[发明专利]信号去噪的方法及装置在审
申请号: | 202111509407.3 | 申请日: | 2021-12-10 |
公开(公告)号: | CN114325598A | 公开(公告)日: | 2022-04-12 |
发明(设计)人: | 米思娅;李涛;胡爱群 | 申请(专利权)人: | 网络通信与安全紫金山实验室 |
主分类号: | G01S7/36 | 分类号: | G01S7/36;G06F17/14;G06F17/15 |
代理公司: | 北京路浩知识产权代理有限公司 11002 | 代理人: | 乔慧 |
地址: | 211111 江*** | 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: | 信号 方法 装置 | ||
1.一种信号去噪的方法,其特征在于,包括:
对LFM调制的脉冲信号S(n)下变频得到的基带信号y(n),进行多层经验模分解,得到若干本征模函数;
基于所述本征模函数及所述本征模函数的能量值,重构所述基带信号y(n)的信号分量s(n)和噪声分量N(n);
基于所述重构的信号分量s(n)的离散傅里叶频谱的幅值和重构的噪声分量N(n)的离散傅里叶频谱的幅值,确定对应的去噪后的信号z(n)。
2.根据权利要求1所述的信号去噪的方法,其特征在于,所述对LFM调制的脉冲信号S(n)下变频得到的基带信号y(n),进行多层经验模分解,得到若干本征模函数,包括:
基于样条差值函数,确定所述基带信号y(n)的所有极大值y*max(n)对应的上包络emax(n),以及所述基带信号y(n)的所有极小值y*min(n)对应的下包络emin(n);
基于所述基带信号y(n)和上下包络的平均值m(n)的差值,确定高频细节信号d(n);
若确定高频细节信号d(n)满足本征模函数成立条件,则确定所述高频细节信号d(n)为本层经验模分解得到的本征模函数IMFi(n);
基于所述基带信号y(n)和所述本征模函数IMFi(n)的差值,确定对应的残余信号r(n);
若确定所述残余信号r(n)满足多层经验模分解的结束条件,则确定对应的所有本征模函数IMFi(n)构成所述若干本征模函数。
3.根据权利要求2所述的信号去噪的方法,其特征在于,所述方法还包括:
若确定高频细节信号d(n)不满足本征模函数成立条件,则用所述高频细节信号d(n)更新所述基带信号y(n);
基于更新后的基带信号y(n),确定新的高频细节信号d(n)。
4.根据权利要求2所述的信号去噪的方法,其特征在于,所述方法还包括:
若确定所述残余信号r(n)不满足多层经验模分解的结束条件,则用所述残余信号r(n)更新所述基带信号y(n);
基于更新后的残余信号r(n),确定新的残余信号r(n)。
5.根据权利要求1所述的信号去噪的方法,其特征在于,所述基于所述本征模函数及所述本征模函数的能量值,重构所述基带信号y(n)的信号分量s(n)和噪声分量N(n),包括:
确定每个所述本征模函数对应的能量值,构建所有本征模函数对应的能量谱;
确定所述能量谱中发生能量突变的点对应的本征模函数的序号,以所述序号作为分界点;
基于本征模函数的序号小于边界点的所有本征模函数之和,确定重构的基带信号y(n)的噪声分量N(n);
基于本征模函数的序号大于等于边界点的所有本征模函数之和,以及残余信号,确定重构的基带信号y(n)的信号分量s(n)。
6.根据权利要求1所述的信号去噪的方法,其特征在于,所述基于所述重构的信号分量s(n)的离散傅里叶频谱的幅值和重构的噪声分量N(n)的离散傅里叶频谱的幅值,确定对应的去噪后的信号z(n),包括:
基于离散傅里叶变换,分别确定所述重构的信号分量s(n)的离散傅里叶频谱,和所述重构的噪声分量N(n)的离散傅里叶频谱;
基于所述信号分量s(n)的离散傅里叶频谱的幅值与所述噪声分量N(n)的离散傅里叶频谱的幅值的大小,确定去噪后的信号z(n)的幅值;
对所述去噪后的信号z(n)的幅值,进行离散傅里叶逆变换,确定所述去噪后的信号z(n)。
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网络通信与安全紫金山实验室,未经网络通信与安全紫金山实验室许可,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/202111509407.3/1.html,转载请声明来源钻瓜专利网。