估计宇宙微波背景为宇宙学是至关重要的。然而,它估计等证据调查的威尔金森微波各向异性探测器或最近普朗克挑战:招商银行地图通常估计通过一些源分离技术的应用从未防止噪音污染,最终映射前景残差。这些虚假的污染噪音或前景是否残差是众所周知的是瘟疫对大多数宇宙学相关测试或评估;这包括招商银行透镜重建或非高斯特征搜索。降噪通常是通过一个简单的维纳滤波器在球面谐波;然而,这并不占的non-stationarity噪音。前景污染通常是由屏蔽解决最强烈的残差检测到的地图,这使得招商银行评估难以执行。在本文中,我们引入一个新的降噪框架创造LIW-Filtering线性小波滤波迭代就是能占噪声空间变异性由于小波建模,同时保持高度期望的维纳滤波器的线性。我们进一步表明,相同的过滤技术可以有效地执行前景减少污染从而提供一个全球清洁CMB地图。数值模拟结果普朗克提供数据。