[发明专利]一种自适应确定小波分层级数的小波去噪方法有效
申请号: | 201910885585.2 | 申请日: | 2019-09-18 |
公开(公告)号: | CN110598166B | 公开(公告)日: | 2023-07-28 |
发明(设计)人: | 王峰;胡江湖 | 申请(专利权)人: | 河海大学 |
主分类号: | G06F17/10 | 分类号: | G06F17/10 |
代理公司: | 南京纵横知识产权代理有限公司 32224 | 代理人: | 董建林 |
地址: | 211100 *** | 国省代码: | 江苏;32 |
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 自适应 确定 分层 级数 小波去噪 方法 | ||
本发明公开了一种自适应确定小波分层级数的小波去噪方法,所述方法包括:根据原始信号获取小波基函数;根据所述原始信号和小波基函数获取分解层数;根据所述分解层数对原始信号进行分解获取各层的小波系数;根据所述小波系数确定各层小波系数的阈值;对所述各层小波系数进行量化处理;对所述量化处理后的小波系数进行重构,获取去除噪声的信号。本发明采用频谱分析的方法,自适应地确定最佳分解层数,解决了采用试凑法操作过程繁琐的问题。
技术领域
本发明属于雷达与声呐技术领域,具体涉及一种自适应确定小波 分层级数的小波去噪方法。
背景技术
传统的信号降噪处理主要是基于傅里叶变换的方法,对含噪信号 进行傅里叶变换后,将含噪信号从时域转换到频域,再将频域上的某 些频域段的频率进行滤除,最后通过傅里叶反变换得到降噪后的信号。 对于平稳信号来说,基于傅里叶变换的降噪方法有很好的降噪效果, 但是对于非平稳信号效果很差。小波分析法不仅解决了傅里叶变换固定分辨率的问题,还能分析信号的细节特征,能更好的处理含噪的非 平稳信号。
在使用小波分析来进行降噪处理时,对含噪信号进行分解过程中, 如果分解层数太少,不能有效提取出噪声,导致降噪不彻底;如果分 解层数太多,会使信号不能有效集中在低频部分,使得高频部分含有 一部分目标信号,同样导致降噪不彻底。因此,合适的分解层数显得 很重要。目前还没有确定分解层数的有效方法,一般在进行小波降噪时,大多数情况下都是根据经验,采取试凑法确定合适的分解层数。 在最佳分解层数较大时,这种方法不仅效率低下,过程繁琐,而且找 到的分解层数还不一定是最佳的。
发明内容
针对现有技术的不足,本发明的目的在于提供一种自适应确定小 波分层级数的小波去噪方法,以解决现有技术中存在的分解层确定效 率低下,过程繁琐的问题。
为解决上述技术问题,本发明所采用的技术方案是:
一种自适应确定小波分层级数的小波去噪方法,所述方法包括如 下方法:
根据原始信号获取小波基函数;
根据所述原始信号和小波基函数获取分解层数;
根据所述分解层数对原始信号进行分解获取各层小波系数;
根据所述各层小波系数确定各层小波的阈值;
根据所述阈值对各层小波系数进行量化处理;
对所述量化处理后的小波系数进行重构,获取去除噪声的信号。
进一步的,所述分解层数的获取方法包括:
a、令原始信号的初始化分解层数K=1;
b、获取低通分解滤波器的频谱信息中所允许通过的最大频率位 置信息,作为第一频率位置信息;
c、获取原始信号中实部信息的频谱信息的最大频率位置信息, 作为第二频率位置信息;
d、判断第二频率位置信息是否小于等于第一频率位置信息,若 是则执行步骤从e、f、g、h,否则输出分解层数K;
e、对分解层数进行赋值,令K=K+1,对原始信号进行K次分解, 获取第K层低频小波系数;
f、对所述第K层低频小波系数进行傅里叶变换获取第K层低频 小波系数频谱信息;
g、获取第K层低频小波系数频谱信息的最大频率位置信息,作 为第二频率位置信息;
h、返回步骤d。
进一步的,所述小波系数的获取方法包括:
设最大分解级数为K:
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河海大学,未经河海大学许可,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/201910885585.2/2.html,转载请声明来源钻瓜专利网。