简要叙述了小波变换在信号降噪中得应用,并附有MATLAB程序.

针对奇异值分解信号降噪方法中吸引子轨迹矩阵（Hankel矩阵）结构的确定，以及有效奇异值的选择两个关键问题，提出了一种基于遗传算法的奇异值分解信号去噪算法。首先，利用原始信号构造Hankel矩阵，运用遗传算法对矩阵结构进行优化，然后对含噪声信息的矩阵进行奇异值分解，最后通过K-medoids聚类算法确定有效奇异值个数，对有效奇异值和其对应的向量进行奇异值分解反变换，还原原始信号，达到去噪目的。通过仿真实验并与小波包变换、小波变换以及传统快速傅氏变换（FFT）去噪方法相比较，结果表明该算法具有良好的去噪效果。

提出了一种由经验模态分解构造虚拟噪声通道，结合独立分量分析进行信号消噪的方法．在分析经验模态分解及独立分量分析优越性基础上，阐述了构造虚拟噪声通道的基本原理，给出了具体构造方法．用固有模态函数的Hilbert时频谱作为虚拟噪声通道重构分量选择的依据．仿真计算表明，该方法对白噪声的消除是有效的，消噪效果较为理想．与传统小波方法比较，具有优势．

1、实现效果：《【Matlab系列】一维信号/数字图像小波阈值去噪（软阈值,硬阈值,固定阈值）》见链接：https://blog.csdn.net/SoaringLee_fighting/article/details/124359195 2、内容介绍：一维信号/数字图像小波阈值去噪（软阈值,硬阈值,固定阈值）的matlab实现。 3、适用人群：适用于计算机，电子信息工程等专业的大学生课程设计和毕业设计。 4、支持答疑：有问题可以订阅博主的《实用毕业设计》专栏（附链接 ：https://blog.csdn.net/soaringlee_fighting/category_9288245.html）或者直接购买资源后咨询博主。 5、质量保证：完整代码，可直接运行！

针对煤矿机械关键零部件超声检测时受到煤矿现场非线性、非平稳噪声干扰的问题,研究了超声信号的自适应去噪方法,将超声信号分解成独立的IMF分量,并得到各IMF分量的频谱,选择与探头中心频率相近的各IMF进行重构,提高了信噪比。

针对采集的电机振动信号中夹杂着噪声干扰的问题，提出一种基于贝叶斯估计的小波收缩新阈值的电机振动信号降噪方法。新阈值考虑了振动信号经小波变换后在不同尺度上的去噪特性，更符合噪声在各层中的分布情况；改进阈值函数对振动信号进行降噪处理。

语音是人类交换信息的有效渠道之一，也是我们日常生活交流的主要形式。 语音与当今科学技术的快速发展息息相关，特别是计算机中的语音交互技术，通 过对语音信号进行采集和处理，实现人与人之间有效信息的传输、获取以及存储。 基于 MATALAB 的语音信号去噪设计，对噪声信号进行有效地滤除，将降噪后的语音信号与原始 信号在时域和频域进行对比分析，计算出信噪比，并在 MATLAB 中设计 GUI 仿 真界面进行展示.

matlab环境下心电信号去噪处理和QRS波检测的一些综合方法的比较，主要是利用小波变换的去噪方法

利用小波分析法，对被污染信号进行去噪处理以回复原始信号，在整体的效果上取得不错的效果！

摘要：小波变换是在局部放电信号去噪过程中常用的方法，由于实际信号中噪声频带较宽，仅用小波变换去噪有可能带来波形畸变。文中将经验模态分解( EmpircialMode Decomposition，EMD)引入小波阈值去噪算法中，提出了一种基于EMD的小波阈值去噪算法，信号经EMD变换后被分解成若干个频率的本征模态函数( IntrinsicMode Function，IMF)，再对各个频率的IMF分量进行小波阈值去噪。相比于普通的小波阈值去噪算法，该方法能取得更好的去噪效果。对仿真信号和实测信号的处理结果验证了该方法的有效性。 　　局部放电(以下简称局放)信号的去噪一直是局放检测中的难点和重点问