[发明专利]一种混沌信号降噪方法

摘要

本发明公开一种混沌信号降噪方法，首先利用CEEMDAN将原始信号分解为多个IMF，根据IMF的ETC识别噪声IMF。然后计算剩余IMF的RCMDE，由RCMDE可将其划分为三组IMF，即：噪声主导IMF，真实信号主导IMF和真实IMF。最后对噪声主导IMF和真实信号主导IMF分别进行最佳分解层次的小波阈值降噪，并把降噪后的信号与真实IMF进行重构，进而得到最终的降噪信号。通过对含噪混沌信号进行仿真实验，并与EMD_MSE_WSTD和EEMD_DE_WSTD两种降噪方法进行对比，发现本发明方法具有较为明显的高信噪比和低均方根误差的优势。将其应用于三种不同类别的真实水声混沌信号降噪，发现降噪后的信号不仅在波形上基本消除了噪声干扰，而且更清晰地恢复出了混沌吸引子的拓扑结构，为水声混沌信号的进一步处理奠定了基础。

主权项

1.一种混沌信号降噪方法，其特征在于，包括以下步骤：步骤1，通过自适应噪声完备集合经验模态将原始含噪混沌信号分解为若干个固有模态函数；步骤2，计算每个固有模态函数的复杂度，并通过复杂度值识别出序列A，序列A为噪声序列；步骤3，计算除序列A以外的固有模态函数的精细复合多尺度散布熵，根据精细复合多尺度散布熵的不同阈值将剩余的固有模态函数划分为序列B、序列C和序列D，其中序列B为噪声主导序列，序列C为真实信号主导序列，序列D为真实序列；步骤4，对序列B和序列C分别进行小波软阈值降噪，降噪后的信号通过信噪比和均方根误差确定最优级别，进而确定降噪效果最优的序列B和序列C；步骤5，去除序列A，将步骤4得到降噪效果最优的序列B、降噪效果最优的序列C和序列D组合重构，获得最终降噪信号。