非线性小波变换阈值法去噪改进

提出非线性小波变换阈值改进算法,用改进后的阈值算法公式去噪,得到去噪均方误差相对于改进前公式去噪均方误差有明显减小,改进公式更合理。研究一种阈值法去噪修匀算法,去噪后曲线较光滑,基本上已消除了震荡或呈折线即伪吉布斯现象,改进效果明显。     

基于小波阈值法去噪的建筑物变形监测数据处理

基于小波阈值法具有非常明显的渐进近似最优性质,可以在均方差意义下取得最优的去噪效果,利用小波阈值法去噪的技术,对一组建筑物变形监测数据进行去噪处理.实验结果表明,小波阈值去噪合理有效,能够敏感识别观测噪声和有用信息,不需要待检测信号的先验知识,特别适合于建筑物变形监测数据处理.     

一种改进小波阈值去噪方法的研究

信号噪声的方差越大,信噪分离越困难,这样会降低小波在去噪方面的性能,使小波去噪得不到充分的发挥.为了解决这一问题,本文介绍一种方法:采用模糊控制滤波器对含噪信号进行预处理,从而降低白噪声的方差;然后用软、硬阈值法分别对处理过的信号进行去噪.仿真实验表明,去噪后的信号的信噪比和均方误差均优于单纯使用软、硬阈值算法,具有很...     

基于小波变换的图像阈值化去噪算法研究

鉴于传统的去噪方法难以在各频域得到很好的兼顾,本文提出一种基于小波变换的去噪方法.通过对图像进行2维离散小波变换(DWT),再根据噪声和图像信号的不同特性,在小波域中,选取适当的阈值对小波系数进行处理,最后进行小波重构(IDWT),得到去噪后的图像.实验表明,该算法具有很好的效果.     

改进的小波包阈值法去噪的桥梁变形监测数据处理

本文采用改进的小波包去噪方法对桥梁的变形监测数据进行去噪分析。研究了改进的小波包去噪三种不同阈值函数的去噪方法,分别从最优小波基的选取、最大尺度的确定、阈值函数的改进等三个方面进行分析。通过实验分析和去噪后的评价指标分析,结果表明改进的小波包阈值函数去噪效果要优于硬阈值函数和软阈值函数去噪,并且其去噪效果也要优于传统的小波包去噪。因此,改进的小波包阈值函数去噪方法为在高精度的变形监测数据处理分析提供了一种新的方法。     

基于Wallis滤波的改进小波去噪方法研究

边缘信息是影像最重要的高频信息,在去除噪声的同时应尽量保留。介绍一种改进的小波去噪方法,不仅大大减少了算法的时间复杂度,而且用Wallis滤波对小波变换后的小波系数进行处理,在进一步压制噪声的同时增强了影像的对比度。实验结果表明,该方法不仅效率高,而且能较好地突出细节信号,效果优于普通的小波阈值去噪。     

小波阈值去噪法在非稳定信号处理中的应用

高大建筑物和工业设施等的变形监测数据一般都是含噪的信号,需要对其进行降噪处理,获取其准确的变形信息,以便掌握真实的变形情况。由于监测数据都是非稳定的信号,通常采用小波阈值降噪法对其处理,但传统的软硬阈值进行降噪的效果不佳,需对其进行改进。文中采用3种改进的小波阈值降噪法与传统的方法进行比较,通过对信噪比和均方差的分析,获得适合于变形监测数据的非稳定信号的降噪方法。     

小波变换阈值去噪法在GPS数据处理中的应用

在介绍小波变换阈值去噪法的特性及其有点的基础上,结合武汉某大学教学楼GPS变形监测数据,首先使用不同的小波函数及阈值策略分别对GPS观测数据的非差、单差相位观测值和伪距观测值进行阈值去噪处理,然后分别使用Bernese高精度数据处理和Trimble TG0软件对消噪前后的单差相位观测值、非差相位观测值和伪距观测值进行基线解算。最后,比较消噪前后基线解算结果,分析不同小波函数和阂值策略对基线解算精度的影响,探讨小波变换阅值去噪的合理方法。     

改进的小波阈值去噪方法在CORS数据处理中的应用研究

介绍小波变换的基本原理,分析小波阈值去噪的特点和存在问题,优化小波阈值选取方法,对小波阈值函数进行改进研究,与常用的小波去噪方法进行比较分析,并在CORS数据处理中进行应用研究。结果表明,改进的小波阈值去噪方法既能保证充分删除突变信号,又能防止原始信号过多丢失,具有较好的去噪效果,能在CORS数据处理中得到很好的应用。     

基于小波萎缩方法的图像小波去噪的研究

小波方法越来越广泛地应用到图像处理当中。小波萎缩方法是小波图像去噪方法中较为重要的方法之一。本文主要介绍了图像小波去噪中较常用的小波萎缩方法，并主要针对Bayes阈值，使用噪声方差邻域估计法加以研究和实现，并将几种阈值函数的去噪效果进行了对比。     

小波变换改进的MASK匀光算法

针对单幅遥感影像内部所产生的亮度不均匀现象, 提出了一种基于小波变换改进的MASK匀光算法。该方法在利用小波变换获得不均匀背景图像的过程中, 对小波系数进行了自适应非线性改进, 克服了直接利用分块取均值获取背景影像的不足, 试验表明该算法能够较好地解决单幅遥感图像中亮度不均匀的现象, 具有较强的实用性。     

高精度GPS测量中小波分析的应用

探讨小波分析中滤波的基本思想和数学模型,基于小波分析法在高精度GPS测量数据处理中的研究成果及其特点进行滤波、误差估计和数据分析,为高精度GPS测量工程中实际应用及科研工作提供依据。     

一种阈值函数与灰预测的组合去噪方法

针对传统的灰色预测模型预测精度随步长的增加而逐渐降低的问题,该文采用一种新的阈值及阈值函数对原始数据(信号)进行小波去噪处理,以期增强建模数据(信号)的可靠性,延长模型的预测步长:通过与传统的硬阈值(函数)和软阈值(函数)的比较,验证新阈值及函数对信号的去噪效果;用去噪处理前后的数据分别建立灰预测模型,通过相应的检验指标来判断两函数的预测精度高低。实验结果表明,该阈值及函数与灰预测的组合预测方法是完全可行的,能够在一定程度上提高模型预测的精度和步长。     

基于小波消噪的时序分析改进法在GPS变形监测中的应用

考虑到小波技术在粗差探测、消噪方面有特殊的作用,本文结合实际算例,把小波分析与传统数据处理技术结合作为研究对象,提出一种基于小波消噪的时序分析改进法。并对这种处理方法在GPS监测中的应用作了充分地论证。结果表明,经过小波处理后,时序分析法在预报方面有明显的进步,小波处理后的时序分析法比小波处理前的精度高,从而说明了这种改进方法的可行性。     

基于小波技术的GPS单历元形变信号降噪研究

基于小波变换多分率分析原理,本文阐述了阈值降噪、中值滤波小波降噪原理,在中值滤波基础上通过改进,提出加权中值滤波小波降噪方法。通过仿真实验分别与软硬阈值降噪,中值滤波降噪方法作比较。实验表明,对小波高频系数采用加权中值滤波,然后重构信号,不仅可以最大限度地保留有效信号、有效降噪,保持信号的光滑性,而且具有良好的抗粗差性。     

基于小波神经网络的GPS可降水量预测研究

针对传统的BP神经网络存在的不足及局限性,文章提出了利用小波分析和神经网络相结合的方法应用于GPS可降水量预测中。小波神经网络是将小波基函数来替代传统神经网络中的激活函数,它将小波分析和神经网络有机融合在了一起,同时具备小波分析和神经网络的良好特性。通过相同样本数据训练和学习以及对预测结果的对比分析,表明小波神经网络在可降水量预测中比BP神经网络具有更好的容错能力和逼近能力,且其收敛速度快,预测精度高。     

加速迭代硬阈值ISAR稀疏成像

加速迭代硬阈值(AIHT)作为一种压缩感知(CS)算法,具有计算复杂度低、内存占用小的特点,在较小数目的观测下,经过有限次迭代便能获得较好的重建效果。因此,本文将该算法应用到逆合成孔径雷达(ISAR)稀疏成像,对该方法的具体特征和适用性进行了详细分析。仿真结果表明,在相同信噪比和回波脉冲数条件下,基于AIHT的ISAR成像方法,相比于稀疏贝叶斯算法(SBL),在重建时间上缩短了至少2个量级;相比于迭代加权最小二乘法(IRLS)和平滑l0范数算法,在重建质量上提高了约3倍。经实测数据处理结果验证,在1/4原始脉冲数条件下,该方法仍具有良好的聚焦性能和压低旁瓣效果。     

基于小波模极大值改进算法的变形模型研究

变形监测中获得的观测资料不可避免地存在着噪声,如何从受噪声干扰的数据序列中提取特征信息,提高变形监测的精度是变形监测系统所涉及的关键技术问题之一。本文把小波模极大值与变形监测相结合,给出了改进的小波模极大值变形监测模型。该模型把阈值去噪和Witkin尺度跟踪理论结合,有效恢复了信号。与传统的去噪方法相比,该算法有着更高的精度,提高了信噪比,有更好的去噪效果。     

结合模平方的双树复小波变形监测数据滤波

针对变形监测数据的去噪问题,该文在分析离散小波变换去噪不足的基础上,提出了一种基于模平方的双树复小波变形监测数据滤波方法。该方法利用双树复小波变换的完全重构、近似平移不变性和较好的方向选择性等特点,通过最小尺度空间的小波系数得到噪声强度,并结合模平方处理法确定各层的阈值,经重构阈值处理后的各层小波系数即得到去噪后的信号;经算例,并与传统离散小波变换对比分析。结果表明:双树复小波变换的分解效果优于传统离散小波变换,能较好地表现出细节部分的频率信息,使变形信号的周期性变化特征更为明显。该方法去噪更彻底,进一步提高了消噪的精度和可靠性,可作为变形监测数据降噪处理的新方法。