测控技术与仪器毕业论文范文——小波分析在信号消噪中的应用

《测控技术与仪器毕业论文范文——小波分析在信号消噪中的应用》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、小波分析在信号消噪中的应用摘要：小波阈值消噪方法是利用小波交换技术对含噪信号进行分解和重构，通过对小波分解后的小波系数限定阐值来消除噪声的方法。利用小波方法去噪，是小波分析应用丁•实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数。本文对小波分析和小波包的基本理论进行了简单介绍，详细分析了基于小波分析和小波包对信号进行消噪的处理技术，并利用MATLAB分别进行了计算机模拟，最后分析、比较了各种消噪方法的效果和优缺点。通过木文的分析和模拟结果,我们可以看出，小波分析在信号的消噪中具有独特的优势，并且具有广阔的应用前旦O关

2、键词：小波消噪阈值分解重构ApplicationofWaveletAnalysisinEliminationNoiseofSignalAbstract:Themethodofthresholdwavelet-denoiseistousewavelet-transformtechniquetodecomposeandreconstructnoisesignal,andlimitthewavelet-coefficientanalyzedtoathresholdsoastoeliminatethenoise.Waveletdenoisingis

3、animportantapplicationofwaveletanalysisinengineering.Thekeysofwaveletdenoising,namelyhowtoselectthresholdandhowtoutilizethethresholdtodisposewaveletcoefficients,areintroduced.:Thispaperintroducesthebasictheoryofwaveletanalysisandwaveletpacket,thenlaborsthetech一nologiesofno

4、iseeliminatingofsignalwithwaveletanalysisandwaveletpacket,andmakesuseofMatlabforsim一ulation.Atlast,analysesandcomparestheeffectsandadvantagesofthebothmethods.Throughtheresultsofanalysisandsimulation,wecandeducethatwaveletanalysishavetheparticularadvantageinnoiseeliminating

5、ofsignalandhavewideapplicationforeground.Keywords:wavelet-denoisethresholddecompositonreconstruction1引言1.1设计课题的提出和意义1.1.1课题的提出信号采集和传输过程中，原始信号会受到大量噪声信号的影响，产生杂波。因此要对接收到的信号加以处理提取出有用的原始信号。传统的去噪方法是基于Fourier分析，只能用于信号和噪声频带重叠部分非常小或者完全分开的情况下，通过滤波的方法将信号和噪声分开。但在实际中，信号谱和噪谱是任意重叠的，用传统的滤

6、波方法是不能达到有效去除噪声，提取有用信号的目的。小波分析是20世纪80年代中期发展起来的新的数学理论和方法，被称为数学分析的“显微镜”[1]o小波分析是一种信号的时间频率分析方法，具有多分辨率分析的特点，能够聚焦到信号的任意细节进行多分辨率的时频分析，优于Fourier分析算法。1.1.2课题的意义任何系统，包括雷达、通信和控制系统，只要涉及到信号的传输，则必须考虑传输信道噪声对信号的影响，所以去噪问题是信号处理领域经常遇到的问题，一般地说，不同噪声具有不同的性质，而不同性质的噪声应用不同的去噪方法。最简单的也比较通用的去噪方法是直接进行

7、低通或带通滤波。这种方法虽然简单、易于实现，但它对滤去有效频带内的噪声无能为力，并且滤波器带宽的选择与高分辨率是有矛盾的。带宽选得过宽，达不到去噪的目的；选得过窄，噪声虽然滤去的多，但同时信号高频部分也损失了，不但带宽内的信噪比得不到改善，某些突变点的信息也可能被模糊掉了。并且实际屮常遇到的非平稳信号的谱特性沿时问轴无限扩展，利用傅立叶变换的基函数很难与其匹配，所以，这不是高精度分析的有效方法。小波分析是80年代后期发展起来的新的数学理论，是一种包含尺度伸缩和时间平移的双参数的函数分析方法，小波分析方法是一种窗口大小（即窗口面积）固定但其形

8、状可改变，即：时间窗和频率窗都可改变的时频局部化分析方法。即在低频部分具有较高的频率分辨率和较低的时间分辨率⑵，在高频部分具有较高的时间分辨率和较低的频率分辨率，所以被称为数学显