kmpdm运用小波分析进行消噪处理方法
阈值的选取对于小波消噪来说及其重要。一般情况下阈值的选取规则主要由四种：自适应无偏似然选择、固定阈值选择、启发式阈值选择和极大极小阈值选择，需要根据不同的信号特征做具体的选取，自适应无偏似然估计是一种基于史坦无偏估计，其做法是首先给定一个固定的阈值t得到似然估计，再将非似然的t*小化，即得到所选的阈值。固定阈值选择的阈值产生的大小是振动监测sqrt2lengtha,由此可见。其中为a含噪信号。启发式阈值的选择是前两种阈值的综合，*优预测变量阈值选择，极大极小阈值选择也是一种固定阈值的选择，发生*小均方误差的极值，而不是无误差，因为被降噪信号可看成与未知回归函数的估计式相似，这种极值估计器可以在一个给定的函数实现集中与*大均方误差*小化。
而噪声信号则通常表示为高频信号。一维信号的降噪过程主要进行一下处理：首先对振动监测原有信号进行小波分解，一般情况下有用信号通常表示为低频信号或是一些比较平稳的信号。噪声局部通常包括在高频系统中，然后对小波分解的高频系数进行阈值量化处理，*后再对信号重构即可达到降噪目的
版权所有 祺迈kmpdm 如需转载，请注明出自www.kmpdm.com/pddetaildate/technology/detail/20120319_578022.html
