自顺应小波去噪算法研究.pdf

摘要 小波分析是数学领域中一个有趣的研究课题。它包含了丰富的数学内容，并 有广泛应用的潜力。讨论小波的新理论、新方法和新应用具有重要的理论意义和 实际价值。目前，它在许多应用领域一如图像压缩、信号去噪、自适应滤波等得 到了广泛的应用，是最为活跃的应用研究领域之一。 本文研究自适应小波去噪算法。论文围绕着滤波器组设计中优化问题的求解 而展开。本文的主要内容分为两部分：第一部分研究了采用自适应滤波器组进行 去噪的新方法。第二部分研究了无完全重构自适应FIR滤波器组的时域设计方法。 第二章是本文的预备知识。前面部分介绍了滤波器的基本知识，正交滤波器 组、双正交滤波器组的性质以及一些自适应滤波器组，后面部分介绍小波去噪的 原理、方法及步骤和闽值选取准则。 第三章研究了基于自适应正交滤波器组的去噪新方法。在本章中，我们研究 了采用自适应滤波器组进行去噪的新方法。由于自适应滤波器组的频率响应匹配 于信号的统计特性，能够得到更有效的信号分解。结合自适应滤波器组和传统的 阈值方法，我们得到了一种更为有效的去噪方法。实验结果表明，在滤波器长度 相同的情况下，新方法得到了更大的信噪比改善。 第四章研究了无完全重构自适应FIR滤波器组的时域设计方法。我们首先通 过对最优IIR双正交滤波器的FIR近似来确定最初的滤波器；接着，我们用～个三 步算法来求解优化问题。对于中等长度的滤波器组，文中给出了三组设计的数值 结果。通过对两种类型失真之间的有效折中，其子带编码增益接近或超过了最优 IIR双正交滤波器组。 关键词：小波去噪阈值自适应正交滤波器无完全重构FIR滤波器 Abstract Wavelet isan research inthe mathematics analysisinterestingsubject field．It embracesrichmathematics contentsinitandwithits potential widelyapplication．To the discussnew and of theory,methods waveletsisof theoretical applications great and value．At hasbeen significance usedin practical present，it widely manyfields， aS suchimage noise isoneofthe reduction,signal reduction，signal—adapted filtering．It mostactive andresearch application fields． of waveletnoisereductionare inthis Algorithms signal—adapted investigated r．The is