[发明专利]基于能量元双阈值的微流控芯片信号去噪方法

说明书

一种基于能量元双阈值的微流控芯片信号去噪方法，包括以下步骤：一、根据微流控芯片信号特点，选择小波基与分解层次，进行离散平稳小波变换，得到小波系数；二、将小波系数转化为小波系数能量元；三、采用双阈值函数对小波系数能量元进行去噪处理；四、采用空域相关去噪方法，对双阈值去噪处理后的结果进行优化；五、对优化处理后的结果进行系数还原，并通过离散平稳小波逆变换重构信号。本发明能抑制伪Gibbs现象；能减少微流控芯片信号的丢失，提高信号的去噪效果；相比于能量元浮动阈值小波降噪方法，本发明不存在毛刺和抖动现象，可使微流控芯片的检测结果更加精确，提高去噪后信号的准确度。

技术领域

本发明涉及芯片信号噪声处理技术领域，特别涉及基于能量元双阈值的微流控芯片信号去噪方法。

背景技术

微流控芯片作为上世纪九十年代提出微全分析系统的核心技术，是当前发展最迅速的领域之一，因其具有响应速度快、低功耗、耗样量低以及易于小型化和自动化等特点，在分析检测领域有广泛的应用前景。微流控芯片信号表现为波峰形式的一系列窄脉冲信号，不同的波峰表示检测到的不同的离子。从分析检测仪上得到的检测到的微流控芯片是一种非平稳信号，通常含有大量噪声，噪声信号的干扰降低了微流控芯片检测的准确性。

小波变换以其良好的时频局部特性，被广泛应用于非平稳信号和瞬态信号的处理，现已成为各工程领域信号处理的最有效的数学工具之一，小波去噪是基于小波变换的信号处理技术中一个重要的应用领域。小波阈值去噪因其去噪效果好，算法简单，是目前应用最广泛的小波去噪方法之一。

小波阈值去噪方法的原理是根据信号的小波系数设定一个合适的阈值，当小波系数小于该阈值时，则判定其为噪声信号，将其去除；当小波系数大于该阈值时则认为其为有用信号，对其保留。在传统的阈值去噪方法中，硬阈值方法将有用信号的小波系数保留，将噪声信号的小波系数置零，予以舍弃，故硬阈值函数具有不连续性，可能会产生Gibbs现象；而软阈值函数则是将有用信号的小波系数进行收缩处理，克服了硬阈值函数的缺点，具有很好的连续性，但是软阈值函数处理的小波系数与原小波系数有恒定偏差，容易丢失信号的高频信息，影响信号的去噪效果。

小波空域相关算法是常用的小波去噪方法之一，该方法是利用有用信号的小波系数在各尺度间具有较强的相关性，而噪声信号的小波系数在各尺度没有这种明显的相关性，利用信号的小波系数在不同尺度上的的相关性来判断信号是有用信号还是噪声信号。空域相关算法在对非平稳信号去噪中效果显著，其能很好的保留信号尖峰等细节信息。但是空域相关算法具有硬阈值函数去噪算法的思想，克服不了硬阈值法中因不连续而可能产生Gibbs现象的缺点。

2012年夏红梅等在文献“基于能量元的浮动阈值小波降噪方法研究”(信息技术，2012(4):131-134)中提出一种基于能量元浮动阈值的信号降噪方法。该方法将小波系数转换为能量元，扩大有用信号和噪声信号小波系数间的差距。并且在小波系数能量元的基础上采用浮动阈值的方法对信号进行阈值去噪处理。利用基于能量元的浮动阈值小波降噪方法对微流控芯片信号降噪，虽然信号中的噪声得到了很大的消弱，达到了现有技术微流控芯片降噪效果的极限，但仍存在着一定的缺陷，如图7为能量元浮动阈值方法对对模拟的含噪微流控芯片去噪后的效果，去噪后的微流控芯片信号仍含有些许抖动和毛刺，影响信号去噪后的准确度。

发明内容

本发明的目的是针对背景技术中现有微流控芯片降噪方法会产生Gibbs现象、容易丢失信号的高频信息、影响信号去噪后信号的准确度等不足，提供一种能抑制伪Gibbs现象、能减少信号丢失、去噪后的信号准确度更高的基于能量元双阈值的微流控芯片信号去噪方法。

一种基于能量元双阈值的微流控芯片信号去噪方法，包括以下步骤：

步骤一、根据微流控芯片信号特点，选择小波基与分解层次，进行离散平稳小波变换，得到小波系数。

步骤二、将小波系数转换为小波系数能量元。

步骤三、采用双阈值函数对小波系数能量元进行去噪处理,包括以下步骤：