导读:本文包含了信号去噪论文开题报告文献综述、选题提纲参考文献及外文文献翻译,主要关键词:阈值,信号,小波,分解,绞车,时域,中值。
信号去噪论文文献综述
任广振,郑月忠,刘安文,王昕[1](2019)在《基于FFT-EEMD的XLPE电力电缆局放信号去噪方法》一文中研究指出针对集合经验模态分解(EEMD)去噪算法在去除周期性窄带噪声时存在严重的模态混迭问题,提出一种快速傅里叶变换(FFT)结合EEMD的信号综合去噪方法。通过分析噪声成分,利用窄带噪声在频域上能量集中的特点,采用FFT对窄带干扰噪声先行去除,同时也解决了EEMD去噪时模态混迭的问题;然后进行EEMD去噪,通过"3σ法则"对第一层IMF分量去噪,其余IMF分量使用自适应阈值处理。最后经过对仿真信号和实测信号去噪,并与小波变换去噪算法和单一EEMD去噪算法对比,证实了该算法的有效性和优越性。(本文来源于《电线电缆》期刊2019年05期)
丁岚,刘广顺,周民,张田田[2](2019)在《航空绞车组件测试中扭矩信号采集的去噪研究》一文中研究指出电动救生绞车在直升机飞行救援中占有不可取代的位置,正是因为其具有安全性高、重量轻等优点,被广泛应用在医疗救护、抢险救援、反恐维和第一线。文中针对救生绞车驱动组件的测试信息采集展开研究,对敏感信号进行隔离处理,以及对易受干扰部位进行屏蔽接地是核心的硬件处理方式;基于贝叶斯阈值的自适应小波去噪算法,滤除高次谐波干扰,捕获信息更准确,可靠地反映出被测组件的力矩信息是软件的核心。(本文来源于《物联网技术》期刊2019年10期)
刘勇,贺生国,杨清勇,高炳春,刘鹏[3](2019)在《一种新的摆度信号去噪方法及其应用》一文中研究指出受现场环境和设备的干扰,水轮机组摆度信号中存在较强的脉冲噪声和高斯白噪声,导致真实有效信号被淹没,这为信号提取带来很大的困难。针对这一问题,提出一种将中值滤波、小波阈值去噪以及Savitzky-Golay平滑滤波相结合的摆度信号去噪方法。首先,对待分析信号用中值滤波器进行去除脉冲噪声的预处理;其次,通过Savitzky-Golay平滑滤波和阈值去噪分别去除小波分解后的近似系数和细节系数中的白噪声分量。仿真结果表明,该方法能有效提高信噪比、局部相关指数以及平滑度,降低均方误差。实验结果表明,该方法既能去除水轮机组摆度信号中的噪声,又能有效保留真实信号中的细节特征。(本文来源于《振动.测试与诊断》期刊2019年05期)
张琳梅,胡红萍,白艳萍,王鹏[4](2019)在《基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法》一文中研究指出提出了将使用新的遗传策略,将与当前进化迭代和种群平均适应度变化趋势相关的惩罚因子引入到遗传算法的自适应交叉、变异概率中,依据种群适应度集中分散程度自主调节遗传操作顺序的改进的遗传算法,并用此改进的遗传算法自适应获取最佳小波阈值,然后结合小波软阈值去噪方法对信号去噪.仿真实验和实测实验说明提出的基于改进遗传算法的小波软阈值去噪方法具有良好的去噪性能,且具有一定的稳定性.(本文来源于《数学的实践与认识》期刊2019年19期)
方海荣[5](2019)在《基于小波变换的光电传感器信号去噪技术》一文中研究指出针对光电传感器在应用时易受到周围环境干扰使得采集信号存在噪声等问题,文中分析和研究了一种基于小波变换的光电传感器信号去噪的方法。该去噪方法在离散小波变换的基础上,通过选择合适的小波基函数以及阈值函数来抑制小波分解系数的低频分量。同时保留小波系数中的高频分量,然后经过小波重构,实现了对接收到信号的去噪处理。仿真试验去噪结果说明,该方法能有效去除信号中的噪声,对进一步研究光电传感器信号去噪具有良好的研究价值。(本文来源于《电子设计工程》期刊2019年19期)
周立,苗鹏[6](2019)在《一种光时域反射仪实时信号去噪处理的新方法》一文中研究指出光时域反射仪是检测光纤线路故障的重要工具[1]。在实际应用中,传统光时域反射仪往往存在着噪声干扰,特别是短距离光纤和长距离光纤拼接等情况,噪声干扰会导致错误的故障点定位。提出了一种新型实时信号去噪新方法,对OTDR信号进行两级去噪,其中第一级去噪为应用小波阈值法,之后通过实时匹配数据中特征信号对数据进行二级去噪。我们将新方法与传统数字累加平均方法进行对比分析,证明新方法可以有效地降低检测噪声,提高了光纤故障点定位精度,同时降低数据采样的次数,大大缩短了测试时间,提高了测试效率。(本文来源于《工业控制计算机》期刊2019年09期)
熊高文,张东[7](2019)在《质子热声信号检测与去噪方法研究》一文中研究指出质子热声信号是在质子治疗过程当中由于能量沉积导致靶区热膨胀所产生的超声信号,这样产生的信号能被声学传感器检测到,但是这一类信号通常幅度小且容易被噪声掩盖,提高信噪比并凸显传感器接收到的有用信号对走时提取至关重要。文中提出一种模拟质子原声信号传播与检测的物理实验模型,并通过一种基于小波包阈值化处理的去噪算法对接收信号进行处理,最终达到良好的去噪效果,有效提取走时数据。(本文来源于《信息技术》期刊2019年09期)
赵俊媛[8](2019)在《小波阈值去噪法在大气探测激光雷达弱信号处理中的应用研究》一文中研究指出本文采用小波阈值去噪法对大气探测激光雷达弱回波信号的高斯白噪声进行了去噪。首先建立了大气探测激光雷达回波信号的数学模型,然后对该模型进行了小波阈值去噪的仿真实验,着重对影响去噪效果的叁个因素小波基函数、分解层次、阈值和阈值函数设定分别进行了对比和分析,从而找到针对大气探测激光雷达弱回波信号的最优小波阈值去噪方法。将该方法的去噪效果与传统的五点叁次平滑去噪法进行对比,结果表明,该方法的信噪比改善量高出10.1557dB。体现了小波阈值去噪法在大气探测激光雷达弱回波信号去噪方面的有效性。(本文来源于《民航管理》期刊2019年09期)
李占国,宗姝,史尧臣[9](2019)在《小波阈值去噪在深小孔钻削声发射信号处理中的应用》一文中研究指出深小孔钻削声发射信号中往往夹杂着大量噪声信号,能否有效去除这些噪声对后续利用声发射信号实现钻头状态的在线监测具有重要意义。针对深小孔钻削声发射信号中存在噪声的问题,文章采用了小波阈值法进行去噪,并详细讨论了小波阈值去噪过程中各参数的选定方法和最优选取原则。对深小孔钻削声发射信号进行去噪对比实验,结果表明:在选取4层小波分解、Sym6小波基函数、rigrsure阈值以及改进的渐进半软阈值函数去噪时,获得的信号的信噪比最大为23. 616 8,均方根值最小为0. 112 8。说明其有效去除了声发射信号中的噪声,同时又很好地保存了信号的完整度,避免信号失真,显着改善了去噪效果。(本文来源于《制造技术与机床》期刊2019年09期)
熊鑫,李亦佳,陈竹安[10](2019)在《基于变分模态分解的爆破振动信号去噪方法研究》一文中研究指出为对爆破的振动信号进行有效去噪,提出了一种基于窗口傅里叶变换的自适应双重变分模态分解-小波阈值(Adaptive dual variational mode decomposition-Wavelet threshold,ADVMD-WT)组合方法对爆破临近地区采集的振动信号进行去噪处理。首先利用VMD算法对振动信号进行第一次分解,分解层数根据窗口傅里叶变换频谱图中的波峰个数来确定,基于各个分量的相关系数识别出高频的噪声分量;然后对剩余信号分量逐个进行第二次分解,重复第一次分解的步骤,分离出各个低频分量中含有的噪声信号;针对噪声分量中仍含有少量有用信号,对噪声分量进行小波阈值去噪,获取有用信号;最后重构信号分量得到ADVMD-WT方法去噪后的信号。将ADVMD与其它去噪方法相比,并从信噪比、均方根误差2个评价指标验证了ADVMD方法在爆破振动信号去噪中的有效性。(本文来源于《现代矿业》期刊2019年08期)
信号去噪论文开题报告
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
电动救生绞车在直升机飞行救援中占有不可取代的位置,正是因为其具有安全性高、重量轻等优点,被广泛应用在医疗救护、抢险救援、反恐维和第一线。文中针对救生绞车驱动组件的测试信息采集展开研究,对敏感信号进行隔离处理,以及对易受干扰部位进行屏蔽接地是核心的硬件处理方式;基于贝叶斯阈值的自适应小波去噪算法,滤除高次谐波干扰,捕获信息更准确,可靠地反映出被测组件的力矩信息是软件的核心。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号去噪论文参考文献
[1].任广振,郑月忠,刘安文,王昕.基于FFT-EEMD的XLPE电力电缆局放信号去噪方法[J].电线电缆.2019
[2].丁岚,刘广顺,周民,张田田.航空绞车组件测试中扭矩信号采集的去噪研究[J].物联网技术.2019
[3].刘勇,贺生国,杨清勇,高炳春,刘鹏.一种新的摆度信号去噪方法及其应用[J].振动.测试与诊断.2019
[4].张琳梅,胡红萍,白艳萍,王鹏.基于IGA-小波软阈值的MEMS矢量水听器信号去噪方法[J].数学的实践与认识.2019
[5].方海荣.基于小波变换的光电传感器信号去噪技术[J].电子设计工程.2019
[6].周立,苗鹏.一种光时域反射仪实时信号去噪处理的新方法[J].工业控制计算机.2019
[7].熊高文,张东.质子热声信号检测与去噪方法研究[J].信息技术.2019
[8].赵俊媛.小波阈值去噪法在大气探测激光雷达弱信号处理中的应用研究[J].民航管理.2019
[9].李占国,宗姝,史尧臣.小波阈值去噪在深小孔钻削声发射信号处理中的应用[J].制造技术与机床.2019
[10].熊鑫,李亦佳,陈竹安.基于变分模态分解的爆破振动信号去噪方法研究[J].现代矿业.2019