混沌信号的多分辨率分形滤波.pdfVIP

信号处理 17 混沌信号的多分辨率分形滤波 陈．琢粱蓓 郭军 (贵州大学物理系) 【■要】本文分析了混沌信号与白噪声在小波变换中不同尺度下分解的方差随分尺度的变化规律，提出了基 于分形维教的多分辨率分形滤波的重构计算方法，在满足最小均方误差的条件下重构信号．计算结果表明该方 法滤波效果良好．可用于混沌信号的滤波． 关t词：多分辨宰分析，混沌．分形游波 一， 引言 非线性动力学系统与混沌的研究正朝着实际应用的方向发展。已经取得一些成果的领域包括n】；混沌的 控制．混沌通信，非线性预测，病理检测以及在揭沌噪声背景中的信号检测等等，它们的一个兆同问题就是要 检援I和处理含有噪声的混沌信号。由于混沌信号具有类似噪声宽频带的特点。传统的线性滤波方法不能被利用． 从混沌信号中消除噪声是实际应用中必须解决的问最，已有的方法大体上可分成两类：即已知动力学系统 and 和未知动力学系统的．对已知动力学系统如Farmer 造一个受系统方程约束的价值函数，通过优化达到去除噪声的目的．而后者要利用Takens相空问重构理论重 构一个与真实系统拓扑同构的动力学系统．在用延迟坐标法等重构相空间时通常都要使用主分量分析(PEA) 来确定嵌入维敬和降低嗓声，PCA降噪的根据是；具有小的方差的主分量主要是嗓声成份，硬性把它截去，这 样一来同时也截击了信号中能量低的成份．给混沌信息带来损失．实际上Pc^是建立在相关阵的基础上。仅仅 从能量这一个角度来处理问题，突出了信号中较强的成份．减小了弱成份在信号中盼褒现 既便是给出了系统的方程，当系统发生改变，或当系统的状态变量不能全部测出时．就没有必要考虑系 统精确的数学模型．典型的代衰就是混沌控制中的OG7方法，OGY方法在实际应用中遇到的主要问恶是它对 噪声非常敏感怡J，测量仪器韵噪声，计算中的量化噪声等，都会使徽弱的控制信号被淹没，从而使整个控制失 败．本文中我们分析了混沌信号与噪声的不同特性，不依靠系统的数学模型而是在小波域上处理混沌信号的阵 噪问题．小波变换是在不向的时频段对信号进行分析，效果显然比仅仅从能量一方面考虑要好。 二、多分辨率分形滤波原理 从噪声中提取有用信号的方法都是基于信号与噪声有不同的统计特性。不周的频带分布．混沌信号是由确 定的有限雏动力学系统所产生，具有一定的随机性以及连续宽带功率谱等与自噪声相似黼点．若进一步分析 它们的频谱分布，是有很明显的区别拈】：白噪声的能量均匀分布．混沌序列的能量主要集中在相对较低频率区 域，且随着频率的增大有减小的趋势。尽瞥幅度连绥分布．但变化十分剧烈．对于一个受噪声污染的混沌时问 序列。其频谱将是这两种频谱的叠加．在一些频段上j置i屯信号占优势，如低频段和莱些频率附近，而在信号较 弱的区域则被噪声淹没．如果我们能对不同的频段采用不同的处理方法，就能更有效地抑制噪声，保留信号的 特征．例如，当噪声强时采用衰减较强的处理方法来抑制噪声． 小波变换是目前信号分析中一种非常有效的工具．良好的时域和频域分辩率使其在非平稳信号，突变信号 等传统信号处理方法无法解捷的领域中发挥作用．考摩到混沌信号与噪声的不同频率分布，利用小波变挽将其 18 信号处理 分解到不同的分辨率上进行处理将会更加有效。 时间序列x(n)是在一定间隔△t上对实腼秸号x(t)的有限分辨宰的测量．小波变换中通常假定这时的分 辨率为l，基本小波v(t)的尺度伸缩和位移v^。(t)构成了不同分辨率下的标准正交基． y¨O)=2-J12妒(2-jt一即) (1) x(t)在分解尺度j上的小波变换系数可表示为： 混沌信号与白噪声的小波变换具有不周的特点．表现为信号的变换值麓尺度的增大而增大，而噪声的变换 值随尺度的增大而迅速衰减．我们分别计算了它们的不同分解尺度下的方差，结果是一样的．逸说明白噪声的 能量主要集中在小尺度分解系数中．混沌信号