[发明专利]一种基于小波分解的暂态信号去噪方法有效
申请号: | 201910538714.0 | 申请日: | 2019-06-20 |
公开(公告)号: | CN110287853B | 公开(公告)日: | 2021-02-09 |
发明(设计)人: | 庄池杰;曾嵘;余浩;谢施君;邓军;钱海;丁玉剑 | 申请(专利权)人: | 清华大学;国网四川省电力公司电力科学研究院 |
主分类号: | G06K9/00 | 分类号: | G06K9/00 |
代理公司: | 北京君泊知识产权代理有限公司 11496 | 代理人: | 王程远;胡玉章 |
地址: | 100084*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 分解 信号 方法 | ||
1.一种基于小波分解的暂态信号去噪方法,其特征在于,包括以下步骤:
步骤1,采集原始暂态信号;
步骤2,对带噪的原始暂态信号进行多尺度分解,得到不同各层的小波系数;
步骤3,根据步骤2所得的原始暂态信号的小波系数,计算各层小波系数的能量和能量增量,选择能量增量最大的一层为小波系数全时域分布起始层l;
步骤4,根据步骤3中所得的小波系数全时域分布起始层l,比较第l-1层和l-2层小波系数能量的大小,在第l-1层和l-2层中选择能量较大的一层为最优分解层a;
步骤5,用所有备选小波基对步骤1采集的原始暂态信号进行小波分解,分解层数为步骤4得到的最优分解层a;计算各个小波基下各层小波系数的峰效比,其中峰效比最大的小波基是最佳小波基;
步骤6,对步骤1中采集的原始暂态信号进行小波多尺度分解,分解层数为步骤4得到的最优分解层a,小波基选择步骤5得到的最佳小波基;对分解后的小波系数进行阈值处理,其中阈值选择固定阈值,阈值处理规则选择软阈值方法,得到经过阈值处理后的小波系数;
步骤7,将步骤6中经过阈值处理后的小波系数与第一层尺度系数进行重构,得到去噪后的信号。
2.根据权利要求1所述的基于小波分解的暂态信号去噪方法,其特征在于,步骤2中,分解层数选择为m层,小波基选择sym系列小波基,分解之后得到共m层的小波系数,其中m为大于3的整数。
3.根据权利要求2所述的基于小波分解的暂态信号去噪方法,其特征在于,步骤3中,能量和能量增量分别用下式表示:
ΔEi=Ei-Ei-1
其中,Ei表示第i层小波系数的能量,i为不大于m的正整数;ΔEi表示第i层小波系数的能量增量,Di(k)表示第i层第k个小波系数,N表示第i层小波系数的数量,k为不大于N的正整数。
4.根据权利要求3所述的基于小波分解的暂态信号去噪方法,其特征在于,步骤5中,峰效比为:
其中,PEi表示第i层小波系数的峰效比。
5.根据权利要求3所述的基于小波分解的暂态信号去噪方法,其特征在于,步骤6中,软阈值的表达式为:
其中,sign是符号函数,Dj(k)表示第j层第k个小波系数,表示阈值处理后的第j层第k个小波系数,λ表示阈值。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于清华大学;国网四川省电力公司电力科学研究院,未经清华大学;国网四川省电力公司电力科学研究院许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910538714.0/1.html,转载请声明来源钻瓜专利网。
- 上一篇:指纹处理方法及电子设备
- 下一篇:表格的提取方法、装置、计算机设备和存储介质