1. 研究目的与意义（文献综述）

在实验中，会不可避免地的引入一些野值和数据噪声，如何将野值和数据噪声去除并恢复有用的信号，是数据分析处理中所要关心的主要问题。野值，即在采集实验数据时，可能存在读错数，测量方法错误，测量的仪器有损耗或者缺陷等等人为因素以及周围环境的不稳定性，会产生孤立的或者一小部分严重偏离大部分数据所呈现的趋势的异常数据。野值分为孤立型野值和斑点型野值。孤立野值的基本特点是，某一采样时刻处的测量数据是否为野值与前一时刻及后一时刻数据的质量无必然关系；斑点型野值的基本特点是，因相关性的影响，使野值点成片的出现，使得实时解算的结果在一段时间内严重偏离真实结果，具有很强的隐蔽性。数据噪声，即来自于周围环境的干扰而产生的阻碍真值的数据，在大多数情况呈现均匀分布的特点。由于野值和噪声的存在给实验数据的分析带来了比较大的难度，为了避免实验数据对后续的计算造成影响，有必要进行去野值处理和去噪处理。

剔除野值时采用不同的野值剔除准则也会影响野值剔除的性能，目前传统的剔除野值的方法有以下几种剔除准则：莱以特准则，罗曼诺夫斯基准则，格拉布斯准则，狄克逊准则，这四种方法都是以数学统计方面去处理数据的，由于是对整体数据的处理，可能会在去野值的同时丢失数据中的重要特征。在某些情况下，野值判别准则有时也会把一些非野值点误判为野值，需要选择合适的判别准则在野值的剔除率和误剔除率之间取得一个较好的平衡。

为此，本论文提出将小波变换与剔除准则结合起来的剔除野值的思路，在避免误删有用信息的条件下，实现同时剔除野值和数据噪声。

小波变换是一种时频分析的方法，小波变换会将数据进行多次小波分解（将信号波分解为有限长的会衰减的小波基函数）；噪声信号和有用信号在小波域内通常会表现出不同的性态，噪声的小波幅值较小，有用信号的小波幅值相对较大，噪声信号的小波系数会随着尺度的增加而明显减小，而有用信号的小波系数却基本不变。根据此特性，对含噪信号进行减小和消除。

2. 研究的基本内容与方案

2.1研究（设计）的基本内容

1、基于野值理论，将剔除准则和小波变换有效结合对数据中的野值进行处理。

2、基于小波理论，对数据进行分解，从而去除高频成分中的数据噪声进行处理。

3. 研究计划与安排

第1-2周：调研，查阅和阅读文献资料，明确研究内容。完成英文文献翻译等工作。确定方案，完成开题报告。

第3-5周：学习小波变换理论，用软件仿真相关波形。

第6-9周：用matlab进行建模仿真，针对不同小波阈值进行编写相关程序。

4. 参考文献（12篇以上）

[1]梁庶来.一种消除数字信号的研究.2014.湖南人文科技学学院

[2]庞岳峰，朱魏巍，李娟等.基于小波分析的gps定位数据降噪仿真.信息通信.2014.第2期

[3]余倩，李跃忠.基于小波变换的超声波含噪信号处理.电子质量.2013.第11期