小波分析在信號(hào)去噪上的應(yīng)用.pdf

1、信號(hào)去噪是信號(hào)處理中最常見預(yù)處理過程，經(jīng)典的信號(hào)去噪方法如純時(shí)域法，純頻域法，F(xiàn)ourier變換，加窗Fourier變換等各自都有其局限性，傅里葉變換是一種全局變換，即對(duì)信號(hào)的表征要么在時(shí)域，要么在頻域。作為頻域表示的頻譜或功率譜并不能告訴我們其中的某種頻率分量出現(xiàn)在什么時(shí)候以及它的變化情況。這對(duì)于非平穩(wěn)信號(hào)處理來說是遠(yuǎn)遠(yuǎn)不夠的，小波分析作為20世紀(jì)80年代發(fā)展起來的一種新的時(shí)頻聯(lián)合分析方法，它在時(shí)域和頻域都具有良好的局部化特性，在信號(hào)

2、去噪中小波變換得到了廣泛的應(yīng)用。本文主要介紹了小波分析的相關(guān)理論，討論了其在函數(shù)空間中的構(gòu)造和性質(zhì)；介紹了小波分析中很出名的Mallat分解與重構(gòu)算法；介紹了Haar小波在分解和重構(gòu)信號(hào)中的應(yīng)用；詳細(xì)介紹了小波變換后模極大值的去噪原理，分析了去噪過程中幾個(gè)參數(shù)的選取，并給出了一些選取依據(jù)，并在此方法基礎(chǔ)上提出了相應(yīng)的改進(jìn)來降低算法的時(shí)間復(fù)雜度，實(shí)驗(yàn)結(jié)果表明，該方法還能得到較好的去噪效果；詳細(xì)介紹了小波變換后閾值去噪方法，并綜合一些閾值處