变形序列小波消噪最佳分解尺度量化指标的确定

小波消噪分解尺度确定的正确与否,直接关系到消噪效果。针对变形序列的消噪,将时序分析建模定价的信息准则与高斯白噪声在小波变换下的特性相结合,提出了用Akaike信息准则作为量化指标,确定小波消噪最佳分解尺度的方法。模拟数据和工程数据的验证结果表明,在Akaike信息准则计算值达到最小时,所确定的分解尺度符合信噪分布规律,达到了较好的消噪效果,实现了作为小波消噪最佳分解尺度确定的量化指标作用,提升了小波消噪在变形数据处理中应用的便捷性。     

基线长度对电离层去噪最佳分解尺度的影响分析

GNSS电离层变化量随着基线长度的增加变化趋于复杂,且电离层求解不易。本文在三频组合理论的基础之上,采用新的伪距精化方法来固定波长较短且直接固定成功率不高的超宽巷模糊度,然后利用两组固定的超宽巷模糊度反算电离层延迟。由于反解电离层受到多种随机噪声影响,因此本文利用小波分解与重构技术来有效滤掉随机噪声。不同基线长度下,随机噪声被放大的量级不同,本文利用融合指标来确定小波最佳去噪层次,通过数据分析探究得出小波基函数以及最佳去噪层次随基线长度的变化特征。数据分析表明,本文方法能有效提取双差电离层延迟信息。     

基于小波阈值去噪理论的监测数据处理方法

为了研究监测对象的变形规律,有必要消除测量噪声得到更准确的数据,小波变换理论在数据处理方面有其特点。本文利用小波去噪的理论对监测数据进行小波变换,得到信号的高频部分,并进行去噪处理,得到了较好的效果。此方法具有一定的工程应用价值,本文提供了一个地铁工程变形监测数据处理的例子。     

陀螺仪转子电流信号去噪方法研究

磁悬浮陀螺全站仪定向系统中转子电流数据的噪声是影响仪器定向精度的重要因素之一.文章经统计分析知转子电流信号为非平稳信号,对其进行对比分析,确定选取特定的阈值和小波基函数对转子电流信号进行小波阈值去噪.借助信噪比、均方根误差和平滑度多类评价指标的变化特征随小波分解层数增加而收敛的特性,来确定最佳分解层数.实验结果表明:此种方法实现了转子电流有效信号和环境噪声信号的有效分离,剔除了不同观测环境条件下转子电流观测数据的噪声,提高仪器的定向精度.     

基于小波去噪的变形监测数据处理的方法研究

小波去噪是小波分析在信号处理领域的重要应用之一。然而变形监测数据中不可避兔含有大量的随机误差,而小波阈值去噪方法以其操作简单和良好的效果而被广泛应用。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对几种不同阀值的选取,比较不同阀值选取对去噪效果的影响。     

二维小波在多尺度矿区沉陷DEM去噪中的应用

针对矿区沉陷DEM中含有较多误差的问题,为了能更好地研究矿区沉陷规律,本文提出了一种二维小波分析对多尺度矿区沉陷DEM去噪处理的方法。首先阐述了二维小波去噪的基本过程,并对二维小波的各个特性和参数设定进行了分析讨论,将2期点云通过插值方法得到的尺度分别为0.5 m、1 m、5 m和10 m的DEM做减法,生成矿区沉陷DEM,最终选用bior5.5和coif5小波基函数、分解层数为3,对各尺度下的矿区沉陷DEM进行了分析去噪,为证明方法的有效性,通过分析主断面观测线变化趋势和计算误差指标进行去噪效果的验证。结果表明,运用二维小波去噪方法能够削弱矿区沉陷DEM中的噪声误差,使得去噪后的矿区沉陷盆地接近于真实盆地,对于矿区沉陷监测和沉陷规律的研究具有较高的应用价值。     

时序数据去噪中的小波策略及评价指标

引入评价时序数据去噪效果的均方根变化量、互相关系数、信噪比及平滑度4项指标,分析了不同小波策略的去噪效果与指标间的关系。结果表明,不同于小波分解重构阶段,小波策略阶段的去噪均方根误差与4项指标存在正相关趋势,且归一化后的综合指标与去噪均方根误差归一化值存在0.95的正相关性,在实测时序数据分析中,可用归一化后的综合指标代替未知的去噪均方根误差来评价去噪效果,并以去噪残差分布作为去噪可靠性定性指标。     

变形监测数据处理的小波去噪方法

变形监测数据中包含有实际变形量和噪声,应用小波分析理论,对监测数据进行变形信号的提取和噪声的消除,通过实例证明,它的效果非常明显。     

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Matlab小波去噪的研究方法

阐述了硬阀值法、软阀值法和半软阀值法去噪的原理及其算法的实现,针对传统小波去噪后,图像的部分细节丢失、边缘模糊等问题,提出一种改进半软阀值的计算方法。实验结果表明,改进的方法具有更好的去噪效果。     

基于最佳小波包基的高光谱影像特征制图

鉴于在时频局部化能力方面小波包变换优于小波变换,将高光谱影像像元光谱曲线作为1维信号并对其进行多尺度小波包变换分解,得到不同尺度上的低频和高频成分向量。根据不同地物像元光谱小波包分解最佳基有很大差异,而同一地物像元光谱小波包分解的前若干个最佳基完全相同的特点,提出一种基于前若干个最佳小波包基特征参量数组的分类特征参量和目标识别方法,并对AVIRIS影像中的特征如地物植被、水体、岩石及某些阴影等进行提取与制图。     

一种小波包混合滤波方法及其应用

目的 GPS变形监测数据的采样频率逐渐提高,对数据预处理提出了更高要求。提出了一种改进方法,即在小波包分析的基础上,结合高频系数加权中值滤波以及整体加权均值滤波的混合滤波方法对数据进行预处理。实验证明,该方法能简单快速且最大程度地去除大量数据中的随机非随机噪声、粗差等无用信息,同时突出了监测目标中趋势项、周期项等有用信息,适用于处理采样频率较高的变形监测数据,是一种实用的数据处理方法。     

变形测量异常数据处理中小波变换最佳级数的确定

综合分析数据去噪效果的4个分项评价指标,即数据的均方根差变化量、互相关系数、信噪比及平滑度,将各分项评价指标归化到0,1后相加得到总体评价指标,将总体评价指标最大值所对应的级数定义为小波分解与重构的最佳级数。模拟和实测两个算例验证了此方法的有效性。     

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。     

小波多时间尺度分析在变形分析中的应用

变形体的变形总体上看是错综复杂的,但是在某些细节上又表现为周期性变化或者突变,通过小波变换的多时间尺度分析就可以探究形变的周期变化以及突变点,同时通过计算形变信号经小波分解后的小波方差就可以找出形变的周期,这为我们研究形变带来了很大的便利,也可以更好地把握变形系统的演变规律和未来发展趋势。     

小波分析桥梁变形监测数据处理

本文针对桥梁变形监测数据噪声的特点,选取了合适的小波基函数,利用小波分析理论对变形监测数据进行粗差探测和去噪处理;研究了桥梁变形监测数据在小波分解高频系数下的细节特征和突变点,变形监测数据噪声的特点以及对桥梁变形监测数据的影响。通过分析发现,噪声较大的点通常出现在下沉周期中的个别拐点上,为桥梁的安全信息化施工提供指导。     

基于提升格式小波包变换的SAR图像去噪

基于信号和噪声在提升格式小波分解中呈现出的不同特性,提出了一种新的小波包去噪算法。该算法采用提升格式小波对SAR图像进行最优小波包分解,并计算每个子频带的能量范数,然后根据软阈值法和能量范数区分信号和噪声,达到去除噪声的目的。试验结果表明,该算法对SAR图像具有较好的去噪效果,不仅可以去除图像中的大部分噪声,而且可以较好地保留图像纹理的细节信息。与传统小波包算法相比,其计算速度快了一倍左右。