基于小波分析的信号消噪方法.docxVIP

基于小波分析的信号消噪方法 1 信号的提取和描述 在信号采集和传输过程中，原始信号受到大量噪声信号的影响，导致各种波形。因此要对接收到的信号加以处理,提取出有用的原始信号。 小波分析是近年来的重大突破。和傅立叶分析相比,它在时域和频域上均具有较好的局部化特性,被广泛用于信号处理、图像处理、模式识别等领域,尤其对图像和信号的消噪。在此,将多尺度小波变换的Mallat算法和小波包变换用于信号消噪,并采用Matlab编制了相应程序。 2 小波分析和噪声去除基本原则 2.1 +g-1推导多尺度一维小波分解公式 此处的小波变换消噪是基于多尺度小波变换的分解和重物。 L2(R)多尺度分析空间序列{Vm}m∈z,当m充分大时Vm逼近L2(R),这时对任意f∈L2,有fm≈f,fm为f在Vm上的投影。中,Φ是{Vj}的生成元,Ψj,n是Wj的标准正交基。其中: 取m=0,f0=f,则: 由式(1)有:f0=f-1+g-1 导出多尺度一维小波分解公式: 即:C0→C1→C2→C3→…→C0 c0,c1,…,cN表示信号f分解后的低频部分,d1,d2,…,dN及cN表示高频部分。 可用d1,…,dN及cN重物c0,从而得到f0=f。即:Cnk-1=f-(k+1), 相应多尺度小波变换消噪算法: (1)一维信号小波分解:选择子波及小波分解层及N,对信号s进行N层多尺度小波分解。 (2)对分解后的高频系