[发明专利]一种适用于非高斯信号的贝叶斯小波包降噪方法

权利要求书

1.一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于，包括以下步骤：

步骤一：获取监测对象的含噪的信号构建时间序列；

步骤二：对时间序列进行离散小波包分解，根据小波系数计算各分解层数的定级指标，根据定级指标确定最优分解层数；

步骤三：估算各分解层级中真实信号的小波系数；

步骤四：根据估算的小波系数利用小波包逆变换公式对原始信号重构，从而得到去噪后的信号；

步骤一：基于传感器实测的含噪信号，截取包含信号特征的一段构建时间序列y(t_i)；采样频率应符合香农采样定理；设y(t_i)＝x(t_i)+ε(t_i)，i＝1，2，...，2^J，其中x(t_i)和ε(t_i)为真实信号及真实噪声信号的时间序列，J＝log₂N，降噪目的是获得x(t_i)的预估值；

步骤二包括：

(1)、选择分解层数j，对时间序列y(t_i)进行小波包分解，得到原始信号第k个节点的缩放系数s_jk和小波系数w_jk，以下用分解系数m_jk表示，k＝1，2，…，P；P表示该层小波系数数量；

(2)、分别计算各分解层数的定级指标K_j、S_j，公式为：

其中，

上述定级指标：K_j、S_j能反映该分解层级下，真实值与噪声值的概率分布的差异，K_j、S_j值越大表明该差异越大；

(3)、设分解层数为J_K时，定级指标K_j取得最大值；分解层数为J_S时，定级指标S_j取得最大值；

如果J_K＝J_s，则选择J_w＝J_K为最优分解层数；

如果J_K≠J_S，则分别使J_w＝J_K和J_S。

2.根据权利要求1所述的一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于：步骤一中所述的含噪的信号为加速度信号。

3.根据权利要求1所述的一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于：步骤一所述的信号中，真实信号与噪声信号具有不同的概率分布类型。

4.根据权利要求1所述的一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于：步骤二中所用基小波为正交小波；且步骤二中最大分解层数2＜d＜10。

5.根据权利要求1所述的一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于：步骤三中，尽可能精确描述信号及噪声的小波系数概率分布p_G和p_ε，若步骤二中采用正交小波基，p_G和p_ε可用真实信号x(t_i)和真实噪声信号ε(t_i)的概率分布表示。

6.根据权利要求1所述的一种适用于非高斯信号的贝叶斯小波包降噪方法，其特征在于：步骤四中，采用信噪比SNR和时域分析两种方法对去噪效果进行评估。