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。     

基于双树复数小波的SAR图像噪声抑制

小波变换由于其良好的时频分离特性以及接近人类视觉系统的多分辨分析,在SAR图像的去噪和复原中得到了很好的应用,但是经典小波变换不具备平移不变性,且得到的高频分量的方向非常有限.复数小波变换是一种具有近似平移不变性、更多方向选择性且能够完全重构的双数正交小波变换,在图像去噪方面表现出更强的性能.建立了复数小波变换分解与重构的过程,并对分解后的实部和虚部图像的高频部分分别进行局部非线性软阈值法滤波.实验结果显示,复数小波变换较小波变换不仅滤除了更多的噪声,而且得到的图像边缘更加平滑.     

变形监测信号消噪的不确定度

变形表现为一种弱信号,误差呈现为强噪声。小波包分解消噪是对分解中所得到的高频部分再继续细分,因此具有更精细的消噪能力。采用最优小波包基进行信号重构的过程中,信号有一定的损失。若将消噪过程近似成拟合,拟合误差符合正态分布,可以采用假设检验法估计信号重构误差的区间,进而确定信号重构误差的不确定度,评价小波包消噪的质量。     

基于小波变换系数自适应阈值法在语音去噪中的应用

在软阈值去噪算法基础上，根据小波变换后信号与噪音具有的奇异性，提出无偏风险自适应阈值估计算法，并应用于语音信号的去噪处理，实验结果表明该算法的最小均方误差低于其他的去噪算法。     

A Comparison of De-noising Methods for Differential Phase Shift and Associated Rainfall Estimation

Measured differential phase shift ΦDP is known to be a noisy unstable polarimetric radar variable, such that the quality of ΦDP data has direct impact on specific differential phase shift KDP estimation, and subsequently, the KDP-based rainfall estimation. Over the past decades, many ΦDP de-noising methods have been developed; however, the de-noising effects in these methods and their impact on KDP-based rainfall estimation lack comprehensive comparative analysis. In this study, simulated noisy ΦDP data were generated and de-noised by using several methods such as finite-impulse response(FIR), Kalman, wavelet,traditional mean, and median filters. The biases were compared between KDP from simulated and observedΦDP radial profiles after de-noising by these methods. The results suggest that the complicated FIR, Kalman,and wavelet methods have a better de-noising effect than the traditional methods. After ΦDP was de-noised,the accuracy of the KDP-based rainfall estimation increased significantly based on the analysis of three actual rainfall events. The improvement in estimation was more obvious when KDP was estimated with ΦDP de-noised by Kalman, FIR, and wavelet methods when the average rainfall was heavier than 5 mm h-1.However, the improved estimation was not significant when the precipitation intensity further increased to a rainfall rate beyond 10 mm h-1. The performance of wavelet analysis was found to be the most stable of these filters.     

模平方阈值去噪法在沉降监测中的应用

针对现有去噪方法中存在的噪声信号提取、粗差定位等问题,该文基于小波阈值去噪的原理,提出一种基于软阈值改进的模平方阈值去噪法。通过仿真数据实验对比分析了软阈值去噪法、加权平均阈值去噪法及模平方阈值去噪法的去噪实际效果,并应用于汽车试验场沉降数据预处理。实验结果表明,基于模平方的阈值去噪法能够较好地保留观测信号原始信息,并且可以有效地去除噪声,其去噪效果优于软阈值和加权平均阈值去噪法,能在汽车试验场沉降数据处理中得到较好的应用。     

小波变换和BP神经网络模型在沉降变形监测中的应用研究

变形预测在预报工程险情方面起着关键性的作用,针对施工中需及时、准确地预测变形的问题,本文利用小波变换原理对监测数据进行降噪处理,并采用BP神经网络分析不同训练样本下的预测效果和精度水平。实验结果表明:基于小波消噪后的BP网络模型,以连续的近期观测数据作为训练样本,对下期变形预测精度高,效果好,相对误差很小。因此,小波变换和BP神经网络模型在沉降变形监测工程中能作为预测研究与应用的参考。     

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。     

多指标融合的小波去噪最佳分解尺度选择方法1

借助最小均方根误差、信噪比及光滑度变化随小波分解尺度增加的收敛特性,提出了一种多指标融合的小波去噪最佳分解尺度选择方法。该方法利用信息熵来融合小波去噪过程中不同方面的变化特征,能够更全面地反映小波去噪结果与分解尺度间的对应关系;通过定量识别融合指标变化的拐点,能够有效识别小波去噪的最佳分解尺度。针对不同类型的去噪信号进行实验分析并与现有方法进行比较,验证了本文提出方法的有效性与优越性。     

基于改进形态学运算的图像去噪自适应算法研究

形态学的腐蚀和膨胀两种基本运算固有特征,使其在去除图像噪声的同时,造成图像信息严重丢失.针对这种现象,首先把传统腐蚀膨胀的极值运算改进为中值运算;其次对结构元素进行改进和优化,定义单位结构元素,利用数学方法推导找到零方阵的单位结构元素;最后在这些研究工作的基础上提出一种新的自适应图像去噪算法.对比实验表明:新方法比传统形态学和中值滤波算法在低信噪比环境下具有明显优势,因此在图像去噪中具有广泛的应用前景.