小波变换在信号去噪中的应用研究.docxVIP

摘要 傅里叶变换是一种传统的信号去噪方法，在众多科技领域中担任了重要的角色，但是，传统的滤波方法并不能有效的去除噪声。在实际中，信号和噪声是任意重叠的。伴随着科学水平的提高和技术的发展，小波分析这种理论方法逐渐步入历史舞台，由于它在时频域良好的局部化性质，故被称为信号分析的“显微镜”。 小波分析是基于信号的时间尺度或时间频率的一种分析方法，优点在于它的多分辨率分析，这种特点使小波分析优于傅里叶变换，因此选择小波去噪可以尽可能的满足要求。小波变换阈值法去噪是一种常用去噪方法，不同的选择方法会导致去噪效果的差异。 本文从阈值化去噪的原理出发，通过不同阈值选取规则、软硬阈值的选择以及不同小波的选择，来研究小波去噪。运用MATLAB编程仿真，对含噪信号进行去噪。 关键词：小波变换；阈值；MATLAB ABSTRACT Fourier transform is a kind of traditional signal denoising method which as animportant role in many areas of science and technology,but,this traditional filteringmethod does not remove the noise efficiently.In practice,the signal and noise is anyoverlap,with the development of science and technology,there arose a waveletanalysis theory and method,and it in time domain and frequency domain has goodproperty,referred to as the microscopeof signal analysis. Wavelet analysis is a kind of signal time scales or time frequency analysismethod,has the characteristics of multi-resolution analysis, is better than that ofFourier transform method, so the use of wavelet denoising can meet the requirementsof as much as possible. In this paper, starting from the principle of denoising threshold value, bydifferent threshold selection rules, hard and soft threshold selection and the choice ofdifferent wavelet, wavelet denoising to study.Use of MATLAB simulation, the noisesignal denoising. Key word: wavelet transform; threshold; MATLAB 引言 在科技飞速发展、信息传递更加快捷的今天，信息资源中的信号日趋多样化。但同时由于环境因素等各种影响，人们得到的信号往往会混入噪声，比如在嘈杂的环境通话、医学影响得到的图像等等。因此研究信号消噪有着至关重要的意义。 20世纪80年代人们突破傅里叶变换的不足，提出了小波变换这一新算法。利用小波变换对含噪信号进行降噪仿真实验，可以得到预期的效果。小波不像正弦波或余弦波那样没有终点，而是只在特别有限的一段区间内不为零。这样，它按时间轴就可以前后平移，设计好的小波函数就可以用于信号降噪或压缩。 本论文详细介绍了小波变换阈值法去噪这种常用的思想，并用两种常用小波函数去噪仿真，同时从硬阈值、软阈值、半软阈值到本文提出的新阈值处理方法对效果比较和分析。在实际中需要权衡效果选择最好的方法进行降噪。 1绪论 1.1小波去噪的意义与背景 在信号采集的过程中，不可回避的会被周围环境带来的噪声所污染。这些干扰使人们无法采集到纯净的信号，而是得到染噪信号。噪声的存在会掩盖原信号的特征及表达信息，因此，研究信号去噪是十分有意义的。对含噪信号消噪，也成为人们重点攻克的问题。目前，信号去噪的算法多种多样，基于小波变换的去噪方法成为降低噪声的一个有力工具。研究小波变换的理论知识，利用小波变换对染噪信号做小波分解，实现降噪处理。 傅里叶变换是一种常用的信号分析方法，能