[发明专利]激光诱导击穿光谱的小波降噪的最佳分解层数选择方法

摘要

本发明公开了一种用于激光诱导击穿光谱的小波降噪的最佳分解层数选择方法，基于噪声能量分布的数学模型，通过小波能量熵计算得到噪声能量值的预测区间并用于确定激光诱导击穿光谱的小波降噪的最佳分解层数，通过本方法可以自动地选择LIBS小波降噪的分解层数，取得了很好的小波降噪效果，在提高了信噪比同时降低了检出限。

主权项

一种激光诱导击穿光谱的小波降噪的最佳分解层数选择方法，其特征在于，包括以下步骤：步骤1)输入整个激光诱导击穿光谱信号Y，并对激光诱导击穿光谱信号Y进行标准化计算得到标准化后的激光诱导击穿光谱信号y；步骤2)利用蒙特卡洛方法产生与步骤1)中激光诱导击穿光谱信号Y长度一致、统计特性一致的高斯白噪声N；步骤3)利用Shannon熵来选择小波基函数并计算得到最大的分解层数M；步骤4)根据小波基函数对标准化后的激光诱导击穿光谱信号y进行离散小波变换，计算得到标准化后的激光诱导击穿光谱信号y在每一个分解层上的细节系数cDj；根据小波基函数对高斯白噪声N进行离散小波变换，计算得到高斯白噪声N在每一个分解层上的细节系数cD’j，j＝1,…,M；步骤5)根据标准化后的激光诱导击穿光谱信号y在每一个分解层上的细节系数cDj重构标准化后的激光诱导击穿光谱信号y在每一层的高频子信号Sj；根据高斯白噪声N在每一个分解层上的细节系数cD'j重构高斯白噪声N在每一层的高频子信号S'j，j＝1,…,M；步骤6)根据标准化后的激光诱导击穿光谱信号y在每一层的高频子信号Sj，j＝1,…,M，计算小波能量熵WEEj及其差分导数D(WEEj)，j＝2,…,M；根据高斯白噪声N在每一层的高频子信号S'j，j＝1,…,M，计算小波能量熵WEEj'，j＝1,…,M，及其差分导数D(WEE′j)，j＝2,…,M；步骤7)根据D(WEEj)在置信水平为0.95下，计算预测区间；步骤8)如果某一D(WEE′j)超出所述预测区间，就得到了最佳分解层数：j‑1。