一个基于小波阈值的信号处理程序，通过自适应阈值方式抑制信号噪声-A threshold based on wavelet signal processing procedures, through the adaptive threshold signal noise suppression methods

传统小波阈值去噪法 小波阈值收缩法去噪的主要依据是：小波变换特别是正交小波变换具有很强的去数据相关性，它能够使图像的能量在小波域集中在一些大的小波系数中；而噪声的能量却分布于整个小波域内，因此，经小波分解后，图像的小波系数幅值要大于噪声的系数幅值，可以认为，幅值比较大的小波系数一般以图像信号为主，而幅值比较小的小波系数在很大程度上是噪声。于是采用阈值的办法可以把信号系数保留，而使大部分噪声系数减少至零[-Study on Algorithm of Image Denosing Based o

［目的］为了去除船体结构应力监测数据中的噪声信号，获得有效的数据信息，以便为后续数据挖掘提 供支撑，［方法］首先，采用 HHT 方法中的经验模态分解（EMD）算法对数据进行成分分析，得到固有模态函数 （IMF）和余项。然后，通过 Hilbert变换得到 Hilbert谱，证明应力监测数据的非平稳特性。最后，以信噪比（SNR） 和均方根误差（RMSE）为例，结合自适应去噪和小波阈值去噪两种方法对应力监测数据进行去噪效果比较。 ［结果］结果表明，基于 HHT方法的自适应去噪和小波去噪都具有一定