小波变换应用于噪声抑制: 利用Malt算法对输入信号t)进行小波 分解,再根据对信号和噪声的先验知识 分离信号和噪声。提过滤波形成新的小 波分量,最后重建信号
一 .小波变换应用于噪声抑制: ◼ 利用Mallet算法对输入信号f(t)进行小波 分解,再根据对信号和噪声的先验知识 分离信号和噪声。提过滤波形成新的小 波分量,最后重建信号
f(t=s(t)+N(t) WD(刀)=W(S)+W(N) 小波分解 滤波 重建信号
( ) ( ) ( ) ( ) ( ) ( ) W f W S W N f t S t N t = + = + 小波分解 滤波 重建信号
不同阀值选取算法的去噪结果: O rig in al signal N ois signal. s/gnat to noss e)4asv 500 1000a1-5URE 2000 D e. e sd291-1:max2000 6001000 1600 2000 500 10D 1500 2000 图565采用4种阈值选取算法的小波去噪
不同阀值选取算法的去噪结果:
小波变换应用于信号检测 瞬时信号检测问题 在噪声中检测短时,非平稳,波形和到达时间 未知的信号 H x(t=n x(t)=s(t)+n(t) tELO,T' 其中:S(t)只在[t,t+T]排零 n().为噪声。T<<7
二.小波变换应用于信号检测: ◼ 瞬时信号检测问题。 在噪声中检测短时,非平稳,波形和到达时间 未知的信号。 n t T T S t t t T H x t S t n t t T H x t n t + = + = 0 0 0 0 1 0 ( ) ( ) [ , ] : ( ) ( ) ( ) [0, ] : ( ) ( ) 为噪声。 其中: 只在 非零