基于小波变换的信号去噪研究-电工理论与新技术专业论文.docxVIP

重庆大学硕士学位论文中文摘要 重庆大学硕士学位论文 中文摘要 I I 摘 要 信号在获取和传输的过程中由于信号发生器、传感器等设备会受到噪声的干 扰，因此，实际应用中获得的信号大都是含有噪声的。对含噪信号直接处理会影 响到特征识别、分类等后续处理工作。信号去噪的目的是在去除噪声的同时，最 大限度地保留原始信号信息。近年来，随着小波分析理论的发展和完善，基于小 波变换的信号去噪方法成为研究热点。基于小波变换的方法大致分为基于统计模 型的和基于阈值的两类，其中基于阈值的方法简单有效，因而，得到了广泛地应 用。 本文对基于小波阈值的信号去噪方法进行研究，重点讨论小波域选取和阈 值函数设计。对于一维信号，针对小波变换不具有平移不变性和对偶树复小波 不能对高频分量进一步分解的缺点，根据改进的对偶树复小波包变换理论特点， 结合 NeighCoeff 方法的优势用于类似于 Bumps 和 Quadchirp 等一维低频含噪信 号处理，改善了去噪性能；对于二维信号（图像），针对轮廓波变换产生频谱混 叠现象及 NeighLevel 模型不能描述小波系数尺度内邻域小波系数权重关系的局 限性，改进了阈值收缩准则，使 NeighLevel 方法更好地刻画小波系数之间的关 系，改善了图像的去噪效果。本文主要工作如下： ①.研究改进的对偶树复小波包变换理论，其每个子带具有良好的解析性能， 克服了非解析的对偶树复小波包变换部分子带产生的漏频现象，因此能够获得 较理想的重构效果。结合考虑邻域小波系数关系的 NeighCoeff 阈值收缩算法， 用于一维信号去噪。该算法与传统的小波阈值、基于对偶树复小波双变量模型 和基于对偶树复小波和非解析的对偶树复小波包的 NeighCoeff 方法相比，取得 了较好的去噪效果。 ②.研究抗混叠轮廓波变换理论和描述尺度内和相邻尺度间小波系数关系的 NeighLevel 模型，根据邻域小波系数之间的互信息量理论，对这一模型进行改 进，同时结合多尺度几何分析理论中的抗混叠轮廓波理论，提出一种改进的 NeighLevel 图像信号去噪方法，更好地刻画同一尺度不同位置的小波系数对当 前小波系数的权重关系，与 CWT-NeighLevel 相比，峰值信噪比提高了 0.6%-7%， 同时克服了轮廓波变换所产生的频谱混叠和复小波变换方向信息表征的不足， 且在边缘特征方面保持了良好的视觉效果。 关键词：小波变换，对偶树复小波包变换，抗混叠轮廓波变换，阈值，NeighLevel 模型 重庆大学硕士学位论文英文摘要 重庆大学硕士学位论文 英文摘要 II II ABSTRACT Signals are easy to be contaminated by noises due to signal generators, sensors and other equipments during the acquisition and transmission process. Therefore, most obtained signals in practical applications are noisy. Processing directly on the noisy signals will affect the feature recognition, classification and other follow-up steps. The aims of signal denoising are not only removing noises in signals, but also preserving the greatest extent of original signal information. In recent years, with the development and improvement of wavelet theories, the signal denoising method based on the wavelet transform has become a hot research topic. The method can be divided into two categories: one based on statistical models and the other threshold method, among which the threshold method is simple and effective, and therefore, it has been widely used. In this paper, the signal denoising metho