[发明专利]一种CEEMDAN-小波阈值去噪方法、装置、设备及光时域反射仪

权利要求书

1.一种CEEMDAN-小波阈值去噪方法，其特征在于，应用于非反射事件的小事件点的OTDR检测信号，包括以下步骤:

基于CEEMDAN分解算法，对添加自适应白噪声的原始信号采用EMD分解算法分解，获得第1至n层的IMF分量和残差r_h(n)，并将阶数小的IMF分量作为信号占主导的IMF分量，阶数大的IMF分量作为噪声占主导的IMF分量；

确定噪声占主导的IMF分量和信号占主导的IMF分量的临界点，并去除所述噪声占主导的IMF分量；

预设小波阈值算法的小波基、分解层数、阈值和阈值函数，基于预设的所述小波阈值算法，对所述信号占主导的IMF分量进行去噪处理；

预设的所述小波阈值算法包括：

采用sym4小波作为小波基；

预设分解层数为5层；

设置阈值为其中，j为分解层数，λ_j为第j层小波系数阈值，N为信号的长度，σ_j为第j层小波系数所含噪声的标准差；

设置阈值函数为

其中，j为分解层数，w_j,k为分解的第j个尺度下的第k个小波系数，W_j,k为w_j,k估计的小波系数；λ_j为第j层的阈值；a、b为正整数的调节因子，且使a＝2、b＝20。

2.根据权利要求1所述的CEEMDAN-小波阈值去噪方法，其特征在于，所述确定噪声占主导的IMF分量和信号占主导的IMF分量的临界点的步骤包括：

计算各层IMF分量与原始信号之间的相关系数R(x,I_h)，并得到各层IMF分量的相关系数R(x,I_h)的差值；

根据所述各层IMF分量的相关系数R(x,I_h)的差值，获得差分曲线；

基于所述差分曲线，选取第一个大于零的峰值点作为噪声占主导的IMF分量与信号占主导IMF分量的临界点。

3.根据权利要求2所述的CEEMDAN-小波阈值去噪方法，其特征在于，所述各层IMF分量与原始信号之间的相关系数R(x,I_h)的计算公式包括：

其中，x(n)为原始信号，为原始信号的平均值，/为第h层IMF分量的平均值。

4.根据权利要求1-3任意一项所述的CEEMDAN-小波阈值去噪方法，其特征在于，还包括以下步骤：

使已去噪的所述信号占主导的IMF分量相加求和，进行信号重构。

5.一种CEEMDAN-小波阈值去噪装置，其特征在于，应用于非反射事件的小事件点的OTDR检测信号，包括：

分解模块，用于基于CEEMDAN分解算法，对添加自适应白噪声的原始信号采用EMD分解算法分解，获得第1至n层的IMF分量和残差r_h(n)，并将阶数小的IMF分量作为信号占主导的IMF分量，阶数大的IMF分量作为噪声占主导的IMF分量；

噪声分量去除模块，用于确定噪声占主导的IMF分量和信号占主导的IMF分量的临界点，并去除噪声占主导的IMF分量；

去噪模块，用于预设小波阈值算法的小波基、分解层数、阈值和阈值函数，基于预设的所述小波阈值算法，对所述信号占主导的IMF分量进行去噪处理；预设的所述小波阈值算法包括：采用sym4小波作为小波基；预设分解层数为5层；设置阈值为其中，j为分解层数，λ_j为第j层小波系数阈值，N为信号的长度，σ_j为第j层小波系数所含噪声的标准差；

设置阈值函数为

其中，j为分解层数，w_j,k为分解的第j个尺度下的第k个小波系数，W_j,k为w_j,k估计的小波系数；λ_j为第j层的阈值；a、b为正整数的调节因子，且使a＝2、b＝20。