首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到18条相似文献,搜索用时 156 毫秒
1.
去噪小波包能量法在水声信号识别中的应用   总被引:2,自引:0,他引:2  
对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。  相似文献   

2.
去噪小波包能量法在水声信号识别中的应用   总被引:1,自引:0,他引:1  
对小波包能量法进行改进,提出了一种新的方法——去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53.3%提高到98.3%,表明算法的有效性。  相似文献   

3.
基于提升小波的单历元GPS变形监测信号的去噪   总被引:2,自引:1,他引:1  
介绍提升小波阈值收缩法去噪的基本原理和方法,利用该方法对含噪的GPS单历元变形监测数据进行去噪,提取真实变形信息。实际数据处理结果表明,相比第一代小波,提升小波变换去噪效果更好,计算速度更快。  相似文献   

4.
提出并优化了EMD小波组合去噪法对大桥监测结果进行去噪的过程,并与EMD去噪法、小波阈值去噪法进行比较。结果表明,优化的EMD小波去噪法是一种高效的大桥动态监测信号去噪方法,去噪效果最好。  相似文献   

5.
针对传统小波阈值去噪分析的不足,分别从两个方面进行改进:1)根据小波系数在各尺度上的相关性,提出基于Lip指数阈值寻优的新方法;2)用构造的新小波阈值函数处理小波系数,克服了软阈值的高阶不可导和硬阈值函数的不连续,且计算方便。最后使用新方法对一组离散变形数据进行去噪处理,验证了其有效性和优越性。  相似文献   

6.
小波分解与EMD在变形监测应用中的比较   总被引:1,自引:0,他引:1  
为分析经验模式分解(Empirical Mode Decomposition, EMD)在GPS动态变形监测应用中的可行性和有效性,利用模拟数据和振动台的GPS实测数据分析比较了EMD和小波分析在信号去噪和多尺度分解上的能力.结果表明:EMD和小波均能较准确地提取结构振动信息,但当噪声较大时小波去噪和多尺度分解稳定性略优于EMD,而EMD则基于数据本身具有自适应性,不受小波基选择和分解层数的影响.  相似文献   

7.
以球形标靶作为同名特征点进行点云数据配准时,若标靶附近有干扰物或扫描的标靶点云含有大量噪声,会对点云配准质量造成很大影响。针对目前点云配准对标靶自身噪声有所忽略的问题,分析球形标靶的特点,探讨小波阈值去噪方法的适用性,并对去噪小波基函数的选取进行实验,提出球形标靶点云离散噪声小波阈值去噪方法。实验表明,标靶自身点云的去噪不可忽视。分析结果表明,该方法能够更有效地滤除球面外围粗差噪声,单个球形标靶的中心位置拟合精度提高约0.8 mm,相较标靶球未经去噪的拼接结果,扫描物特征检查点的坐标拼接误差减小约5 mm,点云总体配准精度提升约20%,是一种有效的点云数据配准预处理方法。  相似文献   

8.
提出一种结合自适应噪声完备集合经验模态分解方法(CEEMDAN)的改进小波阈值降噪算法,用于地下水温观测数据的去噪。在利用该方法与传统的去噪方法分别对仿真信号进行降噪后发现,该去噪方法性能更优,并且在对实际采集到的含有噪声及异常突变的地下水温数据进行处理方面,也展现出比传统单一滤波手段更好的效果。  相似文献   

9.
构建海洋三维磁空间背景场模型时,解析延拓是实现不同高度磁场数据相互转换的关键。针对向下延拓数据中的高频信息极易被延拓算子放大,并包含在延拓后的磁场资料中,降低了三维磁空间背景场模型的构建精度,引入二维小波自适应阈值去噪方法,在不同小波分解阶层中设定自适应阈值,在向下延拓前去除磁测数据中的高频噪声,改善向下延拓结果。理论模型试验与实例分析表明,在不同噪声条件下,二维小波自适应阈值法可有效提高数据的信噪比,去噪效果优于传统的快速傅里叶(FFT)平滑法,从而有效改善频域迭代向下延拓结果,为三维磁空间背景场模型构建提供基础。  相似文献   

10.
通过小波分解对宽城台定点形变仪器受气压干扰的典型事件进行分析,得出气压干扰在不同频段对不同仪器的干扰特征,并通过小波阈值去噪对各测项受气压干扰的观测数据进行干扰排除,取得较好的效果。  相似文献   

11.
In Process of seismic exPloration,the noise of seismic signals Produces serious interference. Conven-tional methods of wavelet threshold denoising cannot fully use the characteristics of seismic signal...  相似文献   

12.
针对微震信号采集过程中存在大量不同频率的干扰信号,导致信号初至拾取难度大的问题,提出一种经验小波变换(EWT)结合分量阈值重构规则及奇异值分解(SVD)技术对微震信号进行降噪的方法。该方法利用EWT自适应分解和抗模态混叠的特点分解微震信号,得到各分量信号。对于高信噪比信号,选取相关系数大于0.3且方差贡献率大于15%的固有模态分量进行重构,具有较好的降噪效果;对于低信噪比信号,在高信噪比降噪方法的基础上利用SVD去除高频分量中的噪声,并与EWT分解出的低频有效分量进行重构。实验表明,对不同信噪比的构造信号与实际微震信号进行降噪,信噪比均得到明显改善;以修改的能量比法和分形维数法拾取实际微震降噪信号初至到时作为验证,拾取相对误差均小于1%,证明了本文降噪方法的有效性。  相似文献   

13.
为提高GNSS高程时间序列的去噪效果,以仿真信号和拉萨站2000~2020年高程时间序列为例,采用自适应噪声完备集合经验模态分解(complete ensemble empirical mode decomposition with adaptive noise,CEEMDAN)方法将信号分解成若干个特征模态函数(intrinsic mode function,IMF),对每个IMF分量进行小波包多阈值分解,依据不同节点能量占IMF总能量百分比选择不同的阈值准则,将降噪后的节点重构得到降噪后的IMF分量,进而得到降噪后的时间序列。利用信噪比、均方根误差等指标对比分析本文方法、EMD、CEEMDAN、小波去噪和小波包多阈值去噪等5种方法的去噪效果。结果表明,本文方法效果最优。  相似文献   

14.
提出一种结合自适应噪声完备集合经验模态分解(CEEMDAN)和小波变换(WT)的地震信号去噪新方法CEEMDAN-WT。首先利用CEEMDAN将地震信号自适应地分解为若干个固有模态函数(IMF)和余量;然后计算各分量与原始信号的皮尔森相关系数,对处在不同相关系数阈值区间内的分量分别作小波滤波、维持原状及直接剔除等处理,并进行线性重构;最后构建样本熵变化量、互信息、信噪比等指标体系,定量评估去噪效果。模拟实验与实测数据(青海玛多地震)计算结果表明,与EMD、EEMD等方法相比,CEEMDAN-WT方法能有效抑制随机噪声的影响,提高信噪比,并且地震信号的精细化重构效果较好,信号有效成分得到较大保留。  相似文献   

15.
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。  相似文献   

16.
在钢架结构安全监测过程中,针对沉降数据易受外界环境噪声干扰的问题,在互补集合经验模态分解(CEEMD)的基础上提出改进小波阈值函数的去噪方法。首先对含噪信号作CEEMD分解,得到各种本征模函数(IMF);之后选取IMF分量使用改进小波阈值去噪;最后重构IMF信息,取得降噪后的信号。仿真结果表明,基于CEEMD和改进小波阈值法的混合方法能够有效滤除信号中的噪声分量,提高沉降数据监测精度。  相似文献   

17.
?????????????????????GPS ??????????????Ч???????????????GPS?????????????в???С???????????????????????????Ч?????????????????????????????  相似文献   

18.
基于小波互相关的微地震信号检测方法研究   总被引:1,自引:0,他引:1  
提出一种基于小波互相关技术的微地震信号自动检测方法,利用复Morlet小波在特定尺度上对地震波形进行变换,分析其相位角相关性,设置合理的相似度阈值自动检测微小地震。对2018-05-01新疆昌吉ML4.8地震后30 min的波形进行检测测试,共发现11个微地震事件,并给出其检测台站的P波到时结果。与中国地震台网中心地震统一编目结果对比发现,无漏检、错检,P波到时结果相差基本在1 s之内,认为将该方法用于地震序列微地震检测具有一定的可行性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号