为了解决测得的一维舰船范围轮廓数据中的噪声干扰和低信噪比 (SNR) 带来的挑战，这些因素显著影响目标识别，提出了一种新方法。引入了一种改进的自适应阈值小波去噪 (IATWD) 方法。最初，优化了小波去噪 (WD) 的两个关键参数，即阈值和阈值函数 (TF)。针对阈值优化，制定了与分解层数、每层的噪声标准差及信号长度相关的公式。随着分解层数的变化，能够自适应地为每一层确定最佳阈值。关于阈值函数 (TF) 的改进，设计了一种增强的 TF，根据软 TF 和硬 TF 的优点灵活调整。随后，通过分析可变因素、小波基函数和分解层次之间的相互作用，选择出该去噪方法的最佳参数。最后，使用去噪评价指标和支持向量机 (SVM) 验证了去噪的有效性及其对识别的影响，适用于模拟和实证数据。实验结果显示，IATWD 方法在去噪有效性和识别率方面显著优于传统 WD 方法和比较改进的方法。
Hong 等人（Mon，）研究了这个问题。