一种基于改进小波阈值函数的电能质量信号去噪方法.pdf
一吃****昕靓
亲,该文档总共11页,到这已经超出免费预览范围,如果喜欢就直接下载吧~
相关资料
一种基于改进小波阈值函数的电能质量信号去噪方法.pdf
本发明涉及一种基于改进小波阈值函数的电能质量信号去噪方法,首先采集原始电能质量信号;对其进行预处理,并选择db3小波基函数对预处理后的一维染噪电能质量模拟信号进行3层小波分解,得到一组小波系数;然后利用改进的小波阈值函数与使用统一阈值法计算出的阈值对进行阈值量化处理,得到估计小波系数;最后由阈值量化处理后的第1层到第3层的高频小波系数和第3层的低频小波系数实行小波逆变换,进行信号重构,得到重构信号。本发明改进后的小波阈值函数解决了去噪与保留原始电能质量信号局部特征信息之间的矛盾问题。
基于改进小波阈值函数的图像去噪算法.pdf
本发明公开了一种基于改进小波阈值函数的图像去噪算法,属于图像去噪技术领域,S1、将待去噪的图像信号进行小波基分解,S2、对分解层内的多层小波信号进行去噪处理,S3、通过小波阈值保留大尺度低分辨率下的全部小波系数,S4、得到修整后的小波系数,S5、对去噪后的图像进行插值对比。本发明中,保证对图像的去噪处理精度,通过多重处理优化实现对图像的精确去噪处理,相较于现有去噪算法具有较高的处理精度,同时能够通过对神经网络模型的训练学习实现对输出层输出向量的反推导实现对小波函数的阈值优化判断,继而能够有效提高对小波阈值
一种基于改进人工蜂群算法的参数小波阈值信号去噪方法.pdf
本发明公开了一种基于改进人工蜂群算法的参数小波阈值信号去噪方法,首先获取待去噪信号,进行小波变换,得到小波系数;在传统阈值函数的基础上设计了一种新的阈值函数,通过数学推导证明其性质,并确定待优化阈值参数;对原始人工蜂群算法进行改进;将待去噪信号和去噪信号之间的均方误差作为S3中改进的人工蜂群算法的适应度函数,在获取最小均方误差情况下得到最优阈值参数;使用S4得到的最优阈值参数应用到S2中新的阈值函数,对小波系数进行收缩处理得到新的小波系数,再进行逆小波变换,得到去噪信号。本发明能够获得更小的均方误差、更高
基于粒子群算法改进的小波阈值函数去噪方法.pdf
本发明涉及一种基于粒子群算法改进的小波阈值函数去噪方法,该方法包括以下步骤:获取含噪信号,得到原始小波系数;将原始小波系数代入含有待优化阈值参数改进的小波阈值函数中;使用粒子群算法确定步骤二中改进的小波阈值函数阈值参数的最优值;将阈值参数的最优值代入到改进的小波阈值函数中,采用统一阈值法对小波系数进行阈值处理,得到阈值处理后的小波系数;将阈值处理后的小波系数进行重构,得到去噪后信号。本发明具有对预处理信号的适应性,既提升了小波阈值降噪能力,又保留了原始信号的真实信息。
基于改进的经验模态分解与小波阀值函数的信号去噪方法与系统.pdf
本发明公开了一种基于改进的经验模态分解与小波阀值函数的信号去噪方法,涉及信号去噪领域,包括:通过替换后的完全自适应噪声集合经验模态分解对监测到的原始信号进行曲线拟合以求解包络线,并通过包络线获取原始信号的模态分量组;通过预设相关系数筛选出模态分量组中符合系数标准的模态分量为目标模态分量;通过硬阈值函数与软阈值函数利用预设调节参数获取目标小波阈值函数;对各目标模态分量进行小波分解,并利用目标小波阈值函数筛选出处于预设幅值范围内的小波系数;利用小波逆变换对筛选出的小波系数进行重构以得到去噪后的信号。本发明通过