一维信号的小波消噪处理开题报告

1. 研究目的与意义

信号采集和传输过程中，原始信号会受到大量噪声信号的影响， 产生杂波。

因此要对接收到的信号加以处理， 提取出有用的原始信号。

经典的信号处理方法如纯时域、纯频域、加窗傅立叶变换、维纳滤波等各自有其局限性,因此限制了它们的应用范围。

2. 国内外研究现状分析

国内外对于小波消噪的研究概况大致相同，近几年来，在信号处理领域，利用小波方法消噪已经越来越广泛，小波分析作为一种全新的信号处理方法，它具有多分辨率即多尺度的特点，可以由粗至精的逐步观察信号，而且在时域和频域都只有表征信号局部特征的能力，利用小波变换的方法去除噪声，是小波分析应用于工程实际的一个重要方面，原则上讲，凡是使用傅里叶变换的运算均可用小波变换代替，而且不受短时窗的局限。

小波消噪的方法有许多种：小波分解与重构法去噪、非线性小波变换阀值法去噪、平移不变量小波去噪、模极大值法去噪。

其中比较有影响，也是最常用的两种方法是：小波变换模极大值的方法降噪和非线性小波阀值法降噪。

3. 研究的基本内容与计划

研究内容：小波分析具有的时一频双尺度分辨率特点，是信号处理领域中比较活跃的理论。

含噪信号经过小波处理后，语音信息和噪声分别集中在小波变换尺度频率不同部分。

根据这一特点，利用小波变换对信号进行除噪处理。

4. 研究创新点

目前有很多方法可用于信号消噪过程，如中值滤波，低通滤波，傅里叶变换等，但它们都滤掉了信号细节中有用的部分，有用信号会损失。

小波分析是一种独特的创新的信号分析方法，由于小波分析可以将信号的高低频成分分开，这样它在消除噪声方面有着显著地效果，小波分析还具有的时一频双尺度分辨率特点，是信号处理领域中比较活跃的理论。

含噪声的信号经过小波处理后，语音信息和噪声分别集中在小波变换尺度频率不同部分。