小波降噪

摘要： 为了探究经验模态分解(EMD)、整体经验模态分解(EEMD)和小波降噪三种方法的降噪性能,以中国区6个国际GNSS服务(IGS)站高程分量的5 a、10 a和20 a时序数据为例,对它们的降噪结果进行比较分析.首先利用线性拟合分离趋势项,并采用3σ准则剔除异常值,得到满足符合降噪要求的样本序列;然后分别用这三种方法分离样本序列中的噪声,得到降噪后的序列;最后以信噪比(SNR)、相关系数、均方根误差(RMSE)为评价指标比较分析它们的降噪性能.实验结果表明:1)当坐标时间序列质量较差时,EEMD和小波降噪可以很好的分离噪声;2)对于5 a和10 a时序数据,小波降噪的效果最好;对于20 a时序数据,EEMD和小波降噪效果接近,优于EMD;3)小波降噪抑制有色噪声的能力最佳.

摘要： 基于多光程吸收池的可调谐半导体激光吸收光谱(TDLAS)系统在检测过程中容易出现噪声干扰,影响着其实际检测性能。针对这种干扰的特征进行分析,提出利用小波降噪法来改善TDLAS系统的探测性能。首先依据理论研究结果选择合适的小波函数和分解层数,然后通过这种小波对叠加干扰的仿真信号进行滤波,结果表明这种降噪技术具有良好的去噪效果。最后利用小波降噪技术处理了实验采集的不同浓度气体的直接吸收光谱(DAS)和二次谐波信号,相比于原信号,降噪后信号的信噪比从0.4增加到259,系统的检测限也达到7×10^(-6),表明小波降噪方法在气体光谱检测中具有较高的应用价值。

摘要： 微型电机振动信号信噪比低,环境噪声复杂,对噪声信号进行有效去除是对其进行质量检测的关键步骤。针对传统小波降噪阈值函数连续性差、降噪效果不理想等问题,提出一种基于样本熵的改进小波阈值函数,能够根据信号混乱程度自动对阈值函数进行调节。仿真结果表明:在低信噪比环境下,基于样本熵的改进阈值函数降噪效果明显优于传统阈值函数和普通改进阈值函数,信号信噪比得到显著提升。对微型电机异音信号进行降噪处理和特征提取,结合SVM分类器进行训练测试,试验结果表明:改进的小波降噪算法能够有效去除电机信号环境噪声,提取有效的信号特征,对出厂电机性能优劣进行准确判断。该方法将为微型电机厂家大规模质量检测提供理论依据和支持。

摘要： 在齿轮箱的故障诊断、在线监控等领域,通常将振动信号作为最主要的分析来源。齿轮箱在起重机的实际运行过程存在多种机构相互交联影响的情况,且信号多数时候只能通过间接的形式采集获取,造成信号中存在大量杂乱无章的干扰噪声,影响了对信号的识别和特征的提取,容易造成对故障的错报和漏报等问题。文中深入分析硬阈值函数、软阈值函数、半软阈值函数和Garrote函数,提出动态调整小波阈值的算法。动态阈值算法可以在有效抑制噪声和保留信号中有用成分之间取得更好的平衡。通过模拟信号和实测故障振动信号进行对比测试,结果表明这种动态小波阈值降噪的方法相对于半软阈值函数和Garrote阈值函数的降噪算法具有更高的信噪比和较低的均方根误差。

摘要： 为了准确地掌握管道线路的运行状态,保障油气管道的安全运行,在基于相位敏感光时域反射(Φ-OTDR)原理的光纤分布式振动系统的基础上,提出了一种泄漏声波信号监测方法。介绍了Φ-OTDR系统的结构和工作原理。针对管道周围环境复杂与噪音强的问题,提出一种新型小波阈值算法对信噪进行降噪处理。选用梅尔倒谱系数(Mel Frequency Cepstral Coefficents,MFCC)作为声波信号的特征向量,建立BP(Back Propagation)神经网络识别模型完成管道泄漏识别。实验结果表明,文中提出的BP神经网络泄漏识别方法有较好的识别率,且经过新型小波阈值函数算法降噪后,其平均识别率比降噪前提高了26.74%,最高识别率达到91.1%,具有一定的应用潜力。

摘要： 为解决波纹补偿器产生的非线性、非平稳振动信号处理困难的问题,提出了一种基于改进HHT变换法的波纹补偿器振动信号分析方法。改进HHT变换法首先是对振动信号进行小波降噪处理,然后通过EMD法分解出若干IMF,最后对每个分解后的IMF分量进行Hilbert变换得到Hilbert谱和Hilbert边际谱。经实验验证,改进HHT变换法能够准确判断出波纹补偿器的正常和异常振动信号的能量分布,可用于监测波纹补偿器工作状态。

摘要： 为缓解城市交通压力,地铁工程的修建日益加快,但其施工、运营都会造成沿线地表沉降,为有效预防地表沉降引起的地质灾害。本文基于51景升轨Sentinel-1A卫星影像,应用差分干涉测量短基线集时序分析(SBAS-InSAR)技术获取青岛地铁三号线沿线地表形变信息,分析地铁沿线主要沉降区域的成因,并对沉降区域内的特征点使用小波分解、重构,对降噪后的形变时间序列进行了模拟和预测。发现了4个主要的沉降区域,其中青岛北站周边沉降最为严重,沉降速率为-10.42 mm/a。优化后的长短期记忆(LSTM)神经网络模型对形变时间进行预测,其精度比传统LSTM、多层前馈BP神经网络模型更优,证明该模型在城市地铁沿线的地质灾害预防中具有广泛应用价值。

摘要： 电力设备作为电力系统的基本要素,对其故障风险预测可以有效降低电网故障风险带来的损失。当前应用的高压电力设备故障预测模型忽略了对高压电力设备信号的盲源分离处理,无法去除虚假故障分量,导致故障预测结果不准确、耗时较长的问题。构建新的基于模糊神经网络的高压电力设备故障预测模型。将小波降噪方法引入到盲源分离中,对高压电力设备信号完成盲源分离和小波分解;通过互信息方法将分解结果中的虚假分量删除;利用插值形态滤波的方式提取故障特征,将其设定为模糊神经网络的输入变量,构建高压电力设备故障预测模型。实验结果验证了所构建的模型在30次实验迭代过程中的误差始终不超过2.5%,均方根误差低于3.4%,预测用时测试结果在14~23 ms之间。数据表明所构建模型的预测精度较高、预测速度更快,具有明显的应用优势。

摘要： 设计一种蜂鸣音识别系统,以PC端声卡与收音麦克风采集蜂鸣音信号s_(1),利用小波包尺度系数比对法实现对采集的蜂鸣音信号降噪预处理得到信号s_(2),通过信号s_(2)的小波变换得到信号时频特征图p,再利用ResNet18网络模型分析特征图p,得到蜂鸣音检测结果,识别准确率达97.5%。该系统采用PyQt5设计人机交互界面,主要包含信号特征显示、信号采集参数设置、识别对象选择、数据通讯、数据持久化等功能。实验证明了该系统操作简单、运行稳定、扩展性强等特点。

摘要： 为了提高建筑起重机械故障检测精度,提出了小波消噪和回声状态网络(ESN)的建筑起重机械故障检测方法(WA-ESN).首先,采用小波分析(WA)去除建筑起重机械故障振动信号的噪声,并提取故障部件振动信号故障特征,然后,将特征向量作为回声状态网络的输入向量,故障类型作为输出,进行训练,建立建筑起重机械故障智能检测模型.测试结果表明,该方法提高了建筑起重机械故障检测精度,减少了建筑起重机械故障检测误差,具有较高的实际应用价值.

摘要： 在传播和接收北斗信号的过程中会产生噪声,对数据的处理和北斗接收机定位产生影响.从小波降噪的原理出发,详细分析小波降噪效果的影响因素.采用Matlab仿真对实际采集到的北斗信号原始数据进行降噪处理.以几种常见的小波函数为例,结合北斗信号的特点,对不同的小波基、分解层数以及阈值进行分析和选取,并将接收机捕获性能提升以及均方根误差等方面作为降噪效果的衡量标准.对几种不同小波降噪方法进行分析比较.实验证明,小波降噪对北斗软件接收机捕获性能有较大提升.

摘要： 滚动轴承的故障信号采集中往往含有大量的噪声信号.对采集信号进行小波降噪后,利用经验模态分解(empirical mode decomposition,EMD)得到若干个固有模态函数(intrinsic mode function,IMF),并考虑分解的各模态函数的能量特征,将分解后的IMF分量与分解前信号的能量比作为判断标准,剔除冗余低频成分,最后选取有效的IMF集进行包络谱分析,提取故障特征.通过仿真数据和真实滚动轴承数据的故障诊断实验表明该方法有效地去除了混杂在故障信号中的噪声,提高了信噪比,能够有效地提取滚动轴承的故障特征信息.

摘要： 爆破震动测试得到的数据常常具有较大的离散性,采用剔除错误数据和小波降噪对爆破震动检测数据进行预处理,以标准残差平方和作为爆破振动实测数据与萨道夫斯基公式拟合值偏差大小的判断依据,应用小波降噪对实测数据进行处理的方法,优化了粒子群算法对萨道夫斯基公式中的k和α的回归分析.研究结果表明,小波降噪和粒子群优化算法结合使用,能够较真实地反映爆破震动测试的真实情况,从而提高了对爆破震动测试模拟的精度.研究结果对爆破振动测试理论和工程实践具有一定的参考价值.

摘要： 针对传统基于短时傅立叶变换算法构建的引信信号处理系统在低信噪比回波条件下性能下降严重,无法完成回波信号处理任务的问题,提出将小波降噪算法引入原引信时频信号处理系统.在原时频信号处理系统之前加入小波降噪环节,选择合适的小波基对引信回波进行小波分解,使用小波阈值法对小波系数进行降噪处理,将系数重构后得到的降噪信号输入原时频信号处理系统.仿真表明,小波降噪环节的引入,能够有效去除回波信号中的杂波干扰,显著提高了引信时频信号处理系统在强杂波、强噪声背景下的性能表现.

摘要： 水下目标识别是水声信息处理与现代声呐系统的关键技术.随着潜艇向低噪发展的趋势,对声呐系统在复杂、多变的海洋环境下的目标识别能力提出了更高的要求.海洋的环境噪声是影响目标识别精度的主要因素,如果能够有效消除噪声的影响,便能够建立起高精度的鲁棒性的声呐系统.Gammatone滤波器组是一种对人耳的基底膜进行仿真的方法,通过采用一组中心频率呈对数均匀分布的滤波器组来模拟基底膜.相较于其他的模拟听觉系统的滤波器,Gammatone滤波器在噪声条件下具有很强的抗干扰性,滤波效果更好,且经过Gammatone滤波后的信号能够更好增强目标识别系统的鲁棒性.本文提出一种结合小波阈值降噪、Gammatone滤波器组的水下目标识别方法，目的是通过该方法来提高系统对含噪信号识别的鲁棒性。最后，将得到的目标的特征向量进行投入到分类器中去训练和识别。

摘要： 水产养殖环境因子相互作用关系复杂,水产养殖物联网实时采集的数据冗余较多、且数据缺失问题时常发生,基于实时数据的数据预处理方法选择很大程度上决定了预测精度.因此,本文提出了基于数据修复、特征选择和小波降噪相结合的预处理方法.首先利用线性插值法和均值平滑法修复数据,然后采用系统聚类法和主成分分析法进行特征选择以筛选关键影响因子,实现预测模型的输入数据降维,最后使用小波降噪技术处理关键影响因子数据.该方法以基于物联网采集的银鳕鱼养殖池塘的氨氮数据为例,对数据进行了预处理,SNR和RMSE分别为25.8886和0.0448.实验结果表明,该方法可以满足预测数据的精度需要,为水产养殖水质因子预测模型构建提供良好的数据基础.

摘要： 讨论了Sagnac型分布式光纤干涉振动传感(DVS)系统的相位解调、定位原理以及对于涉信号的小波去噪原理.针对该系统易受环境噪声的干扰,从而产生误报或定位误差较大等现象,采用小波分析方法实现了对干涉信号的小波去噪和对振动信号的准确检测及精确定位.实验结果表明:针对振动信号的时频特性,选择合适的小波分析方法可有效提升检测信号的信噪比,提高振动检测的准确率,降低系统误报率,保证系统定位误差在±50 m以内.与其他降噪方法相比,小波变换方法在系统信号处理中的应用,不仅提高了振动信号检测的准确率及空间分辨率,而且减小了系统定位误差,可适用于同类型的分布式振动检测系统.

摘要： 为了提高超声红外热像无损检测法的缺陷检测能力,研究了超声热像的小波降噪和缺陷信号增强方法.分别论述了基于二维小波变换和一维小波变换的热像序列处理方法,给出了小波降噪和缺陷增强与识别的步骤.以铝合金板焊缝裂纹的超声热像检测为例证明了算法的有效性.研究表明,以小波分析方法进行降噪和缺陷增强可以显著地提高缺陷的信噪比,从而提高超声热像法的缺陷检测能力.

摘要： 本文阐述了一维小波降噪的原理和准则.依据小波降噪过程,确定采用sym小波族,对采集的缸盖振动信号进行4层分解,采用软阈值的降噪处理方法.通过比较7种不同的sym小波函数和4种不同的自适应软阈值规则的降噪效果,结果表明:基于Stein无偏似然估计阈值和sym7组合对柴油机燃用F-T柴油时的缸盖振动信号的降噪处理效果最佳.

摘要： 为实现苹果采摘机器人的全天候作业,对采集到的夜间图像进行了相关研究.在分析夜视图像噪声的基础上,运用小波阈值方法进行图像的降噪处理,针对阈值算法的潜在缺点,通过构造模糊阈值函数,提出小波模糊阈值的夜视图像降噪算法.实验结果表明:从视觉上看小波模糊阈值降噪方法得到的低噪图像噪点明显减少;从客观数据比较,其相对峰值信噪比有较大幅度提高.新方法显示出在夜视图像降噪方面有着独特优势,为实现苹果采摘机器人的全天候作业打下基础.

摘要： 本发明涉及一种基于鲁棒性主成分分析的小波声音降噪方法及系统，方法包括：获取含噪声音信号；采用鲁棒性主成分分析方法对所述含噪声音信号进行分离，得到分离后的含噪声音信号；对所述分离后的含噪声音信号利用小波阈值去噪算法进行滤波，得到滤波后的含噪声音信号；对所述滤波后的含噪声音信号进行低通滤波，得到降噪后的声音信号。本发明能够提高声音信号的质量。

摘要： 本发明涉及柴油机降噪技术领域，且公开了一种基于小波阈值去噪的船舶柴油机降噪装置，包括柴油机，所述柴油机的输出端设置有转轴，所述转轴与柴油机的连接设置有设置有防护罩，所述防护罩的底部螺纹连接有接油罐，所述防护罩的顶部螺纹连接有滴油罐，所述转轴的外部靠近柴油机的一侧设置有驱动组件。该发明，通过当滚轮带动第一卡齿移动至活动架内部的前端位置后，第一卡齿对活动架内部前端的第二卡齿接触，并对第二卡齿产生向上拨动力，从而使活动架向上移动，从而使第一转盘带动第二转盘转动，使第二转盘顺时针转动，实现对阀门的关闭处理，从而不仅降低了对润滑油的消耗成本，提高了其的降噪效果。

摘要： 本发明提出了一种基于改进小波阈值函数的硅微谐振式加速度计降噪方法。首先采集原始加速度计输出信号，并选择coif4小波基函数对其进行3层小波分解，得到一组小波系数；然后利用改进的小波阈值函数与使用通用阈值准则计算出的阈值对小波系数进行阈值量化处理，得到估计小波系数；最后由阈值量化处理后的第1层到第3层的高频小波系数和第3层的低频小波系数实行小波逆变换，进行信号重构得到重构后的降噪信号。本发明中采用的改进小波阈值函数解决了传统阈值函数使用中存在的固定偏差问题和伪吉布斯现象，使得本发明相对于现有去噪方法去噪效果更好，可较好的抑制硅微谐振式加速度计中的随机误差。

摘要： 本发明公开了一种基于LCD‑小波新阈值的机械密封声发射信号降噪方法，通过局部特征尺度分解对声发射信号X(t)进行分解，得到若干按照频率由高到低排列的ISC分量；分别计算出局部特征尺度分解得到的每个ISC分量和原始信号的互相关系数；构建基于频谱分析和互相关系数组合的含噪分量筛选规则，从ISC分量中筛选出纯净分量和含噪分量；将筛选出来的含噪分量进行组合重构，对组合重构的含噪分量进行降噪处理；将筛选出的纯净信号分量和经过降噪后的组合含噪分量进行重构，得到LCD‑小波新阈值降噪后的信号。本发明可有效解决机械密封在低速不稳定状态下，声发射信号干扰成分较多，不利于状态监测和故障诊断的技术难题。

摘要： 本发明的目的在于提供基于小波降噪的LS-SVM海面小目标检测的方法，选取一段原始海杂波数据，进行去噪，再对其进行混沌性判断，提取嵌入维数及时间延迟；另取一段原始海杂波数据，进行小波分解去噪，并作归一化处理；搜索支持向量机回归的最佳参数；以LS-SVM为工具，训练得到的数据；再取一组海杂波数据，对其做预处理，再应用得到的海杂波模型对数据进行预测，得到其相应的短期预测数据；将得到的短期预测数据与只经过预处理的数据值做差取绝对值，得到绝对误差，用粒子群优化过的LS-SVM进行分类，二元信息分类等价于门限判定，最终实现强海杂波背景下的小目标的检测。本发明大大降低了虚警概率，从而改善了检测性能。

摘要： 本发明的目的在于提供基于小波降噪的LS-SVM海面小目标检测的方法，选取一段原始海杂波数据，进行去噪，再对其进行混沌性判断，提取嵌入维数及时间延迟；另取一段原始海杂波数据，进行小波分解去噪，并作归一化处理；搜索支持向量机回归的最佳参数；以LS-SVM为工具，训练得到的数据；再取一组海杂波数据，对其做预处理，再应用得到的海杂波模型对数据进行预测，得到其相应的短期预测数据；将得到的短期预测数据与只经过预处理的数据值做差取绝对值，得到绝对误差，用粒子群优化过的LS-SVM进行分类，二元信息分类等价于门限判定，最终实现强海杂波背景下的小目标的检测。本发明大大降低了虚警概率，从而改善了检测性能。

摘要： 本发明公开了一种基于改进小波阈值函数的信号降噪算法，其信号降噪算法包括如下步骤：A、获取原始信号s(t)，初步处理，得到待降噪信号；B、将信号进行小波分解；B1、选择具有正交性的dbN系小波基函数作为离散小波变换的小波基；C、计算有用信号中的最小频率fmin与对应的小波基的中心频率f0的最大分解层数j。本发明通过对采集的信号进行小波降噪时，首先将含噪的信号进行小波分解得到的细节系数，再基于改进的阈值函数对高频系数进行处理，得到改进的小波系数，最后将小波分解的最底层的近似系数和各层改进的细节系数进行小波重构，从而可得到降噪后的信号，解决了常用的小波阈值降噪算法在信号重构后，容易出现失真的问题。

摘要： 本发明公开了一种基于ZYNQ的多通道小波降噪系统及方法，本发明集成了FPGA—PL端和ARM—PS端两种异构芯片，使用PL端硬件处理的并行性和PS端软件处理的便捷性，来实现导航接收机的基带并行通道小波降噪处理。

摘要： 本发明提供了一种SAR干涉图小波降噪处理方法，包括：确定SAR干涉图中的信号点和噪声点，构建噪点识别矩阵，仅对噪声点进行滤波降噪处理；提取出含有噪声的干涉图数据，分解为实部和虚部，利用Biorthogonal小波基对实部和虚部分别进行小波分解，并采用白化检验的方式使小波分解的层数达到最优；利用改进的小波阈值函数和Birge‑Massart惩罚函数自适应获取的分层阈值对小波系数进行降噪处理；对滤波降噪后的实部和虚部进行小波重构，获取滤波降噪后的干涉图，并结合SAR干涉图中的信号点，获取最终的降噪干涉图。本发明还提供了一种SAR干涉图小波降噪处理装置。该发明既能够有效降噪，又能够保持边缘细节信息。

摘要： 本发明公开了一种基于小波降噪和注意力机制融合GRU网络的铣削加工刀具磨损监测方法，包括采集机床铣削平面加工过程中的原始加工信号；从原始加工信号提取平稳切削过程信号，再通过小波降噪对信号进行预处理；对信号进行分析和特征提取，获得时间序列上的多维度特征矩阵；基于GRU网络建立刀具磨损预测模型，融入注意力机制进行模型训练；采用训练后的刀具磨损预测模型对铣削加工刀具磨损进行监测。本发明基于小波降噪和注意力机制融合GRU网络，可实现铣削加工过程中刀具磨损量的监测。