用于有线网络操作的时域反射信号检测和预处理技术的研究小波检测用于将反射信号的奇异点转换为有线网络的时域以检测和检测大大预先处理错误。用小波分析的反射波去噪技术，提出了小波分析最优分解层的自适应去噪函数算法。要：本文对基于câble.Lerreur系统上在时间域中的反射信号的检测技术和预处理的研究是通过使用小波变换重要分析反射信号的特殊性在区域电缆系统的时间并执行检测和预处理。用小波分析有线网络预测长度的反射波去噪技术，基于小波变换的最优分解水平，突出了一些函数的自适应算法，误差不大线性，波速特性关键词：有线网络预测长度;波速特性中图分类号：TM7文献标识码：A项目编号：1006-4311（2011）23-0150-01简介从当前的有线网络预测系统中提取反射信号是不可避免的[1] 。噪声问题下，这些噪声电缆网络通过提取和检测有用信号产生电磁滤波器干扰。
不降低信号分辨率的情况下降低信号中的噪声并提取有用信号非常重要。于小波分析反射波降噪技术正确识别和检测有线网络时域反射信号是确定域内反射精度的关键。线网络预测系统中有线网络的时间。反射波分析小波的分析的分析小波去噪原理变换的信号预测分析容量带：在每一级，信号的小波分析是等于位于该频率的波组集中式有线网络，用于预处理分析。小波阵列分析模式中的最大值方法用于处理有线网络时间反射信号时，滤波前的到达时间由波段信号强度的位置决定。行波中分析的频率，以及行波的传播速度的中心结构。据这些参数，由于噪声总是被引入到预测有线网络的时间反射信号的过程中，所以检测到的预测信号的小波分析变换值也被重叠值叠加。波分析原始信号和小波分析变换噪声值。波分析阈值识别技术阈值识别技术小波分析技术原理组合阈值拒绝方法小波分析的主要变换提供了强大的数据去相关，允许信号能量集中在小波分析域中的少量大小波分析系数。是，信号的小波分析系数的幅度大于噪声的小波分析系数的幅度;因此，阈值分析方法用于保持信号的小波分析系数，并且噪声的小波分析系数减小到零。波分析阈值降噪方法在所有尺度上执行小波分析分解，保留所有高分辨率和低分辨率小波分析系数，并允许定义适当的阈值。度小于小波分析系数。义了所有零，高于阈值的小波的分析系数要么预先完全保留，要么缩回，这给出了小波的估计分析系数。于小波分析函数选择的基本小波分析函数的识别将对有线网络的降噪效果产生一定的影响。
此，降噪的第一步是选择合适的基本小波分析。有线网络选择最佳的基本小波分析功能，迄今没有理论标准。般原理是基于基本小波分析函数的性质，检测信号的特征和分析的具体要求。
于信号波形和所选择的小波分析基函数相似，所以信号中包含的信号特征接近基本分析函数的波形。波将被放大，波形包络模型通常由高斯近似描述。
择的小波分析基础应该是有线网络的规模或波形上有线网络的近似比例。适应确定最优分解层数的小波分析算法根据前面的分析，为了有效地达到噪声滤波和高频信息保存的目的，有必要选择不进行小波分析和确定最佳分解层的适当阈值。数字也是小波分析降噪算法的关键。定小波分析的分解层数会带来以下问题：小波分析的分解层数与采样频率之间存在一些电缆桥连接。同的采样率将在同一分解层上给出不同的频率段;在分析信号时，
矿用电缆每个尺度信号的小波变换等效于有待预处理的有线网络中心频率的波群。着分析尺度的变化，中心频率和分析信号的频带范围也会改变。
前，通常凭经验获得最佳分解层数[3]的选择，但获得的唯一结果是固定值，并且难以在不同的噪声环境中获得最佳降噪效果。分解层的数量太大时，会导致有用信息的丢失，信噪比会降低，计算工作量也会大大增加。分解层的数量太少时，难以区分信号和噪声。前，确定最优分解层的方法主要是通过白噪声测试，并且目标函数的构造方法来确定使用所述信噪比作为指标的最佳分解层，和基于小波分析系数奇异谱分析确定最佳分解层的方法。出了基于信噪比（SNR）确定最优分解层的方法，建立了一种表示最优分解尺度的判断函数，提出了一种小波分析方法。应确定算法。波分析分解层数的自适应确定算法在小波分析变换的基础上，信号多分辨率分析使用两组滤波器系数{cs，m}和{ds， m}将预测信号x（t）分解成近似分量。细节组件。
果采样频率为f，k为分解的层数，近似预测的信号分量是频率[0，F / 2K]过滤器动作之后{CS，M}和的分量细节部分已过滤。{ds，m}动作后的频率在[f / 2k，f / 2k-1]之间。续有线网络预测信号的近似分量经过小波分析分解，频率在[0，f / 2k 1]范围内的近似分量和频率为的详细分量。
[f / 2k 1，f / 2k]的范围内可以获得。以看出，当采样频率恒定时，它随着分解层的数量而变化，并且分析的预测信号中的频带范围改变。前识别算法的小波分析小波分析的变换具有很强的数据去相关性，信号能量可以集中在小规模小波分析领域大小波分析系数的数量，而噪声分布在小波分析领域。
线网络应该有大量的小波小波系数[2]。小波分析之后，信号的小波分析系数的幅度大于噪声的小波分析系数的幅度。值方法通过设置阈值来保留信号的小波分析系数，并将大多数噪声的小波分析系数降低到零。
一些情况下，在通过阈值方法去噪之后，保留高能噪声或干扰脉冲并且小波分析系数高于定义的阈值，使得难以找到奇点。小波分析转换中。于小波分析变换具有有线网络的时域和频域中的本地信号特性的特性，因此适合于预测反射信号的波前的到达时间。有线网络的时域中反射。论多尺度分析信号分解小波信号和白噪声的分析预测电缆网络允许以研究信号的变化和白噪声的法预测不同的理论échelles.Lexplication并且对有线网络报告的分析进一步突出了消除小波分析。
声算法简单易行。对小波分析中的最优分解层，提出了一种自适应确定算法。
算法可以自适应地选择最优分解层，以达到最优的去噪效果。
本文转载自
电缆价格 https://www.haoluoyi.com
猜您兴趣
首页
QQ