国外研究人员通过多年对小波分析法的研究，提出小波收缩去噪法，此种方式具有更加优良的效果，可以极大程度的消除叠加性高斯白噪声。经过对小波变化的性质了解可知，高斯噪声的小波变换符合高斯分布，并且能够在频率空间中具有良好的分布情况。但是受到局限性影响，导致其只能够在较小的空间中存在频率空间。
如何能在噪声与干扰中经过处理得到信号的原貌是建立高精度系统模型与高性能控制系统的关键因素。
在实际应用中，最为常见的是滤波器去噪方法，但是它存在着一个十分致命的缺陷，就是无法完全保留原有信号，从而导致信号的失真与信号中信息的丢失，因为它只是单纯的从频域的角度来去除特定范围内的噪声。Donoho和Johnstone提出的小波收缩去噪的技术，能在叠加性高斯白噪声环境下，针对小波分解系数，可以充分在高级随机变量和正交小波变换性质的基础上，做阈值量化来检测信号，从而无失真的还原出信号的原貌。
1.2 我国去噪技术的发展历史和研究现状
实验中所采用的小波中，具有多种噪音，可以将各种噪音分为两种情况，分别是相干噪声和随机噪声。相干噪声主要包括多次波或者面波等，而随机噪音主要有测量误差、环境噪音等。对于噪音去除措施，可以针对不同种类开展针对性的解决措施，通常来讲，都会利用F一K域消除、切除方法消除相干噪声；而消除随机噪音，则采取了F一X域预测去噪方法，也可以是多种方法结合使用。傅里叶变换在很多信号去噪的方式中利用，尽管傅里叶变换在进行信号分析和处理具有一定的作用，但是其也有很多不足之处，如果收到外界因素的影响，即使是非常小的变化，都有可能导致信号的频谱发生变化；也可以说，任意时间小范围的信号，都不会受到频段信息的影响。在实际过程中，信号通常都是出于在变化的状态中，所以有必要对其局部情况提高重视程度。假如使用短时傅里叶变换，对于其时刻特性的表示，可以使用时间窗的信号，但是时间分辨率又受到窗的宽度影响，如果宽度增加，那么时间分辨率也会越来越差。反之，只有适当降低窗的宽度，才有利于提升时间分辨率。因此，要想在同一时间内满足时间分辨率和频率分辨率，无法使用傅里叶变换。
1.3 小波分析发展状况
小波分析性能备受关注和重视，具有非常广泛的发展前景，并且正在快速发展成新的领域，活跃于数学和工程学科中，经过了长达10年的钻研与探究，现已建立了比较完整的数学形式化体系。与傅立叶变换相比，可以从变换后的信息中，实现小波变换的空间（时间）和局部信号的数周提取。而在展开分析细化函数或信号的尺度时，可以采取伸缩和平移等运算功能，进而实现很多问题的解决，防止出现利用傅立叶变换而出现的问题。现如今，在很多领域中已经利用小波变化开展研究工作，比如说信号处理和图像处理，应用数学，地震勘探，以及物理学等等。有部分数学家提出，小波分析属于数学领域中的一个分支，主要集合了Fourier分析、数值分析以及泛函分析等，而在信号处理领域中，属于一种全新的多分辨分析技术和时间—尺度分析技术；而在信号分析方面，大气与海洋波分析方面，计算机视觉方面，语音合成方面，以及数据压缩方面，均具有重要意义。
 2 交流计数信号
交流计数电码自动闭塞，是我国于上世纪从国外引进，而随着设备的整体进步，我国的整体先进设备研发也取得了一定的成果，就我国当今主要形式而言，更多采用的便是双向双线模式，越来越少的采用交流计数的整体电码自动闭塞模式。但是不能忽视交流计数电码自动闭塞存在的优势，比如说具有良好的监督断轨的功能，并且具有较高的分路灵敏度，以及较长的轨道电路传输长度。而在一些站内电码化，依旧是沿用交流计数电码自动闭塞。 Matlab轨道电路移频信号的检测与去噪处理(3):http://www.youerw.com/tongxin/lunwen_41291.html