有意义的尝试.     

基于支持向量机技术的粮虫图像分类技术研究

介绍了支持向量机的基本思想，提出了一个基于支持向量机的粮虫模式识别系统。该系统先对粮虫图像进行小波边缘提取，根据灰度共生矩阵和局部统计方法提取小波分割后的图像纹理特征。最后利用支持向量机对粮虫图像进行分类。     

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。     

变压器局部放电信号去噪措施分析

PD（PartialDischarge,局部放电）是指在局部高电场的作用之下,电力变压器中的薄弱环节出现的一种异常放电现象。局部放电（PD）现象对电力变压器的绝缘介质具有很强的破坏作用：首先,绝缘介质在放电点的直接轰击作用下的破坏点会逐渐扩大直至绝缘击穿;其次,放电作用下的化学作用会腐蚀绝缘介质,并逐渐导致其击穿。因此,提取变压器的局部放电信号便具有预防意义。但是由于电力变压器有非常多的电磁干扰因素,如果想从这些较强的电磁干扰中的提取变压器的局部放电信号则具有很大的难度。在本文中,笔者介绍了变压器局部放电（PD）信号以及各项干扰因素的特点,并利用小波阈值法和干扰频带内信号的插值补偿实现了对变压器局部放电信号的去噪。     

一种基于小波变换的数字图像水印算法的实现

随着多媒体技术与互连网技术的迅速发展,基于数字水印技术的电子多媒体作品版权保护问题已成为信息科学领域的研究热点,因此数字水印技术作为一门有效的多媒体版权保护技术受到越来越多的关注.文中着重介绍了数字水印技术的发展背景,特点以及小波变换理论,并仿真实现了一种基于小波变换的数字图像水印算法.     

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。