小波分析在信号去噪中的应用.docVIP

  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

小波分析在信号去噪中的应用

摘要:利用小波方法去噪,是小波分析应用于实际的重要方面。小波去噪的关键是如何选择阈值和如何利用阈值来处理小波系数,通过对几种去噪方法不同阀值的选取比对分析和基于MATLAB信号去噪的仿真试验,比拟各种阀值选取队去噪效果的影响。

关键词:小波去噪;阀值;MATLAB工具

1、小波去噪模型的建立

如果一个信号被噪声污染后为,那么根本的噪声模型就可以表示为

式中:为噪声;为噪声强度。最简单的情况下为高斯白噪声,且=1。小波变换就是要抑制以恢复,从而到达去除噪声的目的。从统计学的观点看,这个模型是一个随时间推移的回归模型,也可以看作是在正交基上对函数无参估计。小波去噪通常通过以下3个步骤予以实现:

a)小波分解;

b)设定各层细节的阈值,对得到的小波系数进行阈值处理;

c)小波逆变换重构信号。

小波去噪的结果取决于以下2点:

a)去噪后的信号应该和原信号有同等的光滑性;

b)信号经处理后与原信号的均方根误差越小,信噪比越大,效果越好。

如何选择阈值和如何利用阈值来量化小波系数,将直接影响到小波去噪结果。

2、小波系数的阈值处理

2.1由原始信号确定阈值

小波变换中,对各层系数降噪所需的阈值一般是根据原信号的信噪比来决定的。在模型里用这个量来表示,可以使用MATLAB中的wnoisest函数计算得到值,得到信号的噪声强度后,根据下式来确定各层的阈值。

式中n为信号的长度。

2.2基于样本估计的阈值选取

1)无偏似然估计(rigrsure):是一种基于Stein无偏似然估计原理的自适应阈值选择。对于给定的阈值T,得到它的似然估计,再将似然T最小化,就得到了所选的阈值,这是一种软件阈值估计。

2)阈值原那么(sqtwlolg):固定阈值T的计算公式为。

3)启发式阈值原那么(heursure):是无偏似然估计和固定阈值估计原那么的折中。如果信噪比很小,按无偏似然估计原那么处理的信号噪声较大,在这种情况下,就采用固定阈值形式。

4)极值阈值原那么(minimax):采用极大极小值原理选择阈值,它产生一个最小均方误差的极值,而不是没有误差。统计学上,这种极值原理用来设计估计器。因为被消噪的信号可以看作与未知回归函数的估计器相似,这种极值估计器可在给定的函数中实现最大均方误差最小化。

2.3软阈值和硬阈值

在确定阈值后,可以采用硬阈值或软阈值的处理方法对小波系数做阈值处理。硬阈值法只保存大于阈值的小波系数并将其他的小波系数置零,其表达式如下:

软阈值法将小于阈值的小波系数置零,并把大于阈值的小波系数向零做收缩,其表达式如下:

3、小波去噪的MATLAB仿真比照试验

给定函数作为原始信号,然后加一组随机噪声,然后分别选取不同阀值对信号用小波以为信号的自动消噪进行去噪处理。采用的小波为sym8,分解层数为5,小波函数为wden。结果如图一所示

图一不同阀值系数软阀值去噪效果图

由图一可大致看出去噪效果比照heusure和minimaxi阀值的去噪效果较好,sqtwolo阀值降噪效果相对较差。而rigrsure看不出明显差异。

图二不同阀值系数硬阀值去噪效果图

图二可看出,对硬阀值去噪minimaxi阀值的效果最差。

为了精确的表示去噪效果,可与计算去噪后的信噪比〔〕和均方根误差〔〕。计算公式如下:

信号的信噪比越高,原始信号和去噪信号的均方根误差越小,去噪信号就越接近原信号,去噪的效果也就越好。表一给出了各种阀值选取得信噪比和均方根误差的比拟。

表一几种阀值软阀值去噪后的和

heusure

rigrsure

sqtwolog

minimaxi

〔均方根误差〕

0.2172

0.1499

0.0942

0.0739

〔信噪比〕

2.5758

5.7979

9.8316

11.9394

4、结论

本文对基于小波分析的去噪方法进行了研究,指出小波去噪阀值的选取对去噪效果的影响,并利用MATLAB的小波分析工具箱进行了仿真试验,试验说明利用小波分析方法可以到达良好的去噪效果,并且minimaxi阀值的去噪效果最好。

参考文献:

[1]胡昌华李国华基于MATLAB6.0的系统分析与设计——小波分析西安电子科技大学出版社

[2]吴伟,蔡培升基于MATLAB的小波去噪仿真(西安石油大学机械工程学院,陕西西安710065)

附:

Matlab程序

clear

clc

x=0:0.01:3;

f=exp(-x).*cos(10*x);%原始信号函数

subplot(3,2,1);

plot(f);title(原始信号图形);%画出原始信号图形

noise=0.2*randn(size(f));

f1=f+noise;%噪声信号

subplot(322)

plot(f1);title(加

文档评论(0)

liuzhouzhong + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档