[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

说明书

本发明涉及信号去噪技术领域，尤其是涉及一种CEEMDAN‑小波阈值去噪方法、装置、设备及光时域反射仪，其方法包括基于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，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，基于预设的小波阈值算法，对信号占主导的IMF分量进行去噪处理。解决了现有的去噪方法去噪效果较差的问题。本发明具有提升去噪效果，更易于非反射事件等较小的事件点检测的效果。

技术领域

本发明涉及信号去噪技术领域，尤其是涉及一种CEEMDAN-小波阈值去噪方法、装置、设备及光时域反射仪。

背景技术

OTDR(Optical Time-Domain Reflectometer，光时域反射仪)是利用脉冲光在光纤中传输时产生的背向散射光信号来表征光纤传输特性的一种仪器。OTDR作为一种非破坏的光纤测量设备，可对光纤长度、光纤的传输衰减和故障定位等进行测量，在光纤光缆的生产、施工、维护等方面得到了广泛的应用，是光纤通信领域中不可或缺的测试仪表。

OTDR曲线可以反映背向散射光沿光纤传输中的损耗分布情况。在OTDR测试曲线中，包含的事件类型主要有非反射事件、反射事件和光纤末端，如光纤接头、熔接、弯曲、断裂等事件，这些事件对应着光纤中各处损耗。对于反射事件，正常情况下OTDR曲线有着较高的信噪比，容易被检测识别；但对于非反射事件等较小的事件点时，容易被噪声淹没，当曲线受噪声污染严重，曲线中的事件难以识别，所以在信号分析过程中对信号进行去噪处理是必不可少的。

EMD(Empirical Mode Decomposition,经验模态分解)是目前常用的信号降噪方法，广泛应用于非线性、非平稳信号去噪中，但该方法本身却存在模态混叠、端点效应等问题，影响去噪效果。其他传统的去噪方法也均未能满足非反射事件等较小的事件点检测的要求。

针对上述中的相关技术，发明人认为存在有现有的去噪方法去噪效果较差的缺陷。

发明内容

为了提升去噪效果，本发明提供了一种CEEMDAN-小波阈值去噪方法、装置、设备及光时域反射仪。

第一方面，本发明提供一种CEEMDAN-小波阈值去噪方法，具有提升去噪效果的特点。

本发明是通过以下技术方案得以实现的：

一种CEEMDAN-小波阈值去噪方法，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。

本发明在一较佳示例中可以进一步配置为：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。