资源描述：
《小波滤波分解层数的自适应确定方法》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、光电子激光第21卷第9期2010年9月JournalofOptoelectronicsLaserVol.21No.9Sep.2010**小波滤波分解层数的自适应确定方法1,2**21杜文辽,朱茹敏,李彦明(1.上海交通大学机械与动力工程学院,上海200240;2.郑州轻工业学院机电工程学院,河南郑州450002)摘要:针对加性高斯白噪声,根据信号和噪声在小波空间上传播的特性,提出了一种基于KolmogorovSmirnov检验的最优分解层数自适应确定算法,对于不同数据长度
2、的信号,可以自适应地选择小波变换的最优分解层数。仿真实验表明,该方法可以得到最优的信噪比及最小均方误差,并且对小波分解边界延拓方式的选择具有较强的适应性。关键词:小波滤波;最优分解层数;KolmogorovSmirnov白化检验中图分类号:TP274.2文献标识码:A文章编号:10050086(2010)09140804Adaptiveselectionofoptimaldecompositionlevelinfilteringalgorithmbasedonwavelettransfo
3、rm1,2**21DUWenliao,ZHURumin,LIYanming(1.SchoolofMechanicalEngineering,ShanghaiJiaotongUniversity,Shanghai200240,China;2.SchoolofMechanicalandElectronicEngineering,ZhengzhouInstituteofLightIndustry,Zhengzhou450002,China)Abstract:Thefilteringalgorithmb
4、asedonwavelettransformisanimportantmethodinsignalprocessingfield.FortheadditivewhiteGaussiannoise,anovelmethodtodeterminetheoptimaldecompositionlevelinwavelettransformbasedonKolmogorovSmirnovtestisproposedconsideringthecharacteristicofcontaminatedsignal
5、swavelettransform.Thismethodcanimprovetheperformanceofthetraditionalmethodforthesignalwithdifferentlengthsandadaptivelydeterminetheoptimaldecompositionlevel.SimulationresultsprovethatthemethodcanreachthebestcapabilitywithSNRandMSE.Theresultsalsoshowitsrob
6、ustnessfordifferentedgeextensionmodels.Keywords:waveletfiltering,optimaldecompositionlevel,KolmogorovSmirnovverificationofwhitenoise[9]阈值的确定没有统一规则,计算量大。Cai等人根据奇异谱1引言分析选择出最优小波分解层数,同样存在计算量大以及如何确[1]定奇异谱斜率阈值的问题。Pasti等人[10~12]用CV(crossvali小波滤波方法是信号处理的重要方
7、法。小波分解层数对于滤波效果的影响很大,不同信号在不同信噪比(SNR)下都dation)方法获取小波分解最优层数,然而没有考虑信号与噪声存在降噪效果相对较好的分解层数,如果选择不合适则达不到的先验知识及它们在小波域的相关性。文献[13]、[14]依据信理想的滤波效果。号和白噪声不同的小波变换特性,对小波系数进行白噪声检验如何合理地选择小波的分解层数,国内外学者提出了一些确定分解层次,如果采用常规的卡方检验或者其简化方法,对途径和方法。文献[2]对信号进行多层分解,将低频系数跟尺于小样本数据就可能得到错
8、误的结果。本文根据信号和白噪度系数进行对比确定最优分解层数,但这种方法缺乏自适应声小波分解系数的不同传播特性,基于KolmogorovSmirnov测[3,4]性。Xu等人根据信号和噪声的小波变换在不同分解尺度试小波自相关序列的白化程度,提出了一种新的确定小波分解的传播特性,通过计算小波变换功率谱选择最大分解层数,给[5]层数的自适应算法。以Matlab工具箱中的典型信号Heavy出最佳分解层数的估计值。Sun等人从小波分解
