欢迎来到天天文库
浏览记录
ID:58295605
大小:885.87 KB
页数:2页
时间:2020-04-30
《一种改进的小波阈值降噪方法.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、科技·探索·争鸣Sc科ience&技Tech视nology界Vision项目与课囊一种改进的小波阈值降噪方法李新君(湖南人文科技学院机电工程系,湖南娄底417000)【摘要】本文分析比较了小波阈值降噪方法中的几种阈值函数的特点,针对传统的硬闽值函数和软闽值函数存在的不足,提出了一种改进的软阈值降噪方法该方法滤波之后得到的小波系数具有连续性好,准确率高,易于重构等优点,且重构后的降噪效果比一般的阈值法降噪效果更好仿真结果表明.其降噪效果相对于一般的阈值降噪法有明显的改进。【关键词】J、波分析;阈值函数;降噪;仿真AnIm
2、provedWaveletThresholdDe--noisingMethodLIXin-jnn(HunanUniversityofHumanities,ScienceandTechnology,LoudiHunan417000,China)【Abstract]Thearticleintroducesthetheoryofwaveletthresholdde—noising,andanalyzesandcomparesseveralfunctionsofwaveletthresholdde—noisingmethod.
3、Inviewofthedefectsoftraditionalhardthresholdfunctionandthesoftthresholdfunction,proposesanimprovedsoftthresholdde—noisingmethod.Afterfiltration,thewaveletcoefftcientisgoodcontinuity,highaccuracy,andeasytoreconstruct.Afterreconstruction,thethresholdde—noisingeffe
4、ctisbetterthanthegeneralthresholdde—noisingefect.Comparedtotheeffectofgeneralthresholdde—noisingmethod,Thesimulationresultshowsthattheeffectofthethresholdde—noisingmethodisobviousimproved.【Keywords】Waveletanalysis;Thresholdfunction;De—noising;Simulation0引言硬阈值函数如
5、下:任何信号在获取和传输的过程中都会受到噪声的干扰.所以,实,t0l6、对信号进行降噪已有很多人进行了研究.也取得(2)软阈值方法了相当多的理论成果Donoho和Johnstone创立的基于小波变换系数软阈值函数如下:f,一A≥A取阈值的方法,取得了很大的成功[2-31。该方法是为去除一维信号高斯。白噪声而开发的其中小波阈值方法是应用很广且降噪效果相当好的{0l7、法的不足.本文提出了一种改进的软阈值去噪算法.主要改进之处是就是当小波系数小于阈值时候.不再是直接地置为零,而是逐渐的减小直到为零;但是当系数大于阈值的时候,就用小波w系数幅度值把阈值减掉仿真结果表明该方法具有较好的消噪效果1小波阈值降噪算法原理含噪信号经小波分解后,信号的小波系数比较大,噪声的小波系图2软阈值函数数相对比较小如何选择合适的阈值以保留信号的小波系数.而让大部分噪声的小波系数置为零是小波阈值降噪的目标这种方法意味就是把含噪信号中的小波系数和阈值A进行相互比较.把大于或着.阈值化移去了小幅度的噪声或非期望的8、信号.经小波逆变换后可等于A的点就进行收缩处理为该点值与阀值的差值:小于或等于A以得到所需要的信号。由此可见,在小波分析用于降噪的过程中.核心相反数的点收缩为该点值与阈值的和:小波系数绝对值小于阈值的点步骤就是在系数上的作用阈值[41。具体步骤为:①采用小波变换方法对变为零软阈值处理相对要平滑,但是可能会造成边缘模糊等失真现含噪信
6、对信号进行降噪已有很多人进行了研究.也取得(2)软阈值方法了相当多的理论成果Donoho和Johnstone创立的基于小波变换系数软阈值函数如下:f,一A≥A取阈值的方法,取得了很大的成功[2-31。该方法是为去除一维信号高斯。白噪声而开发的其中小波阈值方法是应用很广且降噪效果相当好的{0l7、法的不足.本文提出了一种改进的软阈值去噪算法.主要改进之处是就是当小波系数小于阈值时候.不再是直接地置为零,而是逐渐的减小直到为零;但是当系数大于阈值的时候,就用小波w系数幅度值把阈值减掉仿真结果表明该方法具有较好的消噪效果1小波阈值降噪算法原理含噪信号经小波分解后,信号的小波系数比较大,噪声的小波系图2软阈值函数数相对比较小如何选择合适的阈值以保留信号的小波系数.而让大部分噪声的小波系数置为零是小波阈值降噪的目标这种方法意味就是把含噪信号中的小波系数和阈值A进行相互比较.把大于或着.阈值化移去了小幅度的噪声或非期望的8、信号.经小波逆变换后可等于A的点就进行收缩处理为该点值与阀值的差值:小于或等于A以得到所需要的信号。由此可见,在小波分析用于降噪的过程中.核心相反数的点收缩为该点值与阈值的和:小波系数绝对值小于阈值的点步骤就是在系数上的作用阈值[41。具体步骤为:①采用小波变换方法对变为零软阈值处理相对要平滑,但是可能会造成边缘模糊等失真现含噪信
7、法的不足.本文提出了一种改进的软阈值去噪算法.主要改进之处是就是当小波系数小于阈值时候.不再是直接地置为零,而是逐渐的减小直到为零;但是当系数大于阈值的时候,就用小波w系数幅度值把阈值减掉仿真结果表明该方法具有较好的消噪效果1小波阈值降噪算法原理含噪信号经小波分解后,信号的小波系数比较大,噪声的小波系图2软阈值函数数相对比较小如何选择合适的阈值以保留信号的小波系数.而让大部分噪声的小波系数置为零是小波阈值降噪的目标这种方法意味就是把含噪信号中的小波系数和阈值A进行相互比较.把大于或着.阈值化移去了小幅度的噪声或非期望的
8、信号.经小波逆变换后可等于A的点就进行收缩处理为该点值与阀值的差值:小于或等于A以得到所需要的信号。由此可见,在小波分析用于降噪的过程中.核心相反数的点收缩为该点值与阈值的和:小波系数绝对值小于阈值的点步骤就是在系数上的作用阈值[41。具体步骤为:①采用小波变换方法对变为零软阈值处理相对要平滑,但是可能会造成边缘模糊等失真现含噪信
此文档下载收益归作者所有