为了克服小波阈值去噪中硬阈值小波系数不连续和软阈值估计小波系数与分解小波系数之间恒定偏差的缺点，改进的阈值去噪方法被相继提出。文章根据高斯白噪声和信号在小波变换以后得到的小波系数呈现不同的特性，基于噪声方差提出一种新算法。最后通过MATLAB仿真验证该算法在信噪比、均方根误差、相关系数、信噪比增益4个去噪指标的效果。

基于自适应小波阈值的SAR图像去噪算法

利用改进阈值函数的方式，提升小波去噪的效果

基于Matlab的小波阈值折衷去噪算法研究

小波变换去噪，软阈值和硬阈值，以及设计的阈值函数来去噪，毕业设计全套。

小波阈值降噪算法是一种去除数字信号中白噪声的有效算法.针对加性高斯白噪声的情况, 提出一种自适应小波降噪算法, 用于语音信号的增强. 它能根据带噪信号的特点, 自适应选择小波变换的最优分解层数.实验结果表明, 该算法比经典的小波降噪算法具有更好的降噪效果, 能有效提高算法的实用性能.

针对传统的阈值函数方法和阈值选取方法存在的一些不足，在现有的研究成果基础上，本文采用了一种改进的阈值函数方法，既克服了硬阈值函数的缺点，又减小了软阈值函数的偏差。通过MATLAB仿真，得出用本文方法去噪后的信噪比均在37.326以上，高于硬阈值函数的37.164和软阈值函数的37.265；均方差均在5.680以下，低于硬阈值函数的5.787和软阈值函数的5.720，说明本文改进的阈值函数方法去噪效果优于软、硬阈值函数，适用于含噪信号的分析和处理。

小波应用比较广泛，近期想使用其去噪。由于网上都是matlib实现，故记下一下Python的使用 Pywavelet  Denoising 小波去噪  # -*- coding: utf-8 -*- import numpy as np import pywt data = np.linspace(1, 4, 7) # pywt.threshold方法讲解： # pywt.threshold（data，value，mode ='soft'，substitute = 0 ） # data：数据集，value：阈值，mode：比较模式默认soft，substitute：替代值，默认0，

小波阈值去燥在微机械陀螺上的应用.陀螺的噪声是影响组合导航系统精度的重要因素之一。以插秧机 GPS/INS 组合导航系统为研究 背景，在分析常规硬阈值和软阈值小波去噪的基础上，提出了一种改进的小波阈值去噪方法。该方法 构造了一种改进的阈值函数，改进的阈值函数具有较好的连续性，避免了将混叠在噪声中的有效信号 完全消除，能够自动调节小波系数的收缩程度，具有一定的自适应性。利用插秧机组合导航系统中微 机械陀螺的实际输出数据，分别采用硬阈值、软阈值和改进阈值小波去噪方法进行了对比试验。结果 表明改进的小波阈值去噪方法处理后信号的信噪比提高了约 3 倍、均方差小，具有一定的实用价值。

对小波的阈值选取改进，并且对小波阈值函数也进行了改进，