小波去噪算法研究及小波硬件實(shí)現(xiàn).pdf

1、小波去噪是信號(hào)處理領(lǐng)域中的熱點(diǎn)與前沿課題。噪聲的干擾將會(huì)嚴(yán)重影響信號(hào)和圖像的質(zhì)量，致使產(chǎn)生后續(xù)處理的困難，如在特征提取、信號(hào)檢測(cè)、語(yǔ)音識(shí)別等領(lǐng)域中，噪聲的干擾會(huì)引起處理結(jié)果的偏差甚至錯(cuò)誤。 近年來(lái)，小波理論得到了非常迅速的發(fā)展。小波分析是目前國(guó)際上公認(rèn)的信號(hào)信息獲取與處理領(lǐng)域的高新技術(shù)，是多學(xué)科關(guān)注的熱點(diǎn)，是信號(hào)處理的前沿課題。由于小波變換具有低熵性、多分辨性、去相關(guān)性、選基靈活性等特性，使它成為在信號(hào)去噪領(lǐng)域內(nèi)的有力工具。

2、 本文在Donoho提出的小波閾值萎縮的基礎(chǔ)上，以加性高斯噪聲假設(shè)為前提，構(gòu)造了一種新的無(wú)限階連續(xù)可導(dǎo)函數(shù)，并以此閾值函數(shù)，基于suRE無(wú)偏估計(jì)，提出了一種自適應(yīng)小波閾值去噪算法；又將NeighShrink閾值去噪方法進(jìn)行擴(kuò)展并結(jié)合相關(guān)去噪方法，提出了一種層內(nèi)．層間混合模型的小波去噪算法；在非高斯噪聲假設(shè)的前提下，以Laplacian和Gaussian分布混合模型對(duì)非高斯噪聲進(jìn)行建模，對(duì)信號(hào)的三階、四階統(tǒng)計(jì)量進(jìn)行觀察與分析，并進(jìn)行直