基于小波熵自适应最佳分解层数确定算法.pdf

《基于小波熵自适应最佳分解层数确定算法.pdf》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、2015拄仪表技术与传感器2015第6期InstrumentTechniqueandSensorNo．6基于小波熵自适应最佳分解层数确定算法崔治，李加升(湖南城市学院通信与电子工程学院，湖南益阳413000)摘要：针对超声信号小波阈值去噪中最佳分解层数的选取问题，提出基于小波熵的自适应分解层数确定算法。该算法首先利用离散小波变换分解含噪信号，计算分解后信号子区间的小波熵，然后将细节系数与原始信号的熵之比和低频子带均方根误差相结合以确定最佳分解层数。最后利用信噪比(SNR)、均方根误差(RMSE)、峰值相对误差(REPV)和峰位置误

2、差(EPP)四项指标对算法性能进行评估。仿真和实验的结果表明：该算法能自适应地确定最佳分解层数，在有效滤除含噪超声信号中的噪声、提高性噪比的同时，还能更有效地保留原始信号中的有用成分。关键词：最佳分解层数；，J、波熵；超声信号；自适应中图分类号：TP216．1文献标识码：A文章编号：1002-1841(2015)06-0127-04DeterminationAlgorithmofOptimalDecompositionLevelviaWaveletEntropyCUIZhi，LIJia—sheng(SchoolofCommunic

3、ationandElectronicEngineering，HunanCityUniversity，Yiyang413000，China)Abstract：Aimingattheproblemofhowtoselecttheoptimallevelofwaveletforuhrasonicsignaldenoising，animprovedwaveletentyopybasedmethodbycombiningtheentropyratioandtheroot—square—meanerroroflowbandswaspropos

4、ed．Whenthediscretewavelettransformwasappliedinthesignaldecomposition，thewaveletentropyatdecomposedlevelswascalculated，thentheentropyratioandtheroot·-square·-meaneroroflowbandswereusedasthedecidingthresholdtochoosetheoptimaldecomposi·-tionleve1．Thesignal-to—noiseratio，

5、theroot—square—meaneror，therelativeerrorofpeakvalueandtheerrorofthepeakpositionwereusedtoevaluatetheperformanceofthemethod．Simulationandexperimentalresultsshowthattheproposedmethodcanadap-tivelydeterminetheoptimaldecompositionlevel，removetheultrasonicsignalnoiseandkee

6、ptheusefulinformationefectively．Keywords：optimaldecompositionlevel；waveletentropy；ultrasonicsignal；adaptive0引言的超声信号和实地采集的缺陷波为例，利用信噪比(SNR)、均超声波在传输过程中会受到仪器电噪声、材料晶粒散射噪方根误差(RMSE)、峰值相对误差(REPV)和峰位置误差(EPP)声等的影响，使得接收到的陷信号往往淹没在噪声中，易造成对算法的性能进行评估。误判或漏判⋯。对超声信号进行小波阈值去噪是一种行之有1超声信号的

7、去噪原理效的去噪方法，大量的实验表明，在选择小波基和设计阈值函在超声检测过程中，电源电压的波动、静电干扰、接地不良数之外，小波分解的层数也是影响超声信号阈值去噪结果的重等仪器因素和超声波在被检测试样内部传播时遇到异质界面要原因。研究者们在定量确定分解层数方面的成果主要集中和粗晶粒所造成的散射与反射都会对超声信号造成影响，这些在以下两方面：噪声一般都表现为平坦的宽带特性，因此在研究时可以看作是(1)基于噪声检验，根据信号与噪声小波分解的不同传播特性来确定最佳的分解层数；加性高斯白噪声。这样，一个包含有噪声的原始超声信号，(k)(2)

8、基于奇异值分析，根据对信号进行分解后各层小波系可以用下面的公式来表示：数的奇异值斜率来决定最佳分解层数。k)=r()+e()(i：1，2，⋯，Ⅳ)(1)但是，基于噪声检验的方法需要获取噪声特征序列这一先式中：r(

9、j})为真实超声信号；e()为噪声