小波对信号的去噪与去奇异点方法研究

小波对信号的去噪与去奇异点方法研究

ID:22115954

大小:57.00 KB

页数:7页

时间:2018-10-27

小波对信号的去噪与去奇异点方法研究_第1页
小波对信号的去噪与去奇异点方法研究_第2页
小波对信号的去噪与去奇异点方法研究_第3页
小波对信号的去噪与去奇异点方法研究_第4页
小波对信号的去噪与去奇异点方法研究_第5页
资源描述:

《小波对信号的去噪与去奇异点方法研究》由会员上传分享,免费在线阅读,更多相关内容在工程资料-天天文库

1、小波对信号的去噪与去奇异点方法研究  摘 要:小波变换作为信号处理的一种手段,是时频分析的一种重要方法,被称为信号分析的“数学显微镜”。通过小波分解和重构,可以对地震信号去噪和去奇异点。通过Matlab的实验模拟,比较小波和傅里叶变换去噪和去奇异点的效果,可以看到小波的优势很明显。  关键词:小波变换 去噪 去奇异点 傅里叶变换  :O174    :A     :1007-3973(2012)007-140-02  在地震勘探的过程中,由于地震勘探本身的复杂性,在接受和激发的各个过程中都不可避免

2、的要出现随机噪声的干扰,会使信号发生畸变甚至淹没在噪声当中,这不利于后期的解释工作,对地震剖面的解释带来干扰和影响。  在地震信号处理中,反射波的主频一般在30Hz-50Hz之间,而干扰一般频率较高,根据频率的不同,我们可以把有效波和干扰波基本分开。傅里叶变换可将信号分成不同振幅,相位,频率的波形的叠加,可在频率域上将有效波和高频噪声基本分开,进行滤波达到去噪的目的。小波变换具有良好的时频特性,可以对地震信号在不同尺度下分解,对各个分解尺度下的高频系数进行阈值量化,最后通过小波重构实现去噪。本文将

3、通过模拟实验对比傅里叶变换和小波变换的去噪功能。同样的道理,小波分析可以检测信号中的奇异点并消除,在电力工业中,可以进行传感器的故障检测。  1小波变换去噪  一般的含噪信号x(t)可以这样表示  (1)  其中,x为含噪信号,s为有效信号,n为噪音。所谓的去噪,就是从含噪信号x中去除噪音n,从而恢复有效信号s。  在这里,我们用一个最简单的噪声模型来加以说明,即认为x(t)为高斯白噪声N(0,1),噪声级(noiselevel)为1。在实际的信号中,有用信号通常表现为低频部分或是一些比较平稳的信

4、号,而噪声信号则通常表现为高频信号,故含噪信号消噪过程可按如下方法进行:首先对信号进行小波分解,则噪声部分通常包含在高频成分中,可以以门限阈值等形式对小波系数进行处理,然后对信号进行重构,便可达到消噪目的。  一般来说,含噪信号的消噪过程大致可分为以下三个步骤:  (1)含噪信号的小波分解。即选择一个小波并确定小波分解的层数N;  (2)小波分解高频系数的阈值量化。对从第1层到第N层的每一层高频系数,选择一个阈值进行阈值量化处理;  (3)小波的重构。根据小波分解的第N层的低频系数和经过量化处理后

5、的第1层到第N层的高频系数,进行信号的小波重构。  在这三个步骤之中,最关键的就是如何选取阈值和如何进行阈值的量化,从某种程度上说,它直接关系到信号消噪的质量。  2傅里叶变换与小波变换在去噪的实验模拟比较  传统的傅里叶变换在频率域对信号进行分析,而在时间域没有分辨率。噪声一般集中在高频部分,所以可用低通滤波器对信号进行滤波,若低通滤波器太窄,则将滤除部分有用信号,若低通滤波器太宽,则不能去除所有噪声信号。小波变换有良好的时频特性,在频率域和时间域的分辨率可调节,所以能有效地识别噪音,从而去除噪

6、音。  首先采用傅里叶变换对信号进行去噪处理。原信号的噪声信号主要为高频,有效信号主要为低频。(a)为宽度为10的低通滤波器滤除噪音之后的信号与原信号的对比图,信号能量为原信号的14.95%,标准差为85.6824;(b)为宽度为20的低通滤波器滤除噪音之后的信号与原信号的对比图,信号能量为原信号的17.56%,标准差为77.6332。(图1中的黑色线条为原始信号,红色线条为去噪后的信号)  下面利用小波变换进行地震信号的去噪处理。将地震信号利用dmey小波基5次分解到不同尺度上,然后将高频噪声去

7、除,去噪后的信号与原信号的对比图如图2,信号能量为原信号的89.99%,标准差为34.3987。(图2中黑色线条为原始信号,红色线条为去噪后的信号)  由模拟实验可得,小波去噪能保留较多的能量,能保留90%左右的能量,与原信号的标准差较小,滤掉的基本上为噪声干扰,而FFT只保留了不到20%的能量,损失的有效信号较多。  3傅里叶变换与小波变换去奇异点的实验模拟比较  首先利用傅里叶变换去奇异点,原信号如图3中黑色线条所示,可以看出在t=1193和1215处存在奇异点,奇异点处一般为高频处,去除方法

8、与去噪方法基本一样。(a)为带宽为10的低通滤波器滤波后的  摘 要:小波变换作为信号处理的一种手段,是时频分析的一种重要方法,被称为信号分析的“数学显微镜”。通过小波分解和重构,可以对地震信号去噪和去奇异点。通过Matlab的实验模拟,比较小波和傅里叶变换去噪和去奇异点的效果,可以看到小波的优势很明显。  关键词:小波变换 去噪 去奇异点 傅里叶变换  :O174    :A     :1007-3973(2012)007-140-02  在地震勘探的过程中,由于地震勘探本身的复

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。