改进的非线性信号小波消噪方法

合集下载

小波去噪的几种方法

小波去噪的几种方法

收稿日期:2001-09-24基金项目:国家“863”基金资助项目(2001AA423300)和安徽省自然科学基金资助项目(00043310)作者简介:文 莉(1973-),女,安徽合肥人,合肥工业大学硕士生;刘正士(1947-),男,安徽合肥人,博士,合肥工业大学教授,博士生导师;葛运建(1947-),男,山东蓬莱人,中国科学院合肥智能机械研究所研究员,博士生导师.第25卷第2期合肥工业大学学报(自然科学版)Vol.25No.22002年4月JO URN AL O F HEFEI UN IV ERSITY O F TECHNO LOGY Apr.2002小波去噪的几种方法文 莉1, 刘正士1, 葛运建2(1.合肥工业大学机械与汽车工程学院,安徽合肥 230009; 2.中国科学院合肥智能机械研究所,安徽合肥 230031)摘 要:利用小波方法去噪,是小波分析应用于工程实际的一个重要方面。

该文介绍了几种常用的小波去噪方法,分别是小波分解与重构法、非线性小波变换阈值法、平移不变量法和小波变换模极大值法。

将上述几种方法分别用于叠加了高斯白噪声的仿真信号的去噪处理,并通过对几种方法优缺点的比较,为小波去噪的方法选择提供了一个参考依据。

关键词:小波变换;去噪;阈值;平移不变量;模极大值中图分类号:T H165.3 文献标识码:A 文章编号:1003-5060(2002)02-0167-06Several methods of wavelet denoisingW EN Li 1, LIU Zh eng-shi 1, GE Yun-jian2(1.School of M echanical and Au tomobile Engineering,Hefei University of Tech nology,Hefei 230009,China; 2.Hefei Institute of In tel-l igent Ins tru men t,Chin ese Acad emy of Sciences ,Hefei 230031,China)Abstract:Using w av elet denoising is an impor tant application o f wav elet a nalysis in engineering .Sev-eral popula r w av elet denoising methods a re introduced herein including the w avelet deco mpo sitio n a nd reconstruction method,the nonlinear w av elet th resho ld denoising m ethod,the tra nsla tio n inva riant de-noising m ethod and the wavelet transfo rm m odulus maxima method.These m ethods are used to re-mov e the Gaussian white noise fro m the sim ulated sig nal respectiv ely.Their adv antages and disadv an-tages are co mpa red ,which may be helpful in selecting the m ethods o f wav elet denoising .Key words :w av elet transfo rm ;denoising ;threshold ;tra nsla tio n inv ariant ;modulus max ima小波分析是近十几年来发展起来的一种新的数学理论和方法,目前已被成功地应用于许多领域。

几种基于小波阈值去噪的改进方法(1)

几种基于小波阈值去噪的改进方法(1)

2008年2月第2期电子测试E LECTRON I C TESTFeb .2008No .2几种基于小波阈值去噪的改进方法朱艳芹,杨先麟(武汉工程大学 武汉 430074)摘 要:传统小波阈值去噪分为硬阈值去噪和软阈值去噪,而在其去噪过程中,硬阈值函数在一些不连续点处有时会产生伪吉布斯现象;软阈值函数中估计的小波系数与信号的小波信号之间存在恒定偏差。

为了去除这些现象,本文提出了几种新阈值函数的改进方案。

实验结果表明,新阈值函数消噪后的视觉特性较好,并且信噪比提高,均方根误差有所降低。

从而说明这些方法的有效性。

关键词:小波变换;阈值消噪;门限规则中图分类号:TP274 文献标识码:BSeveral ne w methods based on wavelet thresholding denoisingZhu Yanqin,Yang Xianlin(W uhan I nstitute of Technol ogy,W uhan 430074,China )Abstract:The typ ical method of threshold in de 2noising has t w o kinds of ways,one of the m is hard one and the other is s oft.I n s ome cases,such as on the discontinuities points,the Gibbs phenomenon will exhibit when we use hard thresholding functi on t o re move noise of signals and s oft hresholding method als o has disadvantages .I n order t o re move the shortings,s ome ne w thresholding functi ons are p resented .The results of the experi m ent show that the visi on of de 2noising is better and the R MSE of signal has been decreased a l ot while the S NR has been increased,which indicates the methods p resented in this paper are effective .Keywords:wavelet transf or m;thresholding denoising;method of threshold0 引 言近年来,小波理论得到了迅速发展,而且由于小波具有低熵性、多分辨特性、去相关性和选基灵活性等特点,所以它在处理非平稳信号、去除图像信号噪声方面表现出了强有力的优越性。

一种改进的小波变换信号消噪方法

一种改进的小波变换信号消噪方法

p e e tm eh d i b te h n o h r n r a me h d . r s n t o s e t r t a t e o m l t o s
Ke wo ds y r :W a ee t a s o m ,Fo re t a f r ,t e hod v lt r n f r u ir r nso m hr s l me ho de iig,c e fce t t d nosn o fii n ma iy gn f
LI i, NG a — a e DI J Xu 与数 学 系 , 西桂 林 广
Gul Gu n x , 4 0 4, ia i n, a g i 5 1 0 Ch n ) i
5 10 ) 4 0 4
( p rm e to m p tn c n e a d M a h ma is Gu l n t u e o e t o i Te h o o y, De a t n fCo u i g S i c n t e t , i n I s i t fElc r n c e c i t c n lg
文献标识码 : A 文 章 编 号 :0 27 7 ( 0 6 0— 1 70 1 0—3 8 2 0 )30 5 —4
中图 法 分 类 号 : TN9 1 7 1 .3
Ab t a t:n t sme ho t o fiin si cu ng l w nd hi r qu nce fwa ee r nso m s r c I hi t d,hec e fce t n l di o a gh fe e iso v ltt a f r
d nos d i hi y dr p e O . n h a i fsg lt o s nc e s d. ti h we ha h e ie n t s wa o p d a l t a d t e r to o i na o n iei r a e I S s o d t tt e

图像小波去噪方法

图像小波去噪方法

图像小波去噪去噪方法摘要:小波分析由于在时域、频域同时具有良好的局部化性质和多分辨率分析的特点,成为信号分析的一个强有力的工具。

木文首先介绍了小波分析的基木理论知识,然后介绍邻域平均法、时域频域低通滤波法、中值滤波法以及自适应平滑滤波法四种传统去噪方法,针对传统去噪方法的不足之处,提出了用小波变换和小波包对图像信号进行去噪处理。

通过Matlab仿真,得到了这两种方法的去噪效果的优缺点。

结果表明,小波包去噪方法无论是在视觉效果还是信噪比都比小波变换更好。

关键词:小波变换、小波包、图像去噪Abstract : Wavelet analysis in time domain and frequency domain due to the excellent localized properties and multi-resolution analysis of the characteristics of the signal analysis,become a powerful tool.This paper introduces the basic theories of wavelet analysis,then introduces neighborhood averaging method and time domain frequency domain low-pass filtering method,median filtering method and adaptive smoothing filtering method four traditional de-noising method,and compare to conventional de-noising method deficiency,put forward by wavelet transform and wavelet packet to deal with the noise of image signal.Through the simulation of Matlab,the advantages and disadvantages of the two methods could be demonstrated.Results show that the denoising method of wavelet packets in visual effect or signal-to-noise ratio is better than the wavelet transform.Keywords: Wavelet transform; Wavelet packet; Image de-nosing1 引言图像消噪是一种研究颇多的图像预处理技术,根据实际信号(图像是二维信号)和噪声的不同特点,人们提出了各式各样的去噪方法,其中最为直观的方法是根据噪声能景一般集中于高频,而信号频谱则分布于一个有限区间的这一特点,采用低通滤波的方法来进行去噪,例如滑动平均窗滤波、Wiener:线性滤波、中值滤波等。

1小波去噪

1小波去噪

1基于小波的信号去噪1.1最大似然估计阈值的去噪1.1.1应用背景在实际的工程应用中,如语音信号、机器震动信号都具有这样的特征:已知信号的概率密形式,噪声形式未知,信号与噪声为加性混合。

同时,实际信号多为Super-Guassian(概率密度分布的稀疏性大于Guassian密度函数)分布,即稀疏分布,而噪声信号是非稀疏性的。

因此,本文所针对的问题可以简化为对稀疏分布信号的消噪问题。

本文基于最大似然估计阈值处理法用Daubichies小波基进行分解与重构,对于不同信噪比的信号效果都比较明显。

1.1.2基本原理根据文献中,稀疏分布的概率密度函数可用式(1.1.1)表示(1.1.1)其中,d为稀疏分布的标准差,控制着该稀疏分布的稀疏程度,越小则分布越稀疏。

采用最大似然估计法,Hyvarinen得到了如下的阈值准则:(1.1.2)其中应用于实测的汽车发动机点火信号的去噪情况:图1.1.1 实测的汽车发动机点火信号图1.1.2采用硬阈值、软阈值及最大似然估计阈值法消噪的比较1.1.3去噪效果优点:最大似然估计阈值去噪的方法,从概率密度的角度去看待信号,充分利用了脉冲信号概率密度的稀疏性,去噪的效果明显优于传统的小波消噪方法。

1.2人的脉搏信号小波去噪算法1.2.1应用背景用于去除脉搏信号中的基线漂移、工频干扰及肌电干扰噪声。

1.2.2基本原理对去噪后的脉搏信号进行小波分解,重构指定的细节分量,采用阈值法提取脉搏的P波波峰点。

依据P波波峰与其它特征点的位置关系,分别提取T波波峰点,D波波峰点,V波波谷和脉搏初始点A,实现了脉搏信号5个特征点的提取。

其典型的脉冲波形如下图:图1.2.1 典型的脉搏波形特征点提取的算法流程如下:图1.2.2 P 波波峰的提取 图1.2.3 脉搏波形特征点的识别1.2.3去噪效果图1.2.4 去噪后信号与重构后信号的能量值曲线图1.2.5 脉搏信号的5个特征点的提取表1.2.1 四种不同去噪法的信噪比、均方根误差与能量比优点:给定阈值法的RMSE明显小于前三种方法的RMSE,信噪比有很大的提高,且能量成分保持较好,失真度明显降低。

一种改进的小波消噪算法

一种改进的小波消噪算法

留 了小 波 分 析 处 理 时 变 信 号 的优 势 所 在 , 较 传 统 的 消 噪 应 用 , 法 相 对 简 单 , 于 实 现 。利 用 实 际 但 算 易 数 据 对 该 消 噪 算 法 进 行 了数 据 验 证 , 与 传 统 小 波 消 噪 算 法 等 对 比算 法 进 行 了 效 果 对 比 。验 证 结 果 并
种能 同时 在时 间和频 率域 内进 行局 部 化 信号 分
析 的方法 , 宜 于进 行 非 平稳 时变 信 号 的时 频 分 适
析 。在信 号处 理 中 , 用 小 波变 换 进 行 消 噪 方法 应 已相对成 熟 , 很多 领域 都得 到 了应 用 。文 献 [ - 在 2
如下 3种 : 强 制 消 噪 处 理 ; 默 认 阈值 消 噪 处 ① ② 理 ; 给定软 ( ③ 或硬 ) 阈值消 噪处 理 。
值和 如何 进行 阈值 的量 化 。
根据 基本 的 噪声 模 型 , 以使 用 4种规 则 来 可 选 取 阈值 , 每一 种 规 则 的选 择 由该 函数 中所 对 应
的输入 参 数 决 定 。该 函 数 返 回 的是 所 求 阈 值 的
值。
阈值选 择规 则是 基 于基本 模 型 s 一, + () ()
问题 进行 了研 究 , 献 [—] 采用 小 波去 噪来 实 文 78 等
现对 医学 信息 的 消噪 应 用 。文 献 [ ] 用小 波 分 9采 解 与其他算 法 的结 合 实 现 了对 信 号 的 消噪 应 用 。 但应 用小 波变换 进行 信号 消噪 , 计算 过程 复杂 , 如
何能 减小计 算量 , 之更适 合工 程应 用 , 是本 文 使 则 的研究 目标 。 本 文通 过对 噪声 的小 波 分 解 与 分 析 , 得 噪 获

小波阈值去噪原理

小波阈值去噪原理

小波阈值去噪原理
小波阈值去噪是一种常用的信号处理方法,其主要原理是通过小波变换将信号分解成不同频率的子带,然后对每个子带进行阈值处理,将小于阈值的系数置为0,大于阈值的系数保留。

最后将处理后的子带进行逆小波变换,得到去噪后的信号。

小波阈值去噪的主要步骤如下:
1. 将原始信号进行小波变换,得到不同频率的子带系数。

2. 对每个子带系数进行阈值处理,将小于阈值的系数置为0,大于阈值的系数保留。

3. 将处理后的子带系数进行逆小波变换,得到去噪后的信号。

小波阈值去噪的优点是能够有效地去除信号中的噪声,同时保留信号的重要信息。

与传统的滤波方法相比,小波阈值去噪具有更好的局部性和更高的精度,能够更好地适应信号的非平稳性和非线性特征。

小波阈值去噪的应用范围非常广泛,包括图像处理、语音处理、生物信号处理等领域。

在图像处理中,小波阈值去噪可以用于去除图像中
的噪声,提高图像的清晰度和质量;在语音处理中,小波阈值去噪可以用于去除语音信号中的噪声,提高语音的清晰度和可懂度;在生物信号处理中,小波阈值去噪可以用于去除生物信号中的噪声,提高信号的准确性和可靠性。

总之,小波阈值去噪是一种非常有效的信号处理方法,其原理简单、实现方便、效果显著,具有广泛的应用前景和研究价值。

电缆故障测试信号的小波去噪问题探讨

电缆故障测试信号的小波去噪问题探讨

电缆故障测试信号的小波去噪问题探讨摘要电缆测距过程中受到噪声信号的干扰,存在波形失真和噪声干扰的问题,为了提高测距的精度和便于判断波形,必须有效地消除噪声信号,保留真实信号。

利用小波分析理论在消噪方面的优势,引入小波消噪方法,达到很好的消噪效果。

关键词电缆故障;测试信号;小波去噪;算法改进由于不经处理的原始测试信号容易畸变,现场测试人员很难通过此信号判断出故障距离。

所以,各电缆故障测试仪的厂家在仪器里都有对信号进行处理,使得有用的信号得以保留,无用的信号得以屏蔽,最后得到的波形尽量与典型波形接近,便于测试人员判断。

小波分析作为一种新型的时频分析方法,由于其具有良好的时频局部性,并且具有Mallat快速算法,因此受到了越来越多的关注。

运用小波进行一维信号消噪处理是小波分析的一个重要应用之一,小波变换可以同时进行时频分析,具有时频局部化和变分辨率特性,因此特别适合于处理非平稳信号。

由于信号和噪声的模极大值在小波变换下呈现出的不同的变换趋势,因此小波去噪是基于模极大值原理的。

Mallat利用奇异信号和随机噪声在小波变换各尺度空间中模极大值的不同传播特性,提出了基于模极大值的小波消噪方法,该方法经过对模极大值的处理之后,存在一个由模极大值重构小波系数的问题,计算比较复杂。

另外一种比较简单的方法是对各个尺度上的小波系数进行重新整定,然后进行小波重构。

1小波消噪方法的改进探讨1.1软阈值消噪法的基本原理对于信号f(t)L2(R),如果在t0附近满足(1)(k为正常数),则称α是f(t)在t。

处的李氏指数,它是表示信号奇异性的一个数字特征。

如果信号变化越平滑,李氏指数α就越大。

如果信号的李氏指数α>0,则该信号的小波变换系数模极大值随着尺度的增大而增大,如果α0,小波变换系数模极大值随着尺度的增大而增大。

小波系数经过这样处理后就可以认为经过处理的小波系数是由信号引起的,对处理后的小波进行重构就可以得到消噪后的信号,具体过程如下:1)对含有噪声的信号进行二进小波分解,得到各尺度的小波系数;2)取,对小波系数进行如下处理:3)经过处理后的系数进行重构得到去噪声后的信号。

  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
小波 分析 的方法 具 有多 分辨 分 析 的特 点能够 对信 号 的任何 细节 进 行 多分辨 的时域 分析 。小 波 的消 噪方 法口 有很多,比较常用 的方法有分解与重构法 、模极大值法 和 阈值 法等 。以下将 对 这几 种方 法进 行分 析 比较研 究 。
1.1 分解与重构法
分 解 与重 构法 实 际上 是利 用 了小波变 换 多 分辨 分析 的特 性 ,把 原 始信 号 的有 效部 分和 噪 声 部分 分解 到不 同 的正交 频带 上 ,然 后把 噪 声所 在 的频 带去 除 ,保 留有 用 信 号 的频带 ,然 后 对信 号 进行 小波 重 构 ,使信 号 恢复 , 得到 消 噪后 的信 号 。
在 尺度 S下 ,若V ∈ 0,有 Wf(s,t) Wf(s,x0), 则 称x 所对应 的点为 函数在该尺度下的局部模极大值点。 经 小 波变 换得 到 的模 极 大值 和 信号f ix)的Lip指数 之 间存 在 如下 关 系 :
log2W 厂(£) log2k+.『口
(3)
从 上 式 可 以看 出 , 对 于 一 般 信 号 来 说 , 由于 其 0,可 以看 出经 过 小波 变 换得 到 的模 极 大值 将 会 随 的增 大 而逐 渐 增大 ;对于 白噪 声来 说 , 由于 其 a<O,可 以看 出经过小波变换得到 的模极大值将会 随着i的增大 而 逐渐 减 小 , 因此 可 以通 过观 察模 极 大值 在 不 同尺度 间 的变化 规 律来 实现 消 噪 的 目的 。若 点的值 随着 尺 度 的增 加 而减 小 ,则 此 点对应 于 噪声 的极值 点 ,可 以去 除 :若 点的值随着尺度的增加而增大 ,则此点对应于有用信号
式 中 :Cj,k为尺 度 系 数 ,h、g为 正 交 的镜 像 滤 波 器 组 ,dj为小 波系 数 ,j为小 波分 解 的层数 ,N为离 散采 样

点 的数量 。 小波重构是小波分解 的逆过程 ,计算公式为:
勺一1,n=∑n q,nhk一2n+∑n嘭,ngk一2n (2)
利 用 分解 与重 构法 消 噪后 的信 号 可能 还会 存在 一 些 噪 声 ,为提 高 消噪 的 效果 可 以将 消噪 后 的信号 再 次进 行 消 噪处 理 ,通 过 多次 处理 让信 号 的噪声逐 步 减小 。
MATLAB仿真证明改进后消噪效果显著提升 。
关键 词 :系统状态 ;非线性信号 ;小波消噪 ;MATLAB
中图分类号 :TH一39
文献标识码 :A
文章编号 :1 009-01 34(201 6)02-001 4-03
0 引言
为 生产 装备 系 统 匹配合 适 的传 感器 ,通过 采集 到 的 传感 器信 号 判 断 出系统 的 生产 状态 ,以便 快速 查 找有 问 题 的生产 环 节 。 由于传 感器 信 号极 易受 到 噪声 的干 扰 , 严 重 影 响传 感器信 号 的识别 和检 测 , 因此对 传 感器 信 号 进 行 消 噪迫 在眉 睫 。本 文选 择 小波 消噪 方法 对 非线 性信 号去 噪 ,并对 小 波 消噪 加 以改进 ,使非 线性 信 号更 容 易 识 别和 检测 。
改进 的非线性信号小波 消噪方法
The im proved m ethod of w avelet de-noising for nonlinear signal
齐春辉 ’,李其建
QI Chun.hui .LI Qi-jian
(1.河北工 业大 学 机械工程学 院,天 津 300130;2.西安交通大学 机械 工程 学院,西 安 710049)
摘 要 :选 用小波消 噪用于 生产系统 的非线 性传感器 信号消 噪 ,以便 通过判 断系统状态 来找出 系统运
行过 程中 生产 出次 品和 不合 格品 的 因素 。简介 小 波消 噪的三 种常 用方 法 ,并进 行 比较和 分
析。 以均方误 差最小 、信噪 比最 大为原则 ,筛选 出最适合的 消噪方法 ,对其进 行融合改进 。
1.2 模极大值法
函数 x)在某 一 点 的Lip指数 的大 小 表示 了该点 奇异 性 的大 小 。 越 小 ,表 示 该 点存 在 突变 越 明显 ,奇 异性 也 就 越 大 ; 越 大 ,表 示 该 点 越 光 滑 。对 于 不 同 的信 号 ,得 到 的 的值 也各 不 相 同 ,对 于一 般 的信 号 >-0, 脉冲信号 =一1,信号 中存在 白噪声时Ot<0 =一寺一£, £< o)。
极大 值 点进 行 重建 ,便 可 以得到 消噪之 后 的信 号 。
小 ,信 噪 比最 大 的为一 种 方法 ,则选 用这 种方 法 为该 信
1.3 阈值消噪法 阈值 法 是基 于 阈值 处 理 的小波 变 换方 法 。为 了便 于
收稿 日期:2015-11-09 作者简介:齐春辉 (1991一),女,河 北唐 山人 ,硕士研究生 ,研究方 向为机械 电子 工程 。
【14】 第38卷 第2期 2016—02
的极值点,保留此点。然后再用交替投影法对保留的模 噪 ,求 解均 方 根误 差和 信 噪 比 。若 对 应 的均 方差 误差 最
对信号f(t)进行离散采样 ,得到一组数据fk(k=1, 2, … ,N),fk=c 将 信 号 t)进 行 小波 变换 分 解 ,计 算 公式 为 :
{I 口C:j,kk一== ∑Z ̄nn rd1 Cj i..11l, nn h gnn. 一22kR, : 一 o ’ 2, ’… … ,N一 一 1) (1)J ,
1 小波消噪方法利 用 小波 变换 把 噪 声从信 号 中 分离 出来 的 滤波 方法 。其原 理 是把 原始 信 号 的有 效部 分和 噪 声投 影 到不 同 的正 交频 带上 ,把有 效信 号和 噪声信 号 区分 开来 ,实现 消噪 的 目的[1】。
相关文档
最新文档