小波门限消噪法应用中分解层数及阈值的确定

《小波门限消噪法应用中分解层数及阈值的确定》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第24卷第2期中国电机工程学报Vol.24No.2Feb.20042004年2月ProceedingsoftheCSEE©2004Chin.Soc.forElec.Eng.文章编号：0258-8013（2004）02-0118-05中图分类号：TP274.2;O177.6文献标识码：A学科分类号：510·4030小波门限消噪法应用中分解层数及阈值的确定张吉先，钟秋海，戴亚平（北京理工大学自动控制系，北京100081）THEDETERMINATIONOFTHETHRESHOLDANDTHEDECOMPOSITIONORDERINTHRESHOLDDE-NOISINGM

2、ETHODBASEDONWAVELETTRANSFORMZHANGJi-xian,ZHONGQiu-hai,DAIYa-ping（Dept.ofAutomaticControl,BeijingInstituteofTechnology,Beijing100081,China）ABSTRACT:Thresholdde-noisingmethodbasedonwavelet检验transformisanefficientmethodtoreducethewhitenoiseinthe1引言digitalsignal.Therearetwokeyproblemsthatn

3、eedtobesolvedinpracticeuseofthisnon-linearfiltermethod.Oneis自从Donoho等人提出了基于阈值的小波变换thedeterminationofthethreshold;anotheristhedetermination去除白噪声的方法之后，许多科研工作者对这种方ofthedecompositionorder.Thenecessityofdetermininga[1,2]法在各个方面进行了深入的探讨。properdecompositionorderisprovedthroughdigitalsimulation

4、.该方法的原理是：选取一个合适的阈值，并用Thecharacteristicsofthewaveletcoefficientsofusefulsignalpollutedbywhitenoiseareanalyzed.Anewmethodis此阈值对小波分解后得到的各层小波空间里的细节proposedtodeterminethedecompositionorderadaptively,and小波系数进行截断作用，而保持尺度空间里的近似thenanovelmethodbasedonthe3σruleisbroughtforwardto系数不变，然后再进行逆变换，即可得

5、到去噪后的determinethethresholdofeachorderofwaveletspace.信号。Simulationresultsshowthatthemethodproposedinthispaper笔者在进行水电机组采集信号的信号处理中hasgoodperformance.Itisespeciallysuitableforthedetection发现，小波变换去噪在工程中的应用需要解决2个offaintsignalunderstrongnoisebackground.Themethodsof问题：①对于待处理信号进行分解的合理层数为多determi

6、ningthetwoimportantparametersareproposed少；②阈值依照怎样的原则选取才简捷有效。这2explicitlyinthispaper,andthiswillimprovethepracticabilityofthresholdde-noisingmethodbasedonwavelettransformin个问题的解决对于小波消噪在实际工程应用中非常projectuse.重要，它们决定着对信号的处理是否快速有效。通过大量仿真发现，不同信号、不同信噪比下都存在KEYWORDS:Wavelettransform;Decompositio

7、norder;3σrule;Threshold;Verificationofwhitenoise1个去噪效果最好或接近最好的分解层数。分解层数对于消噪效果的影响很大，通常分解层数过多，摘要：基于小波变换的门限去噪算法是去除数字信号中白噪而且对所有的各层小波空间的系数都进行阈值处理声的有效算法。在实际应用中，这种非线性滤波方法有2个核心问题需要解决。一个是门限阈值的选取；另一个是信号会造成信号的信息丢失严重，消噪后的信噪比反而分解层数的确定。该文通过数字仿真证明了确定合适的分解下降，同时导致运算量增大，使处理变慢。分解层层数的重要性。分析了白噪声污染的有用信号的小