一種基于參數(shù)自整定的小波去噪算法研究
發(fā)布時(shí)間:2021-08-16 00:44
小波閾值去噪法因其算法簡(jiǎn)單、計(jì)算量小而廣泛應(yīng)用于信號(hào)去噪,提高了數(shù)據(jù)處理的精度和效率。為解決傳統(tǒng)小波閾值去噪法中閾值函數(shù)連續(xù)性差或原始小波系數(shù)與估計(jì)的小波系數(shù)存在恒定偏差的問(wèn)題,提出了一種基于參數(shù)自整定閾值函數(shù)的改進(jìn)小波去噪算法。該方法采用指數(shù)平滑逼近對(duì)小波系數(shù)進(jìn)行閾值處理,通過(guò)參數(shù)的自整定使其閾值函數(shù)能夠很快逼近硬閾值函數(shù)曲線,并具有較好的連續(xù)性和更佳的閾值估計(jì)小波系數(shù),從而使改進(jìn)后的小波去噪算法具有更好的去噪效果。仿真實(shí)驗(yàn)結(jié)果表明:相比于傳統(tǒng)的硬、軟閾值去噪方法,改進(jìn)后的小波去噪算法的去噪效果更優(yōu)。
【文章來(lái)源】:控制工程. 2020,27(03)北大核心CSCD
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
硬閾值函數(shù)曲線Fig.1Hardthresholdfunctioncurve
擇Donoho統(tǒng)一閾值,表達(dá)式為l=s2lnN,s代表噪聲強(qiáng)度,N代表信號(hào)長(zhǎng)度;閾值函數(shù)主要選擇硬閾值函數(shù)和軟閾值函數(shù),其函數(shù)定義分別為:硬閾值函數(shù):,,,,,0,jkjkjkjkwwwwll≥=<(5)軟閾值函數(shù):()(),,,,,sgn,0,jkjkjkjkjkwwwwwlll≥=<(6)式中,j,kw為原始小波系數(shù);l為閾值;j,kw為閾值處理后的估計(jì)小波系數(shù);sgn()為符號(hào)函數(shù)。硬閾值和軟閾值函數(shù)曲線,分別如圖1和圖2所示。圖1硬閾值函數(shù)曲線Fig.1Hardthresholdfunctioncurve圖2軟閾值函數(shù)曲線Fig.2Softthresholdfunctioncurve
3級(jí)小波重構(gòu)為例,Mallat算法重構(gòu)過(guò)程用濾波器圖形表示,如圖6所示。圖6Mallat重構(gòu)算法Fig.6Mallatreconstructionalgorithm綜上所述,改進(jìn)算法的去噪流程概括如下:首先選擇一個(gè)小波基按照Mallat分解算法對(duì)含噪信號(hào)進(jìn)行N層小波分解,然后根據(jù)統(tǒng)一閾值準(zhǔn)則或其他準(zhǔn)則確定信號(hào)閾值,再按照二分梯度自動(dòng)尋優(yōu)法確定改進(jìn)閾值函數(shù)中調(diào)節(jié)因子α的最佳取值,利用確定好的閾值和閾值函數(shù)對(duì)小波分解后的系數(shù)進(jìn)行閾值處理,最后按照Mallat重構(gòu)算法得到濾波后的重構(gòu)信號(hào),算法流程圖,如圖7所示。圖7改進(jìn)算法去噪流程圖Fig.7Improvedalgorithmde-noisingflowchart4仿真實(shí)驗(yàn)為了驗(yàn)證改進(jìn)閾值函數(shù)去噪算法的去噪效果,
【參考文獻(xiàn)】:
期刊論文
[1]基于新閾值函數(shù)的小波閾值去噪算法及仿真[J]. 郭繼坤,馬鵬飛,趙肖東. 工業(yè)儀表與自動(dòng)化裝置. 2015(01)
[2]一種改進(jìn)的小波閾值去噪算法[J]. 單銳,齊越,劉文. 蘭州理工大學(xué)學(xué)報(bào). 2014(04)
[3]基于自適應(yīng)閾值函數(shù)的小波閾值去噪方法[J]. 吳光文,王昌明,包建東,陳勇,胡揚(yáng)坡. 電子與信息學(xué)報(bào). 2014(06)
[4]基于新閾值函數(shù)的小波閾值去噪算法[J]. 王蓓,張根耀,李智,王靜. 計(jì)算機(jī)應(yīng)用. 2014(05)
[5]改進(jìn)型閾值函數(shù)在小波閾值圖像去噪中的應(yīng)用[J]. 緱新科,余超. 工業(yè)儀表與自動(dòng)化裝置. 2013(05)
[6]基于STF和小波閾值去噪的無(wú)人直升機(jī)故障診斷[J]. 張國(guó)超,李平,涂望明,孟慶志. 控制工程. 2013(03)
[7]改進(jìn)閾值與尺度間相關(guān)的小波紅外圖像去噪[J]. 楊恢先,王緒四,謝鵬鶴,冷愛(ài)蓮,彭友. 自動(dòng)化學(xué)報(bào). 2011(10)
[8]基于均值的小波閾值去噪方法[J]. 原志雷,杜勁松,畢欣. 控制工程. 2011(S1)
[9]基于漸近半軟閾值函數(shù)的超聲信號(hào)去噪方法[J]. 周西峰,朱文文,郭前崗. 探測(cè)與控制學(xué)報(bào). 2011(02)
[10]一種新的小波閾值去噪算法[J]. 金寶龍,李輝,趙乃杰,何海峰. 彈箭與制導(dǎo)學(xué)報(bào). 2011(01)
本文編號(hào):3345236
【文章來(lái)源】:控制工程. 2020,27(03)北大核心CSCD
【文章頁(yè)數(shù)】:7 頁(yè)
【部分圖文】:
硬閾值函數(shù)曲線Fig.1Hardthresholdfunctioncurve
擇Donoho統(tǒng)一閾值,表達(dá)式為l=s2lnN,s代表噪聲強(qiáng)度,N代表信號(hào)長(zhǎng)度;閾值函數(shù)主要選擇硬閾值函數(shù)和軟閾值函數(shù),其函數(shù)定義分別為:硬閾值函數(shù):,,,,,0,jkjkjkjkwwwwll≥=<(5)軟閾值函數(shù):()(),,,,,sgn,0,jkjkjkjkjkwwwwwlll≥=<(6)式中,j,kw為原始小波系數(shù);l為閾值;j,kw為閾值處理后的估計(jì)小波系數(shù);sgn()為符號(hào)函數(shù)。硬閾值和軟閾值函數(shù)曲線,分別如圖1和圖2所示。圖1硬閾值函數(shù)曲線Fig.1Hardthresholdfunctioncurve圖2軟閾值函數(shù)曲線Fig.2Softthresholdfunctioncurve
3級(jí)小波重構(gòu)為例,Mallat算法重構(gòu)過(guò)程用濾波器圖形表示,如圖6所示。圖6Mallat重構(gòu)算法Fig.6Mallatreconstructionalgorithm綜上所述,改進(jìn)算法的去噪流程概括如下:首先選擇一個(gè)小波基按照Mallat分解算法對(duì)含噪信號(hào)進(jìn)行N層小波分解,然后根據(jù)統(tǒng)一閾值準(zhǔn)則或其他準(zhǔn)則確定信號(hào)閾值,再按照二分梯度自動(dòng)尋優(yōu)法確定改進(jìn)閾值函數(shù)中調(diào)節(jié)因子α的最佳取值,利用確定好的閾值和閾值函數(shù)對(duì)小波分解后的系數(shù)進(jìn)行閾值處理,最后按照Mallat重構(gòu)算法得到濾波后的重構(gòu)信號(hào),算法流程圖,如圖7所示。圖7改進(jìn)算法去噪流程圖Fig.7Improvedalgorithmde-noisingflowchart4仿真實(shí)驗(yàn)為了驗(yàn)證改進(jìn)閾值函數(shù)去噪算法的去噪效果,
【參考文獻(xiàn)】:
期刊論文
[1]基于新閾值函數(shù)的小波閾值去噪算法及仿真[J]. 郭繼坤,馬鵬飛,趙肖東. 工業(yè)儀表與自動(dòng)化裝置. 2015(01)
[2]一種改進(jìn)的小波閾值去噪算法[J]. 單銳,齊越,劉文. 蘭州理工大學(xué)學(xué)報(bào). 2014(04)
[3]基于自適應(yīng)閾值函數(shù)的小波閾值去噪方法[J]. 吳光文,王昌明,包建東,陳勇,胡揚(yáng)坡. 電子與信息學(xué)報(bào). 2014(06)
[4]基于新閾值函數(shù)的小波閾值去噪算法[J]. 王蓓,張根耀,李智,王靜. 計(jì)算機(jī)應(yīng)用. 2014(05)
[5]改進(jìn)型閾值函數(shù)在小波閾值圖像去噪中的應(yīng)用[J]. 緱新科,余超. 工業(yè)儀表與自動(dòng)化裝置. 2013(05)
[6]基于STF和小波閾值去噪的無(wú)人直升機(jī)故障診斷[J]. 張國(guó)超,李平,涂望明,孟慶志. 控制工程. 2013(03)
[7]改進(jìn)閾值與尺度間相關(guān)的小波紅外圖像去噪[J]. 楊恢先,王緒四,謝鵬鶴,冷愛(ài)蓮,彭友. 自動(dòng)化學(xué)報(bào). 2011(10)
[8]基于均值的小波閾值去噪方法[J]. 原志雷,杜勁松,畢欣. 控制工程. 2011(S1)
[9]基于漸近半軟閾值函數(shù)的超聲信號(hào)去噪方法[J]. 周西峰,朱文文,郭前崗. 探測(cè)與控制學(xué)報(bào). 2011(02)
[10]一種新的小波閾值去噪算法[J]. 金寶龍,李輝,趙乃杰,何海峰. 彈箭與制導(dǎo)學(xué)報(bào). 2011(01)
本文編號(hào):3345236
本文鏈接:http://sikaile.net/kejilunwen/wltx/3345236.html
最近更新
教材專著