海洋磁力测量中不同小波母函数的阈值消噪方法性能分析

首先介绍了小波阈值消噪的基本原理,认为小波阈值消噪的性能受三方面因素的影响:(1)小波母函数的选择;(2)阈值方法的选择;(3)阈值函数的选择.为了寻找小波母函数、阈值估计和阈值函数的最优组合,文中以实测海洋磁力测量数据为背景,采用小波阈值法进行消噪,把得到的磁异常值作为"真值".仿真了波浪噪声和随机噪声并加入到"真值"磁异常中,作为噪声磁异常.在此基础上采用两种小波族系(Symlets,Daubechies)、四种阈值选取方法和软、硬阈值函数对噪声磁异常进行了基于小波变换的消噪计算,客观分析了不同组合方法的消噪精度和可靠性.实际计算结果表明:对磁异常突变点较多且分布杂乱的测线进行消噪,Sym6、软阈值函数、混合阈值或基于Stein无偏似然估计消噪效果最好;对磁异常突变点少且大部分光滑的测线进行消噪,db7、基于Stein无偏似然估计和软阈值函数的消噪效果最好.     

基于小波变换和高斯函数的影像去噪方法研究

提出了小波变换与高斯函数相结合进行影像去噪的方法，在去除高斯白噪声的同时能够有效去除椒盐噪声。此方法是在小波域内结合小波变换的特点对高频子带分别进行高斯低通滤波，将滤波后的小波系数经过反变换后即可得到经过去噪后的影像。实验表明该方法不仅对高斯噪声和椒盐噪声去噪效果明显，而且保留了影像的细节信息，其滤波效果优于中值滤波和小波软阈值法。     

基于交叉证认的海洋磁力测量数据小波去噪研究

针对海洋磁力测量数据中存在的高斯噪声,采用基于交叉证认的小波阈值去噪方法进行噪声去除。首先对磁力数据进行小波分解,利用交叉证认方法自动识别小波分解的信号层与噪声层,然后对噪声层小波系数进行阈值处理,进一步提取噪声层中的有用信息,最后进行小波重构得到去噪信号。同时提出了一种改进阈值处理函数,能够改善传统软、硬阈值函数存在的缺陷,提高重构信号的精度。实验分析表明,当噪声水平小于1.5nT时,相比于传统软、硬阈值函数的小波阈值去噪方法,该方法可更好地去除海洋磁力数据中的高斯噪声,并可较好地保留数据中的有用细节信息,使数据质量得到提高。     

二维EMD 方法在微尺度波斜率波数谱提取中的应用

进行海面微尺度波频率分析时,为消除重力波影响,引入二维 EMD(经验模态分解)方法滤除造成频率混叠的长重力波,然后进行傅立叶变换,得到海面微尺度波谱,进一步处理得到斜率波数谱。斜率波数谱提取结果表明：采用二维EMD方法可以有效滤除图像中混叠的长波信息,在此基础上进行微尺度斜率波谱计算的结果与国外已有结果基本一致。文中还将二维 EMD 方法与小波方法的处理结果进行了比对,结果表明在滤除长波的影响时,二维EMD方法具有其较明显的优势。     

多光谱激光雷达小波去噪效果评价体系

针对基于小波理论的多光谱激光雷达消噪信号,从能量、图形、统计多角度出发,提出了由信噪比、平滑度等6项指标组成的小波消噪效果评价体系。实验证明,该体系可以为多光谱激光雷达消噪信号提供更加全面客观的效果评价,为不同信号噪声去除方法的选择提供更加可靠的依据,同时也有利于对不同算法进行有针对性的改进。     

基于经验模态分解和小波阈值的自适应降噪方法

针对全波形三维激光测绘雷达(LiDAR)在数字地形测量中如何降低背景噪声问题,提出了一种基于经验模态分解(EMD)和小波阈值的自适应降噪方法。在扫测的地形信号经EMD分解后,计算内蕴模式函数(IMF)与经过2/3阶重构的扫测信号之间的互相关函数,从而改善小波阈值自适应地对IMF中的高频噪声成分进行滤除。实验结果表明,与EMD重构降噪法、小波阈值降噪法和传统的EMD-小波联合降噪法比较,这种方法在对全波形LiDAR回波信号的噪声剔除和地物信号保留方面具有明显的优势,降噪后信号的误差能缩小10%~20%,波形相关性能提升5%~20%,信噪比能提升20%~40%。     

基于EMD和短时拷贝相关分析方法的物体溅落声检测研究

采用经验模态分解(Empirical Mode Decomposition,简称EMD)和短时拷贝相关分析的方法,将经过EMD处理得到的溅落声信号作为拷贝信号,利用拷贝信号与海上实测信号的波形相关性实现溅落声检测研究。通过对海试实测的辐射噪声数据进行分析,表明利用EMD和短时相关分析方法可以在较低信噪比下检测出溅落声信号的存在,从而提高了信号检测的准确性。     

改进的WOA-VMD算法在水声信号去噪中的应用

本文提出一种针对非平稳水声信号的改进WOA-VMD小波阈值去噪方法,首先,引入余弦收敛因子和自适应权值提升鲸鱼优化算法(WOA)的精度,然后利用WOA选取水声信号变分模态分解(VMD)的最佳参数组合。引入一种可调阈值函数克服传统阈值函数量化过程的缺陷,考虑到不同分解尺度下噪声小波系数的衰减特性,采用分层阈值法对有效信号分量进行去噪处理。通过仿真实验和实测数据的降噪分析,证明了该方法的有效性和应用价值,新方法的去噪性能优于其他方法。     

利用EMD方法和小波变换进行信号奇异性检测

本文采用经验模式分解 (EMD)与小波变换相结合的方法分析非平稳机械故障信号的奇异性 ,进行机械故障诊断。与直接对原信号进行小波分析相比较 ,该方法提取的奇异性特征明显。数值模拟和对故障轴承的振动信号分析表明了该方法的有效性。     

声纳海底管道图像去噪方法研究

在海底输送管道泄露检测中,声纳图像极易受到噪声污染。如果以管道的直线特征作为检测策略,即能观察到明显的管道直线边缘等特征以进行管道泄露分析。利用小波变换的改进方法——超小波脊波变换,针对噪声淹没中海底管道图像的直线特征实现去噪,增强管道部分图像。利用自适应"维纳滤波"进行图像去噪和去"卷绕"。仿真实验表明,脊波去噪技术相对于其它方法对管道图像去噪方法具有明显边缘等直线特征保持作用。文中研究结果为海底管道泄露图像处理技术提供数据预处理方法。     

基于小波阈值算法的海杂波信号降噪

为有效提取噪声背景下的海杂波信号,针对海杂波信号非线性非平稳的特点,提出基于小波阈值算法对实测海杂波数据去噪。在噪声水平未知条件下,提出基于噪声主要在高频段且能量较小、信号主要集中在低频段思想的噪声判断准则。为验证小波去噪效果,将该算法对含有噪声的海杂波实测数据进行去噪,采用均方差和降噪信号信噪比两项指标衡量去噪效果,并与均值和中值等去噪方法对比,小波算法在这两项指标均优于其他算法;此外,实验结果还表明,db2小波在双曲线阈值函数和HeurSure阈值模式下优于其他小波去噪效果。     

基于随机共振的GPS接收信号消噪方法

GPS接收信号中的噪声干扰一直以来都是研究人员想方设法消除的不利因素,但在某些非线性系统中,噪声的存在却能够提高信号的检测性能,利用Langevin方程构建的非线性随机共振系统对GPS接收信号进行消噪处理,经过对仿真信号的验证,消噪效果明显,将在GPS接收信号消噪领域得到很好的应用。     

基于非抽取小波变换贝叶斯估计的水下红外图像去噪

利用非抽取小波变换的平移不变性和冗余性的特点,在贝叶斯估计下,结合广义高斯分布(GGD)对小波系数进行建模,构造了一个基于拉普拉斯分布的MapShrink子带自适应图像去噪算法和阈值函数。对HH1子带小波系数进行2j抽取,并估计噪声方差,该算法有效地抑制了伪吉布斯现象。仿真结果表明,利用新算法进行水下红外图像去噪,在信噪比增益和最小均方误差意义上均优于传统的Bayesian去噪方法。     

希尔伯特谱白化方法在海洋地震资料高分辨率处理中的应用

针对海洋地震资料高分辨率宽频处理的要求,也为了克服常规谱白化、反Q滤波等方法无法同时增强时域和频域局部细节的不足,基于希尔伯特黄变换(HHT)的谱白化方法对海洋地震资料进行高分辨率处理应用研究。对地震记录进行固有模态分解(EMD),得到不同尺度的IMF分量;再利用常规谱白化方法对每个分量根据瞬时频率进行合理的振幅均衡;将均衡后的IMF分量进行反变换重构地震记录,从而得到高分辨地震数据。通过理论模型和实际地震资料实验,与常规谱白化方法的对比分析,表明该方法信号局部时频刻画能力以及相对振幅保真性优于常规方法,同时表明此方法能够有效增强地震信号时域和频域的分辨率,使地震剖面更为连续和清晰,并具有较高的信噪比。     

基于二维小波变换的面波压制技术

鉴于常规的傅里叶变换滤波及f-k滤波等压制面波的局限性,基于小波基函数的特点,提出一种基于二维小波变换的低频噪音压制方法:在对比分析各类型小波的基础上,选择利于低频面波压制的小波基函数;通过二维小波分解将地震数据转换到时间、空间、频率、波数四维域中,对含面波成分的低频高波数部分进行高通滤波;重构地震数据,得到压制面波后的处理结果。经理论模拟记录的试算和低频采集资料的处理证明,本方法去噪效果好,且在面波压制过程中较好地保护了低频有效波。     

基于小波变换的声纳图像边缘特征检测研究

声纳图像的边缘特征检测是其目标识别技术的重要技术基础。声纳图像背景复杂、噪声污染严重,而传统的边缘检测方法对图像噪声非常敏感,所以针对这一特点,利用小波变换易于消除噪声、运算方便的数学特征,提出了一种基于小波变换的声纳图像边缘特征检测算法。由计算机仿真结果可以得到,与传统的边缘检测算法相比,此算法在有效地抑制噪声的同时,还可以得到较高的边缘定位精度,能够很好地检测到原始声纳图像的边缘。     

基于边缘检测的小波阈值图像去噪

小波图像去噪是小波应用较成功的一个方面,其中小波阈值法图像去噪算法简单、计算量小,得到了广泛的应用。在小波阈值去噪的基础上,提出了基于边缘检测的小波阈值图像去噪算法,把高频中的边缘细节与噪声更好地分离开,在主观和客观上去噪效果都比单纯的阈值去噪有所改进。     

基于小波分析的侧扫声呐信号非线性增强算法

侧扫声呐回波信号是形成侧扫声呐图像的基础,是侧扫声呐系统对水下目标的最直接观测量, 将一维小波变换与非线性增强方法相结合,提出了一种基于小波变换的侧扫声呐回波信号非线性增强算法, 用以改善侧扫声呐图像对比度低、噪声强度大的问题。首先利用改进的 Bayes 阈值对侧扫声呐 ping 信号进行一维小波分解,提取信号特征信息;然后利用 2 种不同的非线性函数对高、低频小波系数进行处理;最后利用小波反变换重构信号,形成增强后的侧扫声呐图像。实测数据验证结果表明：利用该算法对侧扫声呐 ping 信号进行处理,实现了侧扫声呐图像对比度的增强和对噪声的抑制,可以获取较好的图像视觉效果。     

基于RBF 神经网络的EMD 方法在海平面分析中的应用

采用径向基函数神经网络法延拓原始数据序列,有效抑制了EMD分解中出现的端点发散效应,从而实现准确的EMD分解。利用该方法对中国近海验潮站的月平均海平面资料进行处理,分解得到的内在模函数分量代表了海平面各种周期性变化。通过EMD分解得到的总体自适定趋势项为非线性变化,比以往趋势项提取方法更有优势,它反映了在资料长度内海平面的长期升降情况。数据序列越长,该方法所能分解出来的IMF成分越多,可分辨的频率越小。     

小波变换压制噪声在单道地震资料处理中的应用

海洋区域地质调查中,单道地震勘探以其高分辨率、方便快捷等优点成为揭示浅地层地质构造的重要手段之一.结合前人研究成果并出于保护信号的完整性,对低频部分的噪声采用带通滤波进行滤除,而对高频信号中的随机噪声采用小波阈值去噪方法进行压制处理.在小波阈值去噪过程中,通过比较选用最佳小波基函数sym5对地震剖面进行三层小波分解.结果表明:两种阈值去噪方法在带通滤波的基础上进一步提升了剖面的质量,使得反射层面变得连续可追踪.软阈值去噪滤掉了剖面上的较多信息,去噪效果较为彻底,硬阈值去噪则保留了较多的细节信息.