首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 140 毫秒
1.
微震信号去噪的目的是通过剥离噪声信号来最大化获取有用信号。该有用信号蕴含着岩石内部应力变化及破裂的机理,通过对微震有用信号的分析处理,可以定位微震震源位置和计算矿震能量大小。文章介绍了小波变换去噪的基本原理和方法;并通过在MATLAB环境下对微震原始信号进行小波阈值去噪仿真,验证了小波阈值方法在微震信号去噪领域的可行性及优越性;阐述了小波消噪中阈值的选取规则,并通过对微震原始信号的4种自适应阈值去噪效果的比较,表明4种阈值去噪方法均能有效地实现微震信号去噪。  相似文献   

2.
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,必须选取合适的方法对其讲行去噪处理.本文集中对三点指数逼近非线性平滑去噪、基于小波阈值的信号去噪、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果进行比较,对瞬变电磁法的去噪工作具有一定的现实意义.  相似文献   

3.
目的:滤除心电信号中包含的基线漂移、工频干扰、肌电干扰三种主要噪声,获取干净有效的临床心电信号信息。方法:改进阈值处理函数的小波变换阈值去噪法。结论:改进阈值处理函数小波阈值去噪法能更好的弥补了软、硬阈值函数去噪法中存在的不足,得到的去噪效果更优。  相似文献   

4.
文中以小波阈值信号去噪为研究对象,提出将小波信号分层中的软阈值进行阈值精确取值分析。利用小波函数将信号从时阈变换为频域,使小波各层频域充满噪声信号的能量,使信号与小波系数形成一一对应,在各层分解后使信号层的小波函数在尺度空间中完成确定;运用小波阈值信号去噪方法,对经过处理后的信号进行小波阈值选定,通过对软阈值函数的选值,确定噪声小波函数在小于小波函数的情况下应舍弃该信号;确定软阈值的选择能够令大部分噪声的小波系数取值为零,输出处理后的有效小波信号,确定软阈值的界限。实验证明,对小波阈值中的软阈值函数进行精确取值,对叠加的噪声信号或干扰能实现有效的处理。  相似文献   

5.
在容积脉搏波信号采集过程中,会受到多种噪声干扰,传统的去噪处理效果并不理想。经过理论分析各种小波基特点得出适合处理容积脉搏波的最佳小波基,通过使用传感器采集的信号进行验证,采用分层阈值去噪的方法,提出对比去噪后信号的二阶微分信号作为去噪性能评定指标,最后得出coif5小波基在抑制噪声的同时还能保留容积脉搏波信号的特征便于进行后期研究。  相似文献   

6.
瞬变电磁法是当前煤矿电法勘探中最常用的物探方法之一。在瞬变电磁数据采集时,不可避免地受到各种噪声的干扰,传统的去噪方法已不能适应目前的勘探精度要求。通过对一维信号模型加入高斯白噪声进行小波去噪计算机仿真,结果表明小波变换去除高频噪声效果良好。实测资料数据处理结果表明,选择合适的小波簇进行小波分析能有效地区分有用信号与干扰噪声,是一种瞬变电磁信号去噪的可行实用的方法,  相似文献   

7.
针对采集的电动机故障信号提取特征频率时产生的噪声干扰,提出了一种新的小波阈值函数,并将其与分层阈值相结合用于故障信号的小波去噪。新阈值函数很好地克服了软、硬阈值函数的缺点,分层阈值符合噪声分解系数随着分解尺度增大而迅速衰减的特点。对仿真信号及实测工程信号的分析结果表明,该算法有良好的去噪效果并有助于提高故障诊断的准确性。  相似文献   

8.
为了提取局部放电信号的特征,提出了一种基于分数阶Fourier变换(FRFT)的局部放电噪声抑制方法。首先对含有白噪声的局部放电信号做分数阶Fourier变换,在分数阶Fourier变换域内,随着阶次p的变化,信号能量谱呈现不同的时频聚集性,利用最小均方误差准则扫描到最优分数阶Fourier变换域,然后根据法则利用小波分解算法得到的噪声强度在最优分数阶Fourier变换域内对含噪信号进行去噪处理,从而抑制噪声干扰。相比传统小波去噪算法,该方法具有自适应性强,且处理效果明显等优点。分别对仿真信号和实际信号进行分析,验证了本文方法的有效性与可行性。  相似文献   

9.
杨凤霞 《大众科技》2009,(4):130-132
文章提出了一种利用多分辨分析对人体脉搏信号进行滤波处理的方法。利用HK-2000C集成化数字脉搏传感器提取人体左关处桡动脉脉搏信号,然后选择db3小波基分别采用强制法、默认阈值法和给定阈值法对其进行消噪处理,并对三种方法的滤波结果进行了对比分析,结果表明:默认阈值法可以取得比较好的滤噪效果,而且工作量大大减少,适应性强。  相似文献   

10.
传统小波变换算法在三维编织复合材料健康检测的FBG传感器信号中无法对噪声进行很好的消除,本文针对这一问题,提出了基于阈值优化的小波变换算法,首先采用采用折衷阈值法构建小波系数估计器,然后利用构建的小波系数估计器对偏差进行优化,从而达到更好的去噪效果。实例仿真试验结果表明,在对光谱仪测得的FBG反射谱的去噪中,本文提出的基于阈值优化的小波变换算法去噪效果更好。  相似文献   

11.
利用小波变换消除噪声的方法有多种,如小波模极大值去噪、小波阀值去噪等.本文首先分析小波变换的基本原理,分别对小波变换的模极大值去噪法和阈值去噪法的原理进行阐述,通过计算机仿真表明小波阈值法和模极大值法去噪的有效可行.  相似文献   

12.
介绍了小波去噪的基本理论以及小波阈值法去噪的原理。小波阈值法去噪的关键是阈值的设置和阈值函数的选择。阈值的设置主要分为全局阈值法和局部阈值法。归纳了阈值的设置方法,并针对图像去噪进行了仿真实验,将一幅混有不同噪声的图像分别采用全局阈值和局部阈值去噪。实验得出局部阈值优于全局阈值的结论。  相似文献   

13.
针对传统傅里叶变换和小波阈值除噪方法在密频和时变信号中的应用缺陷,引入局域波方法中的经验模式分解,将信号和噪声的频带进行有效区分,再结合传统傅里叶变换的经典滤波性能对原始信号所在的频段进行滤波。文章首先给出了该方法的实现过程,然后采用两个典型的密频和时变信号进行了数值模拟,并与小波变换去噪法的效果进行比较。  相似文献   

14.
王沛  杨嘉林  郭翔 《科技广场》2009,(9):196-197
本文利用小波方法对含噪的Blocks信号进行去噪,从小波基函数、阈值、阈值的施加方式、分解层数等方面对信号进行了小波去噪仿真,之后使用平移不变量对结果进行了进一步处理,并以信噪比、均方根误差和视觉效果为标准,对结果进行了研究,得出了对此类信号较好的去噪方法。  相似文献   

15.
介绍了一种在铁路机车信号传输过程中用小波变换的方法降低噪声干扰和提高信号通道信号信噪比的方法,即用小波变换具有低熵性、多分辨率、去相关性和选基灵活性的特点,综合作为特征提取和低通滤波功能的手段,对机车信号和噪声干扰信号同时进行低通滤波和高通滤波,其低频系数主要反映信号信息,高频系数主要反映噪声和信号的细节信息。并对非平稳的机车含噪信号进行了多层小波分析,对每层高频分解系数进行阈值处理后再合成,做为有效达到滤除噪声和保留信号高频信息的手段对其进行了仿真分析。  相似文献   

16.
对于短时非平稳的信号,可以采用小波变换的方法对信号进行重构分析,从而有效过滤掉信号中的噪声成分。阈值函数、小波基及分解层数等因素均会影响信号去噪的效果。  相似文献   

17.
张宏  张金 《中国科技信息》2010,(3):173-174,183
如何去除信号中的噪声.得到纯净的信号是信号处理过程中一个热点技术。本研究根据噪声与信号的小波变换模极大值点在多尺度空间上具有不同的特性,对信号进行了噪声消除。试验结果表明,使用傅里叶变换和coif2小波模极大值点法对信号去噪,都能够有效地去除信号中的噪声,且重构后的信号非常逼近原始信号.但coif2小波模极大值点法去噪效果更好。  相似文献   

18.
为了有效的去除红外图像的噪声,本文基于对小波阈值理论的研究,考虑到阈值函数的选取对去噪效果的影响,以及传统阈值函数在阈值附近图像不平滑的特点,提出了一种新的改进阈值的去噪算法。此方法通过结合BayesShrink阈值和SureShrink阈值的特点,改进了半软阈值去噪过程中在阈值附近函数图像不平滑的缺点,使得函数图像更平滑,图像信息保留更完整。实验结果表明,与传统的小波阈值去噪算法相比较,该方法能够获取更高的信噪比(SNR)和峰值信噪比(PSNR),结果显示本文的方法不仅能够更有效的去除噪声,还能达到更好的视觉效果。  相似文献   

19.
大坝安全监测数据可以视为通常意义下的时序信号,通过对其进行小波变换分析可有效地进行信噪分离.小波去噪的基本方法有模极大值去嗓、基于各尺度下小波系数相关性进行去噪、阈值去噪、平移不变量小波去噪等方法,本文研究了基干Matlab中小波去噪具体算法并写出了计算程序.实例分析表明.小波分析去嗓能够有效地识别监测数据的噪声,具有操作简单、不失真等优点.  相似文献   

20.
赵璐 《中国科技纵横》2010,(10):36-36,32
在小波分析用于降噪的过程中,关键步骤就是在小渡系数上选取阂值。本文讨论了小波闽值去噪中估计小波系数的软阈值和硬阈值方法,然后针对硬闽值法不连续和软闽值法有偏差的缺点,提出了一种改进方法,即多项式插值法,并给出这种估计器模型,这种算法不同程度地克服了软闽值和硬闽值方法中固有的缺点。通过数值试验进行比较,结果发现,这种改进的小波系数阂值估计模型用于信号去噪时,比单纯的软阈值和硬阈值方法均获得了更好的效果。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号