导读:本文包含了小波块阈值估计论文开题报告文献综述及选题提纲参考文献，主要关键词:外弹道测量,M估计,小波去噪,阈值函数
小波块阈值估计论文文献综述
韩先平[1]（2019）在《基于M估计的外弹道数据小波阈值去噪方法》一文中研究指出针对靶场外弹道数据传统剔野方法识别率不高、局限性大、剔野效果差等问题,提出了一种基于M估计的野值快速识别和剔除方法。首先采用M估计理论快速识别和剔除外弹道数据中明显粗大或成片干扰野值,抑制对阈值判别的干扰,再利用小波去噪算法进行二次去噪与估计,剔掉细小和隐蔽野值。在阈值的选取上,构造了一种新的阈值函数,有效提升了野值的判别力和去噪率。经仿真实验证明:该方法野值的识别和剔除率可达到90%以上,处理结果更接近真值,且方法通用性强,能够满足靶场高精度处理的需求。(本文来源于《电子测量技术》期刊2019年15期）
帅海峰[2]（2019）在《基于VMD分解和小波阈值去噪的时差估计算法》一文中研究指出为了提高时差定位算法的精度,提出了一种基于VMD分解和小波阈值去噪的时差估计算法。通过VMD分解将信号分解成若干个分量,再利用小波阈值去噪对各个分量进行去噪,最后将信号重构进行互相关得到信号的时延值。仿真结果表明,该方法优于直接小波阈值去噪的时差参数估计算法,具有更高的准确度和稳定性。(本文来源于《软件》期刊2019年06期）
曾艺辉,高鸣[3]（2018）在《基于Bayesian估计的小波自适应阈值方法对图像进行去噪处理的研究》一文中研究指出利用Bayesian估计的小波自适应阈值方法对图像进行去噪处理。通过高斯滤波和小波变换的叁种方法(传统的硬阈值、传统的软阈值去噪、基于Bayesian估计的自适应阈值去噪)分别同时对加不同标准差σ的Rician噪声信号进行消噪处理,对比验证高斯滤波和传统小波阈值去噪的优劣,以及新的Bayesian估计自适应阈值小波去噪在磁共振成像(magnetic resonance imaging,MRI)图像信号去噪方面的优越性。小波去噪后的信号信噪比比高斯滤波去噪后信号的信噪比高,且均方根误差要低。采用基于Bayesian估计的自适应阈值小波去噪方法比采用的高斯滤波保留了更多有用信号,优化后的氧摄取分数(oxygen extraction fraction,OEF)值有一定程度增大,使结果更接近正电子发射型计算机断层显像(positron emission computed tomography,PET)测量金标准。成功完成信号和噪声分离优化,将一种新的基于Baysian估计的自适应小波阈值去噪应用到了功能核磁共振成像的降噪分析上,取得了不错的效果。(本文来源于《生物医学工程研究》期刊2018年04期）
黄喜淦,王科社,吴雅朋,黄彦曌,段密克[4]（2018）在《改进的小波与Bayes阈值估计图像降噪算法》一文中研究指出针对传统小波与Bayes阈值估计算法存在的不足,将小波多层变换方法和Bayes阈值估计算法相结合,提出了基于小波与Bayes自适应阈值估计的一种新的图像降噪方法。该算法改进了小波系数并进行Bayes阈值估计算法的处理,重构了经过处理的小波系数。经过仿真实验验证,该方法相对于传统的小波与Bayes阈值估计图像降噪算法在图像峰值信噪比(PSNR)指标衡量上更加优良,达到了图像降噪的优化效果。(本文来源于《北京信息科技大学学报(自然科学版)》期刊2018年03期）
周建,向北平,倪磊,艾攀华[5]（2018）在《基于样本熵的最优小波包阈值估计去噪算法》一文中研究指出为了更加有效地去除噪声对被测信号的干扰,分析了传统小波阈值估计方法的局限性,提出了一种基于样本熵的最优小波包阈值估计去噪算法。该方法利用样本熵作为信息价值函数以确定最优小波包,且以样本熵为判据,对不同的分解层数设置不同的阈值,选取使得去噪后得到的噪声估计信号样本熵值最大的阈值作为最优阈值。对仿真信号进行分析证明了该方法的有效性,将该方法应用于滚动轴承振动信号去噪分析且与其他阈值方法相对比,结果表明该方法去噪后的信号较其他方法而言频谱中的干扰频率更少且滚动轴承的基频以及故障频率更为突出,去噪效果更好,是一种更为优越的去噪算法。(本文来源于《机械设计与研究》期刊2018年01期）
张彦奎,王大鸣,徐小玲[6]（2016）在《基于阈值自适应的小波增强信道估计技术》一文中研究指出针对MIMO-OFDM系统导频辅助信道估计算法在低信噪比条件下存在信道估计精度不足或无法收敛等问题,提出了一种基于阈值自适应的小波增强信道估计算法。该算法首先对频域最小二乘估计的结果进行共轭对称处理,然后对IDFT变换之后得到的时域信道采用阈值自适应调整的小波去噪方法,进一步抑制了保留路径的噪声干扰。理论分析和仿真结果表明,文章算法以较小的复杂度代价换取低信噪比条件下信道估计精度的显着提高。(本文来源于《信息工程大学学报》期刊2016年04期）
窦慧晶,王千龙,张雪[7]（2016）在《基于小波阈值去噪和共轭模糊函数的时频差联合估计算法》一文中研究指出为了解决二阶互模糊函数对相关噪声处理的局限性问题,以及基于四阶累积量的联合估计算法的运算量大的问题,该文利用小波阈值去噪方法结合非圆信号的特性,提出一种新的时频差联合估计算法。该方法首先对接收信号进行小波阈值去噪,然后构造共轭模糊函数,最后再进行2维搜索,得到时差和频差参数。仿真实验给出不同信噪比下的参数估计结果,得出这种算法能抑制相关噪声,又能相对降低运算复杂度,并且在较低信噪比下也能做出准确估计。(本文来源于《电子与信息学报》期刊2016年05期）
李稳,刘伊克[8]（2015）在《基于最大似然估计的井下水压裂微地震记录小波阈值去噪》一文中研究指出水力压裂是一项有广泛应用前景的油气井增产措施,水力压裂法是目前开采天然气的主要形式[1]。进行水力压裂时,大量高粘度流体被高压注入页岩层进行液压碎裂以释放天然气,在此过程中会产生大量的微地震事件。与之配套的井下微震监测技术通过记录这些微地震事件所产生的地震波进行分析、研究,进而对地下工程作业进行监测和生产指导。由于激发、接收环境等方面的因素,得到的水压裂微地震记录往往包含大量的噪声,记录信噪比极低,为了进行后续研究首先需要进行去噪处理。地震信号是一种频率随时间变化的非平稳信号,因此可采用在傅里叶分析基础上发展起来的、能(本文来源于《2015中国地球科学联合学术年会论文集（十七）——专题46地震波传播与成像》期刊2015-10-10）
朱纯兵[9]（2015）在《基于Bayes阈值估计的小波在转子故障信号降噪中的运用》一文中研究指出提出了一种有效的转子故障信号的降噪方法。该方法利用概率统计的最优估计原理对样本信号进行估计,增加了小波阈值参数的可靠性。根据Bayes估计风险最小的原则,对不同子带的小波系数估计小波阈值,通过软阈值函数进行逐层降噪,对降噪后的信号进行重构,达到对转子故障信号降噪。把从多功能振动实验台上取得的转子故障振动信号,利用该方法进行降噪。并将降噪结果与Birge-Massart小波阈值降噪法和Donoho小波阈值降噪法的处理结果进行比较,结果显示使用Bayes(贝叶斯)阈值估计降噪法处理的信号能够很好地保留信号的细节部分,而且信噪比(SNR)也有明显提高。(本文来源于《测控技术》期刊2015年08期）
曹型兵,胡崛[10]（2015）在《基于小波多阶阈值去噪的LWT-OFDM系统信道估计》一文中研究指出为了消除LWT-OFDM系统受无线信道多样化的影响,增强LWT-OFDM系统信道估计的效率和准确性,提出了基于小波多阶阈值去噪的信道估计算法。该算法在LS信道估计的基础上,首先通过小波提升变换对得到的信道冲击响应进行快速分解,再采用多阶的阈值函数精确的消除噪声。通过在高斯信道和多径信道下的仿真表明,本文算法相对于其它四种基于导频的信道估计算法,提高了LWTOFDM系统的误码率性能和MSE性能。(本文来源于《广东通信技术》期刊2015年04期）
小波块阈值估计论文开题报告
（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：
为了提高时差定位算法的精度,提出了一种基于VMD分解和小波阈值去噪的时差估计算法。通过VMD分解将信号分解成若干个分量,再利用小波阈值去噪对各个分量进行去噪,最后将信号重构进行互相关得到信号的时延值。仿真结果表明,该方法优于直接小波阈值去噪的时差参数估计算法,具有更高的准确度和稳定性。
（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。
小波块阈值估计论文参考文献
[1].韩先平.基于M估计的外弹道数据小波阈值去噪方法[J].电子测量技术.2019
[2].帅海峰.基于VMD分解和小波阈值去噪的时差估计算法[J].软件.2019
[3].曾艺辉,高鸣.基于Bayesian估计的小波自适应阈值方法对图像进行去噪处理的研究[J].生物医学工程研究.2018
[4].黄喜淦,王科社,吴雅朋,黄彦曌,段密克.改进的小波与Bayes阈值估计图像降噪算法[J].北京信息科技大学学报(自然科学版).2018
[5].周建,向北平,倪磊,艾攀华.基于样本熵的最优小波包阈值估计去噪算法[J].机械设计与研究.2018
[6].张彦奎,王大鸣,徐小玲.基于阈值自适应的小波增强信道估计技术[J].信息工程大学学报.2016
[7].窦慧晶,王千龙,张雪.基于小波阈值去噪和共轭模糊函数的时频差联合估计算法[J].电子与信息学报.2016
[8].李稳,刘伊克.基于最大似然估计的井下水压裂微地震记录小波阈值去噪[C].2015中国地球科学联合学术年会论文集（十七）——专题46地震波传播与成像.2015
[9].朱纯兵.基于Bayes阈值估计的小波在转子故障信号降噪中的运用[J].测控技术.2015
[10].曹型兵,胡崛.基于小波多阶阈值去噪的LWT-OFDM系统信道估计[J].广东通信技术.2015