基于模极大值和尺度理论的去噪算法研究开题报告
2021-08-08 03:19:47
全文总字数:1335字
1. 研究目的与意义
由于信号和噪声的小波变换系数在不同尺度上具有不同的传播特性,即随着尺度的增大,噪声所对应的模极大值迅速衰减 ,而信号的模极大值分为3 种情况:对缓变信号,则模极大值逐渐增大;对阶跃信号,则模极大值保持不变;对脉冲信号,所对应的正、负极值组成的脉冲对的幅值将同时变小。
因此,连续做若干次小波分解之后,综合各个尺度上模极大值的位置和幅值信息,可以判断哪些模极大值是由噪声引起,哪些是由信号产生的。
剔除那些由噪声所引起的模极大值,再由剩余的模极大值重构信号,从而实现去噪的目的。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
2. 国内外研究现状分析
目前,关于该降噪法的研究也很广泛,提出了很多新的算法。
例如利用阈值降噪和w itkin的尺度模极大值跟踪理论相结合的降噪法、基于模极大曲线长度阈值的降噪算法、模极大值小波域的包络降噪算法、模极大值小波域的自适应尺度选择算法等等。
vittoria b runia等[ 6 ]根据奇异点位置和绝对模极大值的关系,提出了通过混迭小波实现信号降噪的方法。
剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!
3. 研究的基本内容与计划
研究的内容:利用随机噪声的小波变换在二进尺度上没有传播性这一特点,将所有尺度上没有传播的模极大值点置零,再利用置零后的各尺度信号重构出原信号,就可以达到降低噪声提高信噪比的目的。
研究计划:第4 ~5周 查阅资料 准备开题报告
第6 ~ 7周 掌握基本原理 进行分析
第8 ~11周 编写程序
第12~14周 程序的调试
第15~16周 撰写论文 准备答辩
4. 研究创新点
传统的去噪方法是将染噪信号进行傅立叶变 换,经滤波操作后再行傅立叶逆变换而获得干净的信号,但由于低通平滑的作用,使得在消除高频噪
声的同时也会模糊边缘位置信息,造成信号发生某种程度的畸变。由于小波变换具有低墒性、多分辨率、去相关性和选基灵活性等特点,利用小波变换在小波变换域实现信噪分离的方法获得了广泛的应用
剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付
课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。