[发明专利]一种瞬态信号消噪方法

说明书

技术领域

本发明涉及信号处理技术领域，特别是涉及一种瞬态信号的消噪方法。

背景技术

信号消噪一直是信号处理中的一个重要内容，在电子测量以及仪器仪表等领域有着日益重大的意义。瞬态信号具有持续时间短的脉冲特性，在电信信号、超声探测信号、结构脉冲响应信号（振动或声音）、心电和脑电等生物医学信号中广泛存在。信号检测过程中存在着各种噪声影响因素，因而信号的瞬态成分亦会被噪声严重污染。由于瞬态信号中携带着非常重要的测量信息，为了可靠地获取这些信息，对被噪声污染的瞬态信号消噪则极具必要性。

常用的信号消噪方法按分析域可分为时域变换消噪、频域滤波消噪、以及时频变换消噪等。时域变换消噪主要是在时域或其线性变换中根据信号和噪声的特点来抑制噪声，频域滤波消噪则主要是设计相应通带的滤波器实现消噪。因为瞬态信号通常具有短时和宽频的特性，上述这两种方法不能同时兼顾时间和频率信息，虽然有噪声抑制效果，但却会顾此失彼，导致消噪不彻底或部分时频分辨信息损失的情况。时频分析技术的发展，为信号消噪带来了新进展。

目前，主要的时频变换消噪方法，主要有小波变换消噪、分数阶傅里叶变换消噪等方法。其中小波变换消噪方法得到了广泛应用，较具典型性的方法包括小波分解系数门限值滤波。但这些方法仍然没有侧重在直观的时频平面上进行消噪处理，因而也会使瞬态信号消噪结果不自然或者损失部分时频分辨率。

现有的技术中还存在一些改善时频分辨率的方法，比如时频面上保留瞬时频率和瞬时幅值的方法、时频分布能量的重分配、信号不同时频分布的融合等。但是这些方法不适用于在时频面上抑制噪声尤其是严重噪声，因而直接用于信号消噪中的应用较少。

由上可知，对受噪声污染的瞬态信号来说，综合考虑时频信息的噪声抑制是信号消噪和时频分析两个技术领域中至今尚未很好解决的问题。

发明内容

本发明技术解决问题：克服现有技术的不足，提供一种瞬态信号消噪方法，有效去除信号的背景噪声，并最大限度地保留瞬态信号的本质时频特征，从而可以有效表征瞬态信号携带的重要信息。

本发明的技术方案：一种瞬态信号的消噪方法，实现步骤如下：

（1）对接收的含噪瞬态信号根据预设的嵌入维数和时间延迟参数进行相空间重构，得到具有预设嵌入维数的相空间数据矩阵；

（2）对所述相空间数据矩阵进行时频流形学习，获得一个嵌入时频分布数据矩阵中的内在流形结构，即时频流形数据矩阵；

（3）根据所述时频流形数据矩阵，对所述相空间数据矩阵中的每一维进行时频综合，得到一个具有预设嵌入维数的更新的相空间数据矩阵；

（4）对所述更新的相空间数据矩阵根据所述预设的嵌入维数和时间延迟参数进行综合，得到消噪的瞬态信号。

所述步骤（2）中时频流形学习的具体步骤如下：

（21）对所述相空间数据矩阵中的每一维时间序列数据进行时频分析，生成同时包含时间信息和频率信息的联合分布，得到时频幅值分布和时频相位分布两个数据矩阵；

（22）将所述相空间数据矩阵所有维时间序列数据对应的所述时频幅值分布数据矩阵经过一个流形学习算法，得到一个反映时频分布特征的时频流形数据矩阵；

（23）对所述时频流形数据矩阵进行简单数学处理使其具有更好的效果。

所述步骤（3）中时频综合的具体步骤如下：

（31）利用所述时频流形数据矩阵更新所述相空间每一维的所述时频幅值分布数据矩阵，使其保持时频流形的特点以及保持原有的最大幅值；

（32）对所述更新的时频幅值分布数据矩阵和所述时频相位分布数据矩阵进行信号综合，得到具有所述预设嵌入维数的更新的相空间数据矩阵。

所述步骤（4）中：从所述更新的相空间数据矩阵综合成一维时间序列时，要考虑到一维时间序列中的某个元素可能会在所述相空间数据矩阵中的多个位置出现的情况。

本发明与现有技术相比的优点在于：本发明实施提供的一种瞬态信号消噪方法，通过对接收的含噪瞬态信号进行相空间重构、时频流形学习、时频综合及相空间数据综合，能够充分考虑瞬态信号具有的时频流形这一本质的非线性时频结构特征。与现有技术相比，本发明最终的消噪信号在有效去除信号噪声的同时，能够最大限度地保持瞬态信号的本质时频特征，从而可以有效表征瞬态信号携带的重要信息。

附图说明