导读:本文包含了信号去噪技术论文开题报告文献综述及选题提纲参考文献，主要关键词:小波变换,光电传感器,小波去噪,含噪信号
信号去噪技术论文文献综述
方海荣[1]（2019）在《基于小波变换的光电传感器信号去噪技术》一文中研究指出针对光电传感器在应用时易受到周围环境干扰使得采集信号存在噪声等问题,文中分析和研究了一种基于小波变换的光电传感器信号去噪的方法。该去噪方法在离散小波变换的基础上,通过选择合适的小波基函数以及阈值函数来抑制小波分解系数的低频分量。同时保留小波系数中的高频分量,然后经过小波重构,实现了对接收到信号的去噪处理。仿真试验去噪结果说明,该方法能有效去除信号中的噪声,对进一步研究光电传感器信号去噪具有良好的研究价值。(本文来源于《电子设计工程》期刊2019年19期）
郁文许,姜育育[2]（2019）在《基于提升小波变换的雷达生命信号去噪技术》一文中研究指出对于雷达生命探测技术来说,其主要对人体进行呼吸和心跳的检测,通过非接触的方式来对人体的生命特征进行测量。众所周知,人的生命信号非常微弱,具有非线性、非平稳以及多奇异点的特征,对于噪声的抗干扰力比较差,因此进行雷达生命探测是需要做信号去噪处理。本文将对传统的小波变换和提升小波变换进行分析,希望对雷达生命信号的提取有所帮助。(本文来源于《通讯世界》期刊2019年01期）
冷龙龙[3]（2018）在《基于分数阶Fourier变换的水声信号去噪技术研究》一文中研究指出水声信道因其特殊的时空频变特性,水声通信的发展远远滞后。对水声通信技术的研究成为各国科学家和工程技术人员研究的热点。水声信号提取优劣将会直接影响水下目标探测、定位、跟踪等技术的发展。线性调频(LFM)信号瞬时频率随时间呈线性变化,将其作为载波信号应用于水声通信中,能够提高系统的抗噪声干扰、抗多径干扰和频率选择性衰减的能力。分数阶Fourier变换(FRFT)是近年来数字信号处理领域一种很重要的算法,一个LFM信号在某一特定阶次的分数阶傅里叶变换域上是一个δ函数。因而将分数阶Fourier变换引入到水声信号处理方面,对于发展基于分数阶Fourier变换的水声通信技术具有积极的意义。本文主要研究目的是采用分数阶Fourier变换算法,针对在水声通信领域有重要应用的线性调频水声信号进行滤波降噪研究。论文主要研究内容如下:(1)首先详细的阐述了分数阶Fourier变换的定义及性质,对叁种主流的DFRFT算法进行对比分析,着重的介绍了本文采用的Ozaktas提出的采样型DFRFT算法,并进行了详细的数学推导论证。(2)结合前面的理论分析与数学推导,建立水声信号模型。深入研究了基于分数阶Fourier变换的LFM水声信号滤波算法,分别对单分量LFM水声信号与多分量LFM水声信号进行仿真分析。仿真结果表明,当干扰噪声与其强耦合时,基于分数阶傅里叶变换的线性调频信号滤波算法能够有效的实现信噪分离。(3)针对混有高斯白噪声的LFM水声信号在分数阶傅里叶变换域的滤波算法中,参数估计在实际应用中为二维峰值搜索,存在估计精度与计算量的矛盾,提出了一种改进粒子群优化方法和分数阶傅里叶变换结合的参数估计新方法。采用两级搜索方法,首先以较大步长直接进行搜索得到最佳变换域的粗略估计,再以此估计值为初始值,对搜索区域进行高精度划分,将变换阶次看做粒子,利用粒子群优化算法寻找最佳适应度函数值,从而估计LFM信号相应参数值。仿真实验结果表明,在较低信噪比下,新算法复杂度更低,估计精度更高。(4)针对目前分数阶Fourier变换算法的研究主要集中在理论研究的现状,给出了基于浮点数字信号处理器(DSP)的快速分数阶Fourier变换算法实现方法。依据水声通信系统模型及提出的水声信号模型,设计水声通信抗噪能力实验系统,依托实验室现有资源,在硬件平台上进一步验证分数阶Fourier变换算法的有效性和实用性。通过大量的仿真实验和DSP硬件平台上算法的实现,验证基于FRFT的线性调频水声信号能够有效的实现信噪分离,具有较高的工程实用价值。(本文来源于《湘潭大学》期刊2018-06-04）
陈妙[4]（2018）在《湍流信道中语音信号自适应小波快速去噪技术研究》一文中研究指出在湍流信道中,利用激光传输语音信号时,语音降噪技术是传输系统的关键技术之一。本论文依托教研室的无线激光侦听研究项目,对于通过激光侦听平台上采集的带噪语音信号,提出并实现了自适应小波快速降噪处理,对该降噪算法进行了验证,以及给出了相应的指标体系。本论文采用理论分析、具体实现和测试验证来进行语音信号的自适应小波快速去噪技术研究。理论分析阶段,首先通过分析语音降噪技术的国内外研究现状,结合湍流信道中语音信号和噪声信号的特点对语音快速降噪算法进行研究,并形成了语音降噪算法的性能评价标准。然后分析了常规语音降噪方法原理和设计,选取小波变换作为本文的降噪算法,在原有小波变换降噪算法的基础上,提出了自适应小波快速降噪算法。具体实现阶段,首先分析常用音频文件格式,确定本文采用WAV文件形式保存音频文件。然后通过比较传统小波降噪算法和自适应小波快速降噪算法的优劣,给出本论文算法的实现步骤,通过对小波基、小波分解层数、阈值函数以及阈值等参数的确定方法进行分析,选取最合适的参数来进行降噪处理。最后通过分析GPU上CUDA语言的编程思想,采用CPU和GPU的联合编程来实现算法。测试验证阶段,利用实验室无线激光侦听平台采集的语音信号数据进行自适应小波快速降噪算法的降噪性能和时间性能等方面测试。结果发现,信噪比(SNR)提高6dB;降噪时长有很大程度的缩短,表明本文采用的自适应小波快速降噪算法能够有效的提高湍流信道中带噪语音信号的语音质量。(本文来源于《电子科技大学》期刊2018-03-01）
杨秀芳,王若嘉,王佩佩,杨宇祥,邵伟[5]（2016）在《基于提升小波改进型阈值函数的雷达生命信号去噪技术》一文中研究指出通过引入生物电理论,完善了连续波雷达生命信号的理论模型;采用提升小波变换和改进型阈值函数去噪技术对强噪声干扰的雷达生命信号进行去噪处理,将166.67mm波长雷达生命信号的信噪比由2.046 8优化到6.696 9,均方误差由1.763 9优化到0.909 9;8.57mm波长雷达生命信号的信噪比由0.942 6优化到2.541 8,均方误差由1.980 6优化到1.286 0.结果表明:本文建立的连续波雷达生命信号理论模型与实际情况相符,采用的去噪方案适用于雷达生命检测系统不同波长的雷达波.(本文来源于《光子学报》期刊2016年07期）
郭亮,姚磊,高宏力,黄海凤,张筱辰[6]（2015）在《基于字典学习和稀疏编码的振动信号去噪技术》一文中研究指出针对现有机械振动信号去噪算法需要一定先验知识的问题,提出了一种基于字典学习和稀疏编码的自适应去噪滤波方法。根据信号的本质特性,应用在线字典学习方法对原始数据进行学习和训练,寻求数据驱动的最优字典空间。引入正交匹配追踪算法,确定原始信号在最优字典空间上的稀疏表示。基于稀疏编码和优化字典,重构原始信号,实现信号去噪。仿真和试验结果表明,相对于现有去噪方法,基于字典学习和稀疏编码的方法自适应能力强,去噪效果好。(本文来源于《振动.测试与诊断》期刊2015年04期）
何冰天[7]（2014）在《用于青岛地铁超前地质预报的探地雷达信号分析与去噪技术研究》一文中研究指出青岛市轨道交通一期工程地铁3号线全程为地下线路，长约24.9km，设22座车站，总体呈“西-东-北-西”走向横穿青岛市区。地铁隧道于2011年初开工建设，基于探地雷达技术的超前地质预报工作也随之展开。由于地铁隧洞洞顶埋深小于30m，沿线地层变化较大，地质灾害体发育，建立不同地质灾害体的GPR异常特征是保证探测效果的关键。此外，隧道封闭的空间结构以及探测现场周围存在的钢拱、施工机械、用电设备等对GPR探测信号产生了严重干扰，甚至完全覆盖了有效信号，易造成解译误判。为解决上述GPR超前预报关键技术，本文分析了青岛地铁3号线236组掌子面实测GPR剖面，总结了典型地质体反射信号和干扰信号的异常特征；并对比理论计算剖面确定了信号识别特征。此外还对GPR噪声信号和去噪方法进行了分析研究，初步确定了噪声的干扰形态和规避方式。研究取得的主要成果如下：（1）确定了不同风化及富水程度岩体的GPR信号特征，分析了施工环境对探测的干扰影响；（2）建立了典型地质体的GPR标准正演剖面，分析了各个地质体引起的反射信号特征；（3）确定了探测过程中钢拱、施工机械噪声的干扰形态及影响范围；（4）常规的高通、低通、带通滤波处理对噪声信号的压制效果不明显，通过在掌子面铅直布线采集的方式，改变了天线响应方向，较大程度地规避了干扰源的影响范围。(本文来源于《中国海洋大学》期刊2014-04-10）
杨秀芳,张伟,杨宇祥[8]（2014）在《基于提升小波变换的雷达生命信号去噪技术》一文中研究指出对于噪声干扰严重、非线性、非平稳、多奇异点的微弱雷达生命信号而言,去噪是对有用信号进行分析前的必要手段。基于多普勒效应原理和雷达噪声的统计特性,建立了雷达生命信号的模型,分别用传统小波变换和提升小波变换对强噪声干扰下的生命雷达信号进行了去噪处理,结果表明被强噪声污染的雷达生命信号可以用传统小波变换的方法和提升小波变换法对其有效去噪,提升小波变换去噪效果优于传统小波变换去噪效果,其信噪比(SNR)和均方误差(MSE)两个性能指标均高于传统小波去噪。对雷达生命信号进行去噪处理时,使用的小波基函数是sym8,分解层数为3层。(本文来源于《光学学报》期刊2014年03期）
杨博,范弘[9]（2013）在《基于LabVIEW和MATLAB的超声仿真信号的小波去噪技术》一文中研究指出首先对MATLAB中的小波去噪函数做了详细描述,又简单介绍了在LabVIEW中调用MATLAB的五种方法。在LabVIEW开发平台完成了超声仿真信号的设计,并调用MATLAB,对超声仿真信号进行小波去噪处理。为了分析小波去噪的效果,还对信号进行了巴特沃斯滤波来作为对比。(本文来源于《计测技术》期刊2013年S2期）
王维强,杨国权[10]（2012）在《基于EMD与ICA的地震信号去噪技术研究》一文中研究指出去除随机噪声是地震资料处理的重要环节,而目前的多数去噪技术都不同程度存在去噪效果差、损害有效信号等问题。为此,利用经验模态分解(Empirical Mode Decomposition,简写为EMD)能将信号自适应分解为不同尺度振动模态的优点及独立分量分析(Independent Component Analysis,简写为ICA)能提取独立源信号的优势,构造了一种EMD与ICA相结合的新的去噪算法,很好地实现了地震有效信号和随机噪声的分离,在提高去噪效果的同时提高了有效信号的保幅效果。将该算法应用于仿真实验和实际资料去噪,结果都明显优于总体经验模态分解(Ensemble Empirical Mode Decomposition,简写为EEMD)去噪结果,地震资料的信噪比和分辨率都大大提高。(本文来源于《石油物探》期刊2012年01期）
信号去噪技术论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
对于雷达生命探测技术来说,其主要对人体进行呼吸和心跳的检测,通过非接触的方式来对人体的生命特征进行测量。众所周知,人的生命信号非常微弱,具有非线性、非平稳以及多奇异点的特征,对于噪声的抗干扰力比较差,因此进行雷达生命探测是需要做信号去噪处理。本文将对传统的小波变换和提升小波变换进行分析,希望对雷达生命信号的提取有所帮助。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
信号去噪技术论文参考文献
[1].方海荣.基于小波变换的光电传感器信号去噪技术[J].电子设计工程.2019
[2].郁文许,姜育育.基于提升小波变换的雷达生命信号去噪技术[J].通讯世界.2019
[3].冷龙龙.基于分数阶Fourier变换的水声信号去噪技术研究[D].湘潭大学.2018
[4].陈妙.湍流信道中语音信号自适应小波快速去噪技术研究[D].电子科技大学.2018
[5].杨秀芳,王若嘉,王佩佩,杨宇祥,邵伟.基于提升小波改进型阈值函数的雷达生命信号去噪技术[J].光子学报.2016
[6].郭亮,姚磊,高宏力,黄海凤,张筱辰.基于字典学习和稀疏编码的振动信号去噪技术[J].振动.测试与诊断.2015
[7].何冰天.用于青岛地铁超前地质预报的探地雷达信号分析与去噪技术研究[D].中国海洋大学.2014
[8].杨秀芳,张伟,杨宇祥.基于提升小波变换的雷达生命信号去噪技术[J].光学学报.2014
[9].杨博,范弘.基于LabVIEW和MATLAB的超声仿真信号的小波去噪技术[J].计测技术.2013
[10].王维强,杨国权.基于EMD与ICA的地震信号去噪技术研究[J].石油物探.2012