基于改进阈值法的小波去噪算法研究.pdf

《基于改进阈值法的小波去噪算法研究.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、第37卷第5期华北电力大学学报Vo1．37．No．52010年9月JournalofNorthChinaElectricPowerUniversitySep．，2010基于改进阈值法的小波去噪算法研究苑津莎，张冬雪，李中(华北电力大学电气与电子工程学院，河北保定071003)摘要：为了克服传统小波闽值去噪算法中存在的缺陷，采用小波系数放大法，并对闽值函数进行改进。由于信号中存在奇异点，会在奇异点处产生Pesudo—Gibbs现象，采用基于改进小波阈值法的平移不变去噪方法可以有效抑制Pesudo—Gibbs现象，对去噪效果进行强化。仿

2、真实验结果表明：基于平移不变的去噪方法可以明显提高信噪比，其去噪效果优于传统的软、硬闽值去噪方法，具有较高的实用价值。关键词：小波变换；阂值法；去噪；系数放大；平移不变中图分类号：TB535文献标识码：A文章编号：1007—2691(2010)05—0092—06WaveletdenoisingalgorithmbasedonimprovedthresholdingmethodYUANJin—sha，ZHANGDong—xue，LIZhong(SchoolofElectricalandElectronicEngineering，No

3、rthChinaElectricPowerUniversity，Baoding071003，China)Abstract：Inordertoovercomeflawsofthetraditionalwaveletthresholddenoisingalgorithm，themethodofwaveletcoeficientsmagnifiedwasused，andthresholdfunctionwasimproved．Becausesingularpointswereexistedinthesig—nal，thePesudo—Gi

4、bbsphenomenonwasproducedinthesingularpoints．Pesudo—Gibbsphenomenonwaseffectivelyinhibitedandtheeffectivenessofthedenoisingwasstrengthenedbyusingtranslationinvariantdenoisingbasedonim—provedwaveletthresholdmethod．Simulationexperimentresultsshowthatthesignaltonoiseratioc

5、anbesignificantlyimprovedbyusingthedenoisingbasedontranslationinvariantmethod，andeffectivenessofthedenoisingisbetterthanthetraditionalsoftandhardthresholddenoisingmethod．Itisapplicableinengineering．Keywords：wavelettransform；threshold；denoising；coeficientmagnify；transla

6、tioninvariance利用傅里叶变换把信号映射到频域内加以分析，0引言在去噪的同时，也平滑了信号中的突变点，模糊了信号的位置信息。而对于短时傅里叶变换sTFTr利用信号对设备的状态进行监测，可以获得(shorttimeFouriertransformation)，一旦窗函数选设备运行状态的第一手信息。但是由于设备所处定，在时频相平面中窗口的大小是固定不变的，的环境复杂，从现场获取的信号往往容易受到噪不随时频位置(t，厂)而变化，所以短时傅里叶变声的干扰，使得有用信号常常淹没在噪声之中，换的时一频分辨率是固定不变的¨J。小波变换

7、具给信号的特征提取带来很大的困难，难以进行准有低熵性、多分辨率、去相关性和选基灵活性的确的故障诊断，因此必须去除信号中的噪声或干特点，使得它成为特征提取和低通滤波的综合。扰成分。它是一种时间窗和频率窗都可以改变的时频局部传统的去噪方法是基于傅里叶变换的去噪方化分析方法。在低频部分具有较高的频率分辨率法。它等价于信号通过一个低通或带通滤波器，和较低的时间分辨率，在高频部分具有较高的时间分辨率和较低的频率分辨率，因此非常适合分收稿日期：2010—04—10析突变信号和非平稳信号，把噪声信号从正常信第5期苑津莎，等：基于改进阈值法的小波去

8、噪算法研究93号中分离出来，达到去噪的目的。的层次Ⅳ，然后对信号Js进行Ⅳ层小波分解。对目前，使用最广泛的振动信号小波去噪方法有于信号的小波分解，如进行三层分解，分解过程贝叶斯方法和非贝叶斯方法。其中非贝叶斯方法如图1所示。在分解后的