基于双提升小波的自适应混沌信号降噪 adaptive noise reduction for chaotic signals based on dual-lifting wavelet transform.pdfVIP

基于双提升小波的自适应混沌信号降噪 adaptive noise reduction for chaotic signals based on dual-lifting wavelet transform.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于双提升小波的自适应混沌信号降噪 adaptive noise reduction for chaotic signals based on dual-lifting wavelet transform

第1期 电 子 学 报 v01.39No.1 2011年1月 ACTAElECrRONICASINICA Jan.20Il 基于双提升小波的自适应混沌信号降噪 刘云侠,杨国诗,贾群 (淮南师范学院计算机与信息工程系,安徽淮南232038) 摘要: 根据信号和噪声的特性不同,本文提出了一种基于双提升小波的自适应混沌信号降噪方法.该方法结 合奇异谱和梯度下降算法,分别对双提升小波变换后的近似部分和细节部分进行了分析.一方面,奇异谱分析更大程 度的去除了代表噪声的较小奇异值;另一方面,神经网络对非线性阈值的自学习,实现了小波系数的自适应选取,提高 了信号的定位精度.通过对Lorenz模型和月太阳黑子时序进行仿真,证实了本文所提方法能够对实际观测的混沌信号 进行有效的降噪. 关键词: 双提升小波;奇异谱分析;梯度下降算法;混沌信号;降噪 1 A 中图分类号:TN91 文献标识码: 文章编号:0372-2112(2011)01-0013-05 NoiseReductionforChaotic Basedon Adaptive Signals Wavelet Dual—LiftingTransform LIU Yun-xia,YANGGuo-shi,m QuIl (及舻棚“of凸嗍刹删钿砌勖—咖,胁妇Norma/踟岫,Hua/nan,An/u,;232038,aI妇) AbShact: todiffc肥-ntcharaaerisdcsofchaotic and‘;aussi锄noises.allnoise代曲州∞methodis According signals adaptive basedon decent usedforthe Proposed dual·lifungwavelet.Singularspeetn肋analysis(SSA)andgradientalgorithm雠respectively of former in anddetailinformation.TheIL*IIK)Ve8smaller value noisesa analysisoo卸№approximation singularrepresenting greater the thelatter for choiceofwaveletcoefficientsfurther of degree,whileemployedad删ve accuracy iII平ro懈the删60Ilillgsig— rials.Thechaodc Lorenzmodelaswellastheobserved seriesof forsimulation signals by generated mon

您可能关注的文档

文档评论(0)

qianqiana + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

版权声明书
用户编号:5132241303000003

1亿VIP精品文档

相关文档