基于小波分析的海上声信号去噪试验,本文是一篇关于小波分析论文范文，可作为相关选题参考,和写作参考文献。
小波分析论文参考文献：
摘 要：对于海上声信号的分析中,为消除海上复杂环境中对声信号有用成分干扰的噪声,提出基于小波变换的声信号去噪法.利用madab软件对给定的声信号进行传统滤波去噪与小波变换去噪两种形式的试验去噪,并将结果进行多方面对比.经过试验结果对比,验证了小波變换在海上声信号去噪中的有效性.
关键词：海上声信号；小波变换；去噪
1概述
当前声信号分析技术应用十分广泛,包括救生、生物、地震、军事等领域都在应用这项技术.海上环境恶劣,噪声种类多且形式复杂,给声信号分析带来了更大的难度.在海上声信号分析中,如何去掉给分析带来干扰的噪声并尽可能地保留信号中的有用成分,是当前研究的热点,同时也是难点.所以一种合理有效的去噪方法是目前各领域所需要的,但传统去噪方法会使去噪后信号熵增大,无法描述信号的非平稳特性,并且无法得到信号的相关陛,而基于小波变换的声信号去噪方法可以解决传统方法的不足,尤为适合复杂噪声的去噪.传统的信号处理方法可以归纳为三个方面：1）时间域观测信号预处理技术,即为采用时域滤波技术来抑制噪声信号的干扰,提高观测信号的信噪比.如传统的时域差分法；该类型处理方法对系统计算量处理和存储能力要求高,主要应用于平稳环境背景噪声进行抑制,而对多种噪声源信号的抑制效果不明显.2）变换域观测信号预处理技术,即首先对信号进行变换,将目标信号和环境背景噪声的空间域分布特征映射至变换域后,再进行处理,最后将处理结果通过反变换映射到空间域.频域处理技术（Fourier变换）是最为典型的变换域预处理技术；在变换域预处理中,需要对信号进行正逆变换,基于目前的计算机技术,一般计算量较大,难于实现实时处理.3）空间域观测信号预处理技术,如中值滤波算法,计算量小,易于计算机实现,但其受制于背景噪声的统计分布特征.随着信息融合理论的发展,相关研究人员提出了单层传声器阵列信号空间重采样的声波分离方法、小波多尺度信息融合滤波算法、分布式粒子滤波算法、离散Kalman滤波算法、统计随机量处理方法等.其中小波多尺度分析通过不同的尺度因子,将观测信息进行划分,对于战场窄带信号来说,具有较高的分辨率.本文基于小波变换的声信号去噪法,对给定的声信号进行传统滤波去噪与小波变换去噪两种形式的试验去噪,并将结果进行多方面对比.经过试验结果对比,验证了小波变换在海上声信号去噪中的有效性.
结论：关于本文可作为小波分析方面的大学硕士与本科毕业论文小波分析论文开题报告范文和职称论文论文写作参考文献下载。
小波包变换和相关性分析用于轴承故障诊断
摘 要：针对滚动轴承振动信号的特点，文章首先对振动信号进行小波包变换，得到不同的分解频带。再对各频带信号与原信号进行相关性分析，求出各信号相关因。
一种基于Gabor小波和LBP服装图像检索方法
摘 要：在网页中的服装图像难免会有褶皱，而褶皱所构成的纹理不是提取所需的纹理，因此提取的纹理特征并不能很好的对服装图像进行表述；同时基本的LBP。
基于小波分析和GA—BP神经网络美元兑人民币汇率预测
[摘 要]运用小波分析的方法去除汇率曲线中的噪声，以此消除对预测精度不利的干扰部分。在把消噪后的序列投入BP神经网络和GA-BP神经网络中进行预。
英国资产价格和产出关系基于小波分析法
本文主要使用了小波分析方法来研究英国资产市场与宏观经济的关系。分别选取房价和股价作为资产价格，工业生产指数作为宏观产出指标，时间维度是从1991。