动态变形信号小波阈值降噪模型研究

由于小波分析具有时频多分辨功能,小波去噪方法能在降噪的同时,更有效地保留有用信号.讨论小波阈值去噪中软阈值和硬阈值方法,然后针对硬阈值法不连续和软阈值法有偏差的缺点,研究一种有效的GPS动态变形监测数据的小波阈值降噪模型,并进行降噪实验,取得令人满意的结果.     

高层建筑物GPS动态变形监测数据处理

本文利用小波阈值降噪方法对高层建筑物GPS动态变形监测数据进行处理,针对不同小波基选取对结果影响进行了实验分析,表明小波变换可实现高层建筑物GPS动态监测数据的有效去噪,可克服传统处理技术对非平稳、非等时间间隔观测数据序列滤波的局限性,为监测数据的处理方法提供一定参考。     

改进小波阈值法在变形监测数据处理中的应用

阈值的选取和小波函数的构造是小波阈值去噪的关键,本文从两个方面分别进行阐述。首先,通过对传统小波阈值去噪方法的分析,提出了确定阈值的新方法;其次,构造出新的小波阈值函数去处理小波系数。然后,通过对一组离散变形监测数据进行去噪处理,验证了改进小波阈值法的优越性和有效性。     

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。     

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.     

小波函数在变形监测数据降噪中的应用

利用计算机仿真技术,在加入人为噪声的基础上,采用小波函数对仿真数据进行降噪处理验证。测试过程中采用全局阈值和分层阈值的方式,分析降噪后能量成分和方差,比较两种阈值的降噪效果,并得出结论:小波分析在数据降噪方向有很明显优势,而且分层降噪的效果更好,将其应用到GPS变形监测的降噪处理中,取得了很好的效果,为GPS后续处理提供了数据保障。     

变形监测数据的一种小波去噪法研究

变形监测数据不可避免会受到噪声污染,本文根据原始信号特征,通过合理的选择小波基,采用自适应阈值法去噪,可提取变形数据有用信号并恢复信号的光滑性,保留信号曲线的特征,达到较好的去噪效果。实例证明了该方法的有效性和可行性。     

基于多重小波的海洋重力异常畸变消除方法

分析了信号在多重小波算法下的表现形式,采用软阈值方法对经过多重小波变换后的重力异常信号的高频部分进行阈值处理。根据离散的重力异常状态方程,采用HGM多重小波进行了海洋重力异常数据仿真处理。理论分析和仿真处理表明:采用软阈值处理方法和联合软阈值处理方法以及特征值法阈值选择规则,都能在一定程度上消除海洋重力异常畸变。但在相同背景条件下,联合软阈值处理方法的性能优于软阈值处理方法。     

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。     

小波阈值去噪法在矿区地表变形监测数据处理中的应用

为了解决矿区地表变形观测数据中含有的粗差对地表沉陷规律研究带来的不利影响,提出了采用小波阈值去噪法对原始观测数据进行处理。分析了小波阈值去噪的基本过程,讨论了小波阈值函数,并对两种阈值函数进行了对比;使用Matlab小波工具箱对观测数据进行分析并建立回归曲线,与地表实测沉陷值进行了验证。结果表明:相比常用的数据处理方法,小波阈值去噪法能有效消除粗差对变形结果的影响,实现了矿区高精度、动态的地表变形监测,具有较高的推广价值。     

小波包多阈值去噪法及其在形变分析中的应用

在GPS变形监测领域,传统的小波去噪只保留低频上的有用信息,很容易去掉中频以及高频上的有用信息。小波包分析方法是近几年发展起来的一种新的小波分析方法,它同时考虑了各个频段上的有用信息,因此是一种更为精细的去噪方法。小波包去噪的关键是对小波包分解系数选取合适的阈值准则并进行阈值处理,但传统的小波包去噪并没有对此进行充分的研究。本文针对传统小波、小波包分析的不足,提出了一种基于频率顺序并依据信息类型分段的多阈值准则小波包去噪法。通过理论分析与实际应用,结果表明新方法能够高效剔除各频段的噪声,同时当采样频率较低时能有效保留去噪信号中频率高达10-1 Hz数量级的有用信息,其去噪能力优于传统的小波、小波包等其它去噪方法,因此可以广泛应用于高精度GPS变形监测领域中。     

大坝变形监测数据的小波分析处理方法

引入小波分析方法对大坝变形监测数据的处理,实现了对离散型的变形数据的尺度分解,对变形趋势的分析。并且对变形数据在滤波、消噪等方面,对分解层次中的偶然误差特性分析,以及阀值的选取方法进行了比较,表明利用小波变换的方法对变形数据的分析处理是有效、可行的。     

基坑变形小波去噪及BP神经网络组合预测模型研究

以某市轨道交通1号线地铁站基坑观测数据为例,开展了小波及BP神经网络预测模型的研究。首先采用小波阈值去噪方式对纵向观测线实际观测数据进行去噪处理,依据信噪比最高以及均方根最小判别原则进行判别,实验表明,小波1层分解、软阈值方式、sym4小波基函数、rigrsure阈值原则、scal=sln为最佳组合方式。然后,给出基坑变形小波-BP神经网络组合预测模型。最后对小波去噪前后的数据进行BP神经网络预测模型预测处理并与小波变换神经网络预测模型预测数据进行对比分析,结果表明小波变换神经网络预测模型预测精度最高。     

小波阈值改进算法的遥感图像去噪

通过对于文献中已有小波阈值去噪方法的研究,结合已有的一些小波阈值去噪函数,提出了相应的小波阈值去噪的改进方法来完善和提高小波阈值去噪的处理能力和可行性。该阈值函数加入了有效的调整系数来控制函数的可变。该函数不但同时保留了相应的传统小波硬阈值、软阈值衍化的优点,也提高了相应精度指标。利用该函数阈值去噪不仅在经典的图像中起到很大的改善,在遥感图像的去噪处理方面也有明显的精度提高。该方法通过去噪评价指标均方差（MSE）,峰值信噪比（PSNR）,信噪比（SNR）,均方根误差（RMSE）进行去噪后图像的评价。该改进的阈值函数方法对于图像的处理后评价指标明显有所改善。     

GPS动态监测数据优化分析及变形特征的提取

GPS变形监测系统中的监测点的观测资料是与时间有关的信号序列,本文研究应用小波分析优化流程,结合苏通大桥GPS变形监测系统获取的监测点数据序列进行分析。结果表明,选择合适的小波基函数,对数据信号进行小波分解与重构,可以有效地从受到强噪声干扰的监测数据序列中提取有用的特征信号,较好解决了传统处理技术对GPS动态观测数据去噪以及特征信息提取的局限性。     

变形监测数据去噪方法

论述了变形监测技术的基本原理和去噪方法,重点介绍了线性滑动去噪法和小波去噪法,并结合实例说明两种方法的应用领域和特点以及发展前景。     

利用小波变换进行GPS振动观测值的异常探测

本文利用小波变换技术进行GPS振动观测值的异常探测,将GPS振动观测值序列视为一组观测信号,先利用小波低频分解提取信号趋势,再利用小波高频分解探测异常值的位置,提出结合观测体自身变形趋势判断异常值是否存在,再通过小波高频分解和小波阈值去噪找到异常值准确位置的探测方法。结合某GPS振动平台上的振动观测实验数据进行仿真分析,获得准确的异常探测结果。实践证明文中研究的异常值探测方法是可行的和有效的,为GPS振动观测值的异常探测提供新思路。