基于小波变换和独立分量分析的去噪方法研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 引言 | 第8-10页 |
| 第1章 绪论 | 第10-13页 |
| ·选题背景和意义 | 第10页 |
| ·传统去噪方法的局限 | 第10-11页 |
| ·信号去噪的准则和模型 | 第11页 |
| ·信号去噪的准则 | 第11页 |
| ·信号噪声模型 | 第11页 |
| ·本论文主要工作 | 第11-13页 |
| 第2章 小波分析的基本理论 | 第13-20页 |
| ·从傅里叶变换到小波变换 | 第13-14页 |
| ·傅里叶变换 | 第13-14页 |
| ·短时傅里叶变换 | 第14页 |
| ·小波变换 | 第14-16页 |
| ·连续小波变换 | 第15页 |
| ·二带小波变换 | 第15-16页 |
| ·离散小波变换 | 第16页 |
| ·多分辨率分析及其MALLAT算法 | 第16-19页 |
| ·多分辨率分析 | 第16-17页 |
| ·Mallat算法 | 第17-19页 |
| ·小结 | 第19-20页 |
| 第3章 小波去噪原理与方法 | 第20-31页 |
| ·小波去噪的原理 | 第20-21页 |
| ·小波去噪的方法 | 第21-27页 |
| ·小波变换模极大值法去噪方法 | 第21-24页 |
| ·空域相关去噪方法 | 第24-25页 |
| ·改进的空域滤波方法 | 第25-26页 |
| ·小波阈值去噪方法 | 第26-27页 |
| ·仿真结果以及比较分析 | 第27-30页 |
| ·仿真结果 | 第27-28页 |
| ·输出信噪比(SNR)和最小均方误差(MSE) | 第28-29页 |
| ·比较与分析 | 第29-30页 |
| ·小结 | 第30-31页 |
| 第4章 独立分量分析(ICA)原理及其算法 | 第31-45页 |
| ·ICA基本模型 | 第31-32页 |
| ·ICA的算法研究 | 第32-40页 |
| ·数据的预处理 | 第33-34页 |
| ·FastICA算法 | 第34-38页 |
| ·相对梯度算法 | 第38-40页 |
| ·可调速率相对梯度学习算法 | 第40-44页 |
| ·算法介绍 | 第40-42页 |
| ·仿真实验和结果分析 | 第42-44页 |
| ·小结 | 第44-45页 |
| 第5章 独立分量分析(ICA)去噪 | 第45-48页 |
| ·独立分量分析(ICA)去噪 | 第45-46页 |
| ·小波和独立分量分析去噪的比较 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第6章 结论与展望 | 第48-50页 |
| ·去噪工作总结 | 第48页 |
| ·存在问题及其展望 | 第48-50页 |
| 参考文献 | 第50-54页 |
| 致谢 | 第54-55页 |
| 硕士期间发表论文 | 第55-56页 |
