去噪小波包能量法在水声信号识别中的应用

对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。     

VMD-SG-WT去噪法及其在混沌去噪中的应用

为对混沌信号进行降噪,提出基于变分模态分解(VMD)的混合去噪(VMD-SG-WT)方法,首先基于各分量间的最小巴氏距离确定VMD分解模态参数,通过VMD将混沌信号分解成多个本征模态函数(IMFs);然后分别计算各个IMF分量与原始信号间的相关因数,根据相关关系指标确定IMF分量的含噪程度,对有效成分主导的信息分量重构进行Savitzky-Golay平滑滤波,对噪声主导的噪声分量重构进行小波降噪处理;最后利用平滑的信息分量与小波去噪的噪声分量进行重构,得到最终去噪的信号。采用VMD-SG-WT去噪法对Lorenz系统产生的仿真信号和实测的太阳黑子数序列进行降噪处理,并与局部投影去噪法、小波去噪法、经验模态分解(EMD)去噪法和单一VMD去噪法进行对比。结果表明:VMD-SG-WT去噪法能够有效对混沌信号进行降噪,去噪效果相对优于其他去噪方法的去噪效果。     

小波包分析在信号压缩中的应用

小波包分析是近些年在小波的基础上发展起来的,将信号在小波包最优基下展开,利用小波包最优基极好的空间、尺度定位性,使得信号的小波包变换系数在小波变换域尽可能的集中,从而使在不降低压缩信号的质量情况下,进一步地提高信号压缩比成为可能。据此,本文介绍了小波变换、多尺度分析,重点讨论了小波包分析以及小波包最佳基的选取,同时针对小波分析在信号压缩中的局限性,研究小波包分析来进行信号的压缩,从而提高了信号的压缩比和重建信号的质量,并给出实验验证。     

基于小波包变换的爆破震动信号能量分析方法

爆破震动效应测试和分析对于评估工程爆破安全和爆破效果非常重要,但对于采集到的爆破震动信号,在数据的处理和分析上还存在着诸多不足.在阐释小波变换基本原理的基础上,给出了爆破震动信号能量分析方法的理论解析,并结合应用实例,对爆破震动信号进行小波包能量分解.研究结果表明,基于小波包变换的能量分析方法可以较好地揭示信号在不同频带范围内的局部分布特征,从而为可靠地进行建(构)筑物爆破震动效应安全评估奠定理论基础.     

基于CEEMDAN和小波包多阈值的GNSS高程时间序列去噪方法

为提高GNSS高程时间序列的去噪效果,以仿真信号和拉萨站2000~2020年高程时间序列为例,采用自适应噪声完备集合经验模态分解（complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN）方法将信号分解成若干个特征模态函数（intrinsic mode function,IMF）,对每个IMF分量进行小波包多阈值分解,依据不同节点能量占IMF总能量百分比选择不同的阈值准则,将降噪后的节点重构得到降噪后的IMF分量,进而得到降噪后的时间序列。利用信噪比、均方根误差等指标对比分析本文方法、EMD、CEEMDAN、小波去噪和小波包多阈值去噪等5种方法的去噪效果。结果表明,本文方法效果最优。     

基于双树复小波的变形监测数据去噪分析

将双树复小波引入到变形监测数据去噪中,从信号分解、去噪过程和去噪质量3个方面综合评价其可行性和有效性。理论分析和算例表明,信噪分离的质量会对阈值估计、阈值去噪和信号重构产生较大影响,信噪分离较好的信号能在一定程度上削弱阈值函数存在的缺陷;双树复小波的分解效果优于传统离散小波,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,可以应用于变形监测数据分析。     

基于提升小波的单历元GPS变形监测信号的去噪

介绍提升小波阈值收缩法去噪的基本原理和方法,利用该方法对含噪的GPS单历元变形监测数据进行去噪,提取真实变形信息。实际数据处理结果表明,相比第一代小波,提升小波变换去噪效果更好,计算速度更快。     

Curvelet变换在位场数据去噪中的应用

为了解Curvelet变换在位场数据去噪处理中的效果,从Curvelet 变换的原理着手,通过对多矩形棱柱体模型进行Curvelet变换去噪和普遍应用的小波阈值去噪试验对比,验证了Curvelet变换去噪的有效性问题。将其应用于实测位场数据的处理中,取得了较好的效果。理论和实测数据的处理结果都表明, Curvelet变换在位场数据的去噪处理中是可行有效的。     

改进的小波阈值函数对变形监测数据的去噪研究

基于小波分析中传统的阈值函数,结合其他学者提出的小波阈值函数,提出一种改进的小波阈值函数,并将其应用于变形监测数据的去噪处理。理论分析和算例表明,新的小波阈值去噪函数能够有效去除噪声。     

一种新小波阈值算法的变形监测数据去噪方法

针对传统小波阈值去噪算法中阈值估计不足的问题,在推导出高频信号中噪声影响幅度按1/2的规律逐渐减小后,提出一种新小波阈值估计算法,并将其应用于变形监测数据的去噪处理。理论分析和工程实例均表明,本文方法能够有效地克服软阈值法存在的恒定偏差,进一步提高去噪的精度和可靠性。     

一种改进小波阈值去噪方法的研究

针对传统小波阈值去噪分析的不足,分别从两个方面进行改进：1）根据小波系数在各尺度上的相关性,提出基于Lip指数阈值寻优的新方法;2）用构造的新小波阈值函数处理小波系数,克服了软阈值的高阶不可导和硬阈值函数的不连续,且计算方便。最后使用新方法对一组离散变形数据进行去噪处理,验证了其有效性和优越性。     

一种基于熵权法的小波去噪复合评价指标

传统的评价指标在真值未知的情况下不能满足小波去噪质量评价的要求。为此,借助变化率特征重新构建均方根误差变化量和平滑度变化量两个指标,利用熵权法定权将归一化后的两个指标线性组合,所得到的新指标即为复合评价指标。该方法借助指标的变化率随分解层数的增加表现出明显的收敛特性来确定去噪最优分解层数。实验表明,该方法能够在真值未知的情况下准确地指导小波分解,确定去噪最优分解层数,从而达到最优去噪效果。     

小波阈值法在JCZ系列超宽频带地震仪记录的地震数据中的应用及探讨

为了对JCZ系列超宽频带地震仪采集到的地震数据进行有效去噪,探讨小波阈值法在不同地震数据中去噪的实际效果.首先介绍小波法的基本理论与去噪标准,探讨不同小波基的选取、不同分解、重建尺度与阈值的选取及处理方式对小波阈值法最终去噪效果产生的影响;使用控制变量法,选取武汉水院地震台的记录数据,探讨如何获得较好的去噪效果.为了比...     

基于SSA的GPS坐标序列去噪及季节信号提取

基于SSA技术对GPS时序的去噪及季节信号分离进行研究。通过对模拟数据及GPS实测数据的分析,并与经验模式分解EMD（empirical mode decomposition）和小波分析方法进行对比,结果表明,SSA、EMD和小波分析均是有效的去噪方法,但SSA去噪性能更优越,且能更有效和稳定地从GPS时序中提取周期项信号。     

基于HHT的地震信号自动去噪算法

根据希尔伯特-黄模态分解的特点,结合STA/LTA算法自动识别信号模态与噪音模态,提出了基于HHT的模态分解-STA/LTA的地震信号自动去噪算法.该方法不需分析信号的频谱特征,可在时域自动实现信号的高通、低通、带通滤波.对江苏如东海 M s2.9、江苏盐城滨海 M s3.8、江苏句容 M s3.7等地震信号作自动去噪处理,证明了该方法的可行性.     

基于二维小波自适应阈值的海洋磁场资料去噪方法

构建海洋三维磁空间背景场模型时,解析延拓是实现不同高度磁场数据相互转换的关键。针对向下延拓数据中的高频信息极易被延拓算子放大,并包含在延拓后的磁场资料中,降低了三维磁空间背景场模型的构建精度,引入二维小波自适应阈值去噪方法,在不同小波分解阶层中设定自适应阈值,在向下延拓前去除磁测数据中的高频噪声,改善向下延拓结果。理论模型试验与实例分析表明,在不同噪声条件下,二维小波自适应阈值法可有效提高数据的信噪比,去噪效果优于传统的快速傅里叶（FFT）平滑法,从而有效改善频域迭代向下延拓结果,为三维磁空间背景场模型构建提供基础。     

改进阈值函数的提升小波在人工震源数据处理中的应用

针对由于软阈值函数存在恒定偏差及硬阈值函数存在不连续,从而导致信号去噪精度较低及出现伪吉布斯现象的问题,提出一种改进的阈值函数,并从数学上证明其连续性、渐进性及偏差性.将本文阈值函数用于加入了高斯白噪声的4种仿真信号中发现,其不仅可提升信号的信噪比,还可弥补由软、硬阈值函数引起的信号失真、震荡等缺点.将本文提出的阈值函...     

大桥几何监测数据去噪方法研究

提出并优化了EMD小波组合去噪法对大桥监测结果进行去噪的过程,并与EMD去噪法、小波阈值去噪法进行比较。结果表明,优化的EMD小波去噪法是一种高效的大桥动态监测信号去噪方法,去噪效果最好。