一种基于Hilbert_Huang变换的语音去噪方法一种基于Hilbert_Huang变换的语音去噪方法

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。

为了准确地提取出结构光测量中变形条纹的瞬时相位，需对变形条纹图像进行滤波。在OWT_SURE_LET小波去噪的基础上，用冗余小波代替正交小波，用DB8小波代替Sym8小波，利用一个六变量的收缩函数代替四变量的收缩函数，提出了一种改进的SWT_SURE_LET小波滤波算法，该算法速度快、稳健性强。峰值信噪比和相位均方根值提取精度两个指标表明，无论何种类型的变形条纹，无论变形条纹的载频怎么变化，改进算法都是有效的。和其他经典的及最新的去噪算法相比，改进后的算法具有最好的结果和稳健性。

为了提高掘进机振动信号小波包去噪的效果,最大限度避免噪声对信号特征提取的影响,提出了基于最优小波基选取的掘进机振动信号去噪方法。该方法以信号频谱为分析依据,首先确定了小波包分解的最优分解层数,再选择最优小波基函数,实现了对掘进机振动信号的实时处理,去噪效果达到了最佳。现场试验结果也验证了该方法的有效性。

基于自适应噪声方差估计的泊松噪声去噪方法

摘要：本文分析了传统滤波器方法在处理非平稳信号时的缺点，研究了小波去噪的原理和方法，研究了利用LabVIEW 和Matlab混合编程的方法，将LabVIEW完美的图形编程技术和Matlab强大的的数学解算功能结合起来，实现了小波降噪的数学建模和信号图像显示。通过对振动冲击信号的滤波处理，表明了小波降噪方法在处理非平稳信号时的有效性。 　　0 引言 　　信号降噪是信号处理领域的经典问题之一。传统的降噪方法主要包括线性滤波方法和非线性滤波方法，滤波器在工作时对信号进行筛选，只让特定频段的信号通过。当信号中的有用成分和噪声成分各占不同频带，可以将噪声成分有效除去。但如果信号和噪声的频谱重叠，则经

为了提取大型动力设备中被强背景噪声淹没的微弱故障特征，提出一种基于平移不变多小波的相邻系数降噪方法。多小波具有多个尺度函数和小波函数，具备单小波无法同时满足的优良性质，可以匹配信号中不同的特征信息，而平移不变多小波有效地消除了Gibbs现象且其中的平均过程具有优越的消噪性并保持了信号的光滑性。同时相邻系数降噪法考虑小波系数之间的相关性，克服一般阈值消噪的不足。将相邻系数降噪思想引入到平移不变多小波中，并将平移不变多小波相邻系数降噪方法应用于齿轮箱试验台和电力机车滚动轴承的诊断中。齿轮箱试验台和滚动轴承实例

针对声发射信号比较微弱，实际检测信号中常含有强背景噪声的问题，提出了基于独立分量分析（ICA）的信号去噪方法。该方法首先对观测信号进行FastICA分解，得出多导独立分量；再根据一定的时域及频域先验知识，将独立分量中的噪声信号通道置零，利用解混矩阵反演出去噪后的信号。文中通过断铅声模拟发射信号去噪仿真和埋地水管泄漏声发射信号去噪实验，对该方法进行定性和定量分析。结果表明，与常规的去噪方法比较，ICA去噪方法受噪声强度影响较小，能够得到更高的信噪比和更好的相关系数，有利于提高埋地水管泄漏点的定位精度。

针对基于小波变换的阈值去噪方法仅适用于去除高斯白噪声，对于脉冲噪声得不到好的降噪效果的问题，提出了将基于高斯模型的小波变换算法与改进的中值滤波相结合的去噪方法。该方法能够有效去除高斯白噪声和脉冲噪声的混合噪声。仿真实验结果表明，结合算法去噪后图像的峰值信噪比和均方误差都比单一算法得到了改善，从而证明了该方法的有效性。

提出了一种基于小波系数局部统计模型的图像去噪方法。该方法利用小波子带的方向性特点以及小波系数尺度内的相关性，将小波系数的概率分布建模为一种自适应高斯混合模型，在贝叶斯框架中采用这种概率模型可以得到一种具有空间自适应性的贝叶斯萎缩函数。利用这种萎缩函数可以实现对小波系数的修正。实验结果表明，利用该方法进行图像去噪能够取得良好的效果，同时可以有效地保留图像的细节。