基于形态滤波的非线性时间序列降噪方法.pdfVIP

基于形态滤波的非线性时间序列降噪方法1 章立军，杨德斌，徐金梧 北京科技大学机械工程学院(100083) E-mail: lijunonline@263.net 摘 要：提出一种基于形态滤波的非线性时间序列降噪方法。由于非线性信号通常具有与高 斯白噪声类似的宽频带特征，因此采用小波分析等传统线性方法无法使信号与噪声分离。形 态滤波是一种非线性滤波方式，可以有效地提取信号的边缘轮廓及信号的形状特征。通过对 Lorenz 信号进行不同结构元素和形态算子的形态滤波处理，证实了形态滤波对降低信号噪 声和保留信号非线性特征方面的作用。为得到更加平滑且具有更清晰的系统非线性特征的信 号，对形态滤波后的信号进行了平滑滤波。数值仿真分析的结果验证了该降噪方法的有效性。 关键词：形态滤波，结构元素，平滑滤波，降噪，非线性时间序列 1．引言 [1] 非线性时间序列分析 是20世纪90年代逐步形成的。非线性现象在物理、化学、生命科 学等各个领域普遍存在。由于非线性信号通常具有与高斯白噪声类似的宽频带特征，因此利 用传统的线性信号分析（如小波分析等）方法研究混沌等非线性信号必然有一定的局限性。 近年来，非线性信号分析方法的研究受到广大学者的极大关注。汪芙平[2]等利用局部切空间 法提取混沌背景下的谐波信号，徐金梧等提出基于局部投影算法[3]和基于相重构和主流形识 别[4] 的方法分析非线性时间序列。但是由于这些方法计算量大，不利于实时计算。 [5]是在 20 世纪 80 年代 形态滤波（morphological filtering ）方法作为一种非线性滤波器 由G. Matereron 和 J. Serra 等[6]提出的。形态滤波具有严格的数学理论基础，在数字图像处理 [7,8]和信号处理[9,10]方面的应用已经取得了较好的效果，并形成了成熟的理论，建立了具体的 形态滤波算法。 本文以Lorenz混沌信号为例，主要分析形态滤波对非线性时间序列的降噪方法，并讨论 不同结构元素和形态算子对信号降低噪声和特征提取的不同效果。 2．形态滤波方法 形态滤波属于非线性滤波器，它可以有效地提取出信号的边缘轮廓以及信号的形状特 征。这是传统的小波分析等线性滤波方法所不具备的。 1.1 形态学基本运算 [11] 数学形态学有 2 种最基本运算：腐蚀（erosion ）和膨胀（dilation ） 。 设f (x) 和g (x) 分别为定义在D ⊂R n 和 G ⊂R n 上的 2 个函数，g (x) 关于原点的对 称函数g s (x) g (−x) 。f (x) 为输入信号，g (x) 为结构元素。f (x) 关于g (x) 的腐蚀和膨 本课题得到高等学校博士学科点专项科研基金（项目编号：20020008019 ）资助。 - 1 - 胀运算分别定义为： (f Θg s )(x ) inf {f (y ) −g (y −x )} (1) y ∈D ∩Gx (f ⊕g s )(x) sup {f (y ) +g (y −x)} (2) y ∈D ∩Gx 其中，符号inf 和sup 分别表示函数的极小和极大运算。 腐蚀和膨胀运算等价于离散函数在滑动滤波窗（相当于结构元素）内的最小值和最大值 滤波。一般情况下，腐蚀运算减小了信号的峰值，加宽了谷域；而膨胀运算增大了信号的谷