基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对小波软阈值消噪的缺点,探讨了一种基于奇异值分解(SVD)的离散小波去噪方法.该方法通过对每层小波分解细节系数进行奇异值分解,将其中的信号特征成分和噪声分解到不同的正交子空间中,在子空间中选取集成信号特征成分的奇异值矢量进行重构,从而提取出淹没在细节系数中的有用信号成分,最后进行小波重建,得到降噪信号.通过仿真实例的验证,表明该方法与小波阈值消噪法相比,在强噪声背景下,它提取出的信号特征成分更完整,信噪比更高.
推荐文章
基于VMD分解和小波阈值的语音信号去噪
变分模态分解
小波阈值去噪
经验模态分解
总体平均模态分解
基于提升小波的改进半软阈值降噪方法
信号处理
降噪
提升小波
阈值
信噪比
基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法
爆破信号
集合经验模态分解
小波阈值
降噪
基于集合经验模态分解-小波阈值方法的爆破振动信号降噪方法
爆破信号
集合经验模态分解
小波阈值
降噪
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种基于SVD分解的小波阈值降噪方法
来源期刊 西华大学学报(自然科学版) 学科 工学
关键词 SVD分解 小波变换 降噪
年,卷(期) 2009,(1) 所属期刊栏目 机电工程
研究方向 页码范围 11-13
页数 3页 分类号 TK05
字数 2049字 语种 中文
DOI 10.3969/j.issn.1673-159X.2009.01.003
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵玲 西华大学交通与汽车工程学院 14 61 5.0 7.0
2 孙仁云 西华大学交通与汽车工程学院 86 455 12.0 16.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (9)
共引文献  (58)
参考文献  (4)
节点文献
引证文献  (5)
同被引文献  (19)
二级引证文献  (5)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(3)
  • 参考文献(0)
  • 二级参考文献(3)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(0)
  • 二级引证文献(2)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
SVD分解
小波变换
降噪
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
西华大学学报(自然科学版)
双月刊
1673-159X
51-1686/N
大16开
四川省成都市金牛区
1982
chi
出版文献量(篇)
3399
总下载数(次)
6
总被引数(次)
16135
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导