搜索资源列表
denoising
- 信号处理技术在局部放电去噪中的应用。摘 要：抑制干扰是信号处理的关键技术，滤除窄带干扰则是其中的重要内容。文中介绍了运用经典FFT频域阈值算法抑制局部放电周期窄带干扰的方法，并在此基础上提出了一种优化算法。通过对仿真数据的处理效果比较，验证了该优化算法的有效性。-Signal Processing Technology in partial discharge denoising
71
- 平移不变量小波去噪方法是对Donoho阈值法的改进,该方法不仅能有效地抑制伪吉布斯现象,而且 能减小原始信号和估计信号之间的均方根误差,提高信噪比。将这种方法用于变速箱齿轮故障信号的去噪处理,同 时与阈值法去噪的结果进行比较。结果表明,该方法可以有效地去除强噪声的干扰,提取齿轮故障特征信息,具有 很好的工程实用性。 -Vector spectrumHilbert demodulation analysis method based on the same source data
quzao
- 对信号进行两层提升分解，构造小波分解结构，使用函数wnoise获取噪声方差，接着使用函数wbmpen获取小波去噪阈值，最后使用函数实现信号去噪。-Signal two layers enhance decomposition, the constructed wavelet decomposition structure, function wnoise for noise variance, and finally use the function signal denoising.
yuzhifa
- 读取D盘特定区域的图片并将其灰度化，去噪，最后进行迭代阈值分割。-Pictures and read the specific area of the D drive its graying, denoising the final iterative threshold segmentation.
Adaptive-wavelet-threshold
- 小波变换自适应阈值，毕业设计可以参考关于阈值的选定，图像去噪，这是CNKI上的文献-Adaptive wavelet threshold
Locating-Voltage-Sags
- 电压跌落是最严重的动态电能质量问题之一， 精确定位电压跌落起止时间是应对电压跌落问题的 重要前提和基础。由于电压采样信号往往有噪声分 量，现有的方法在定位电压跌落的起止时间时存在 局限性。本文提出利用多小波变换及相邻系数去噪 的电压跌落定位方法。多小波兼有对称性、正交性、 有限支撑性和二阶消失矩等优异的信号处理性能， 利用GHM多小波可以准确定位电压跌落起止时间。 多小波变换系数在每层之间具有对应关系，多小波 相邻系数将紧相邻的若干个系数作为一个整体来确
EMD-Based-Denoising-
- 其中一个为这经验模式分解的任务（EMD）是潜在有用的非参数信号去噪 为此小波阈值一直占主导地位的技术的区域多年。-One of the empirical mode decomposition of this task (EMD) is potentially useful non-parametric signal wavelet threshold de-noising for many years to this end has been the dominant technology i
midsoft.m
- 使用matlab程序，在小波阈值法去噪时，构造分段直线型阈值函数。-Using Matlab procedures, in the wavelet threshold method denoising, the construction of the segmentation linear threshold function.
小波去噪程序1
- 无偏估计阈值信号处理；固定式阈值阈值信号处理；极大极小值阈值阈值信号处理；软阈值；硬阈值；(Unbiased estimation, threshold signal processing, fixed threshold thresholding, signal processing, minimax thresholding, signal processing, soft thresholding, hard thresholding;)