导读:本文包含了小波降噪论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:小波,阈值,降噪,加速度计,纵波,相控阵,神经网络。
小波降噪论文文献综述
汪洪量,蒋诗超,潘峥,朱国胜,郭涛[1]（2019）在《GH901高温合金盘件复杂区域微小缺陷超声相控阵检测信号的小波降噪研究》一文中研究指出针对GH901高温合金盘件复杂区域微小缺陷的相控阵超声检测技术,分析了检测信号,采用一种随分解尺度变化的阈值设置准则对检测信号进行小波降噪处理以提高信噪比。结果表明,该方法可在较好保留盘件微小缺陷信号的同时滤除噪声信号,有效的提高了相控阵超声检测信号信噪比,对于提高GH901高温合金盘件复杂区域微小缺陷的相控阵超声检测能力具有重要作用。(本文来源于《铸造技术》期刊2019年10期）
李光耀,侯宏录,杜鹃,李媛[2]（2019）在《采用小波降噪和神经网络的FOG温度漂移补偿方法》一文中研究指出光纤陀螺(FOG)输出易受环境温度的影响,发生漂移导致光纤陀螺测量精度降低。采用传统的BP神经网络容易陷入局部极小值,导致网络训练失败。为了优化BP神经网络,本文提出了一种粒子群(PSO)优化BP神经网络与小波降噪相结合的光纤陀螺温度漂移补偿方法。首先分析了光纤陀螺温度漂移产生的原因;然后在不同温度下对光纤陀螺进行测试,最后采用该方法建立了光纤陀螺温度漂移模型并根据模型对光纤陀螺进行补偿,结果表明采用该方法补偿后光纤陀螺在不同温度下的输出标准差降低了60.19%,与传统的BP神经网络相比补偿效果显着提高。(本文来源于《光电工程》期刊2019年09期）
郭小康,简涛,董云龙[3]（2019）在《基于改进小波降噪的雷达一维距离像识别》一文中研究指出针对低信噪比下雷达目标一维距离像质量不高、影响目标识别率的问题,将小波阈值降噪的方法应用到雷达目标一维距离像识别研究中,设计了一种新的小波阈值函数,提出了基于小波阈值降噪的雷达一维距离像识别的方法。利用仿真数据进行实验验证,以LVQ(Learning Vector Quantization)神经网络作为分类识别器,进行目标的分类识别研究。结果表明,将小波阈值降噪用于雷达目标一维距离像识别,在低信噪比时能够有效地降低噪声,提高距离像的质量,从而提高目标一维距离像识别率,同时实验也验证了所提出的新阈值函数相较于原阈值函数能更加有效地降低噪声,提高识别率。(本文来源于《雷达科学与技术》期刊2019年04期）
张轩轩,杨诚[4]（2019）在《基于小波降噪的IMU精对准性能分析》一文中研究指出精对准性能是保障惯性导航精度必不可少的重要条件,论文总结了国内外精对准的研究现状,发现精对准一般是通过卡尔曼滤波和惯性传感器的小失准角线性误差方程实现;基于此,本文通过卡尔曼滤波及小波分析,对低、中、高叁种不同性能的惯性传感器进行精对准性能分析,对比发现,高精度的惯性传感器有着较好的对准精度;而低精度的传感器,由于噪声偏差及非线性原因,对准精度较低,甚至出现滤波发散的情况.(本文来源于《全球定位系统》期刊2019年04期）
董雅雯,王建林,魏青轩,邱科鹏,赵利强[5]（2019）在《基于小波降噪和最小二乘的加速度计参数辨识》一文中研究指出为了降低加速度计比较法冲击激励校准中,噪声对其动态模型辨识精度的影响,提出一种基于小波降噪和最小二乘的加速度计动态模型参数频域辨识方法。该方法首先利用改进的小波阈值降噪方法对参考加速度计和被校加速度计的输出信号进行降噪,然后利用最小二乘的方法对谐振频率附近的频率响应函数进行加速度计动态模型频域参数辨识。仿真实验和加速度计比较法冲击激励校准实验表明:该方法能够有效减少噪声对频率响应函数的影响,提高加速度计动态模型参数辨识精度。(本文来源于《传感器与微系统》期刊2019年08期）
徐一帆[6]（2019）在《小波降噪对汽车发动机噪声信号的处理方法研究》一文中研究指出将以小波变换为理论基础的小波降噪技术应用于汽车发动机降噪,对含噪信号进行分解得到各层的小波系数并用阈值降噪法对其进行处理,去除噪声信号并对原信号进行重构。通过计算机仿真和结果分析对该方法进行验证,表明小波降噪技术在汽车发动机降噪中的可行性。(本文来源于《内燃机与配件》期刊2019年14期）
姜波[7]（2019）在《基于MATLAB的小波降噪研究》一文中研究指出小波分析是最近几年以来急速发展的一个新研究方向,在时域具有良好的局部性,在频域上也同样具备局部性。依据其特性,理论研究小波分析就为信号降噪提供了一种工具。小波分析是建立在傅立叶变换分析的一个新数学方法,其中包含了工程应用中的工具和方法,又是丰富的数学理论。依据工程应用理论,小波分析是一种信息和信号处理的工具;又从数学方向理解,小波分析属于调和分析。引入可变的平移因子和尺度因子,解决了时频局部矛盾,弥补傅立叶变换分析中不,足。利用小波方法降噪是小波分析在实际应用中的重要方面,其关键是在于如何选取小波系数并使用,通过对小波阈值化的降噪处理介绍运用MATLAB中的小波工具箱,对含噪信号进行降噪。本文介绍了几种小波降噪方法,其中的阈值降噪的方法是一种实现简单、效能较好的小波降噪方法。(本文来源于《电子制作》期刊2019年13期）
张阳峰,韦仕鸿,邓娜娜,王文瑞[8]（2019）在《基于小波降噪的振动传感器数据分析》一文中研究指出针对矿山机械设备的振动数据在信号滤波和故障信号数据保存及提取方面存在的问题,提出了神经网络优化阈值的小波变换方法。采用MEMS叁轴加速度传感器采集数字量,对其运算处理后转换成位移,再进行小波分解,对分解出的高频系数部分进行神经网络阈值优化调节,重构数据以达到降噪的效果,最终对滤波后的信号进行傅里叶变换,并根据幅频能量计算高频系数的占比。实验表明,基于神经网络调节阈值的小波变换方法能够在自适应学习后自动调节阈值,对振动传感器信号具有理想的滤波效果。优化重构后的信号比传统方法多滤除了15%以上的高频噪声能量,并能保留突变故障信息,为后期的故障诊断提供重要依据。(本文来源于《计算机科学》期刊2019年S1期）
孟祥瑞[9]（2019）在《小波降噪算法在临界折射纵波残余应力检测中的应用》一文中研究指出利用超声波方法在进行材料及结构的残余应力检测时,影响因素众多。其中由于物体本身材料的不均匀性或存在缺陷,产生的超声信号噪声会影响应力的检测精度。以小波降噪算法为研究对象,对小波分解层数、阈值算法和阈值处理算法等影响小波降噪的叁个条件进行综合分析。结果表明:当选用硬阈值算法对小波系数进行处理后重构的信号信噪比值整体比软阈值算法高很多;在选用无偏似然估计阈值和启发式阈值时,整体的降噪效果比使用固定阈值和极大极小阈值时好很多;并且在相同阈值处理和阈值算法下,降噪效果随着均随着分解层数的增加而降低。选用sym8小波,3层小波分解、无偏似然估计阈值和硬阈值处理是最优的降噪参数。(本文来源于《机械》期刊2019年06期）
张仕森,孙宪坤,尹玲,李世玺[10]（2019）在《基于小波降噪和神经网络的GPS高程时序预测模型》一文中研究指出全球定位系统(GPS)时序数据预测的工作中发现,通常时序数据中含有的噪声会干扰数据预测的结果.为了降低时序数据中噪声对预测结果的负面影响,将提升小波阈值降噪技术和长短期记忆(LSTM)神经网络相结合,实现一种GPS时序数据降噪预测模型.该模型在预测之前首先利用提升小波与平滑阈值函数对GPS时序数据中的噪声进行剥离,然后构建多层LSTM神经网络对时序数据进行单步预测.通过实验与多种时间序列预测模型进行对比,结果表明所提出的LSTM预测模型对GPS时间序列的预测具有较强的适用性和较高的准确性.(本文来源于《全球定位系统》期刊2019年03期）
小波降噪论文开题报告
（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：
光纤陀螺(FOG)输出易受环境温度的影响,发生漂移导致光纤陀螺测量精度降低。采用传统的BP神经网络容易陷入局部极小值,导致网络训练失败。为了优化BP神经网络,本文提出了一种粒子群(PSO)优化BP神经网络与小波降噪相结合的光纤陀螺温度漂移补偿方法。首先分析了光纤陀螺温度漂移产生的原因;然后在不同温度下对光纤陀螺进行测试,最后采用该方法建立了光纤陀螺温度漂移模型并根据模型对光纤陀螺进行补偿,结果表明采用该方法补偿后光纤陀螺在不同温度下的输出标准差降低了60.19%,与传统的BP神经网络相比补偿效果显着提高。
（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。
小波降噪论文参考文献
[1].汪洪量,蒋诗超,潘峥,朱国胜,郭涛.GH901高温合金盘件复杂区域微小缺陷超声相控阵检测信号的小波降噪研究[J].铸造技术.2019
[2].李光耀,侯宏录,杜鹃,李媛.采用小波降噪和神经网络的FOG温度漂移补偿方法[J].光电工程.2019
[3].郭小康,简涛,董云龙.基于改进小波降噪的雷达一维距离像识别[J].雷达科学与技术.2019
[4].张轩轩,杨诚.基于小波降噪的IMU精对准性能分析[J].全球定位系统.2019
[5].董雅雯,王建林,魏青轩,邱科鹏,赵利强.基于小波降噪和最小二乘的加速度计参数辨识[J].传感器与微系统.2019
[6].徐一帆.小波降噪对汽车发动机噪声信号的处理方法研究[J].内燃机与配件.2019
[7].姜波.基于MATLAB的小波降噪研究[J].电子制作.2019
[8].张阳峰,韦仕鸿,邓娜娜,王文瑞.基于小波降噪的振动传感器数据分析[J].计算机科学.2019
[9].孟祥瑞.小波降噪算法在临界折射纵波残余应力检测中的应用[J].机械.2019
[10].张仕森,孙宪坤,尹玲,李世玺.基于小波降噪和神经网络的GPS高程时序预测模型[J].全球定位系统.2019
论文知识图
