由于柴油机工作环境复杂多变,喷油器信号中包含较多噪声,导致诊断率低。为降低噪声的影响,提高故障诊断率,提出一种麻雀算法优化变分模态分解(SSA-VMD)和改进时频峰值滤波(ITFPF)结合的信号去噪方法。针对VMD受分解参数制约的问题,以能量分解因子为目标函数,通过SSA自适应地将信号分解成一系列IMF,以解决参数设置不当导致的模态混叠问题。TFPF的窗长选择不当会影响其滤波效果,由于排列熵能够度量非平稳信号的复杂度,以排列熵为适应度函数寻到最优窗长,使ITFPF兼顾信号保真和噪声压制。仿真和试验结果表明SSA-VMD和ITFPF结合的方法降噪效果优于其他方法,并使故障识别率相比未优化VMD提高了10.13%。

针对滚动轴承在实际工作条件下背景噪声过大且难以去除等问题,基于CEEMDAN分解与SVD对背景噪声进行过滤。经对比实验分析证明,文中提出的方法在强噪声背景下比现有的单一降噪方法更有效,可以应用于类似的滚动轴承故障信号分析当中。

详细介绍了小波分析的基本理论,并将其引入到钢管漏磁探伤信号的分析中,可以去除噪声、压缩数据和检测奇异性,而且为缺陷的定性和定量分析提供了新的判定方法.

在管道超声无损检测中，超声回波信号往往受到电子噪声、结构噪声等噪声的影响，所以在分析缺陷回波信号时，必须对回波信号进行去噪处理．本文提出了一种新型的基于经验模态分解的方法对超声回波信号进行了良好的消噪处理．通过计算，超声回波信号的信噪比大约提高了11dB．

航空噪声的存在严重影响了机务人员和地勤人员的通信及健康，降低噪声是解决这一问题的有效途径。文章提出了一种新的改进谱减法，根据采集的真实航空噪声数据，将传统谱减法和改进的谱减法结果进行了比、较，计算结果表明，改进形式的谱减法可以有效降低航空噪声，提高语音的可懂度和信噪比。

以医用核磁共振自由感应衰减（FID）信号的去噪处理为研究目标，基于小波变换技术，分析了有效信号和噪声的小波变换特性，针对三种去噪方法——模极大值、阈值收缩和平移不变，提出了改进方案，并以阈值收缩去噪方法为例，对临床获取的神经胶质瘤病例的大量数据样本进行了去噪、分析实验，探讨了适用于本类FID信号去噪处理的小波基函数、分解参数、分解层次和阈值策略的选取方法，通过实验建立了最优选取方案。实验结果有效地验证了新方案良好的去噪性能。本研究对于医用磁共振数据的高效处理具有很好的参考价值。

超声检测中回波信号的噪声抑制对于正确分析材料的内部属性至关重要。匹配追踪方法把信号表示成与其结构匹配波形（原子）的线性展开。它能够自适应提取和原子相关的信号结构。从而实现了噪声抑制。超声信号处理中，根据回波特点，采用与其结构相似的Gabor原子。能够有效匹配超声信号中的回波信息。分别对不同信噪比下的仿真信号和试验信号用Gabor原子库进行匹配追踪方法去噪处理。并和小波去噪效果进行了比较。试验结果表明。利用该方法进行超声信号去噪处理能取得比小波去噪更好的效果。

根据超声检测缺陷回波的特点,提出了基于小波变换的超声缺陷回波的去噪方法.结果表明,它能较好地抑制噪声,使用该法处理的信号的信噪比明显提高,并且具有较高的缺陷定位精度和纵向分辨率.

针对刀具切削加工过程产生的声发射信号进行噪音滤除,以有效监测刀具磨损情况,提高工件加工质量。研究形态滤波与集合平均经验模态分解(EEMD)的有效组合方法,在时域和频域对信号进行降噪处理。首先采用加权级联形态滤波,滤除声发射信号的尖峰脉冲干扰;进而采用EEMD分解处理后的信号,计算所得本征模态分量(IMF)的相关性以去除虚假分量,达到去噪效果。仿真实例分别对模拟加噪声发射信号和实测刀具声发射信号进行处理,并提取去噪前后信号频率特征进行比较,仿真结果说明了此方法的有效性。

采取小波算法,运用小波变换阀值法对振动信号进行去噪。对比了传统的软阀值函数和硬阀值函数的优缺点,并在软、硬阀值函数的基础上,提出了一种改进的阀值函数的方法。通过与软、硬阀值函数方法去噪效果的仿真对比分析,新的去噪方法提高了重构信号的信噪比,可以有效去除噪声,并对原始信号的细节特征保留较好。