一种改进的小波阈值去噪算法及其仿真分析
2011-09-19李永军马立元段永刚
自动化仪表 2011年7期
李永军 马立元 段永刚
(军械工程学院导弹工程系,河北 石家庄 050003)
0 引言
在实际工作中,检测到的信号中都夹杂着各种干扰信号(噪声),这些干扰信号的存在严重影响了信号本身。为了更好地对信号进行分析,必须进行去噪处理。经实际应用分析可知,信号往往包含许多尖峰或突变部分,且噪声也不是平稳的白噪声,采用传统的傅里叶变换对这种信号进行消噪,效果不明显。而小波变换法由于具有时频局部化、小波基选择灵活、计算速度快、适应性广以及在Besov空间中可以得到任何其他线性估计都达不到的最佳估计等优点,成为信号去噪的一个强有力的工具。
Donoho提出基于阈值处理思想的小波域去噪技术。在小波去噪方法中,阈值法得到了广泛应用。这是因为用阈值法去噪不仅能够最大限度地抑制噪声,而且可以很好地保留反映原始信号的特征尖峰点,去噪效果良好。
1 小波阈值去噪
1994年,斯坦福大学的D.L.Donoho和Johnstone在小波变换基础上提出了小波阈值去噪的概念[1-2]。系统输出信号,即观测信号x(t)可表示为:

式中:s(t)为原始信号;n(t)为高斯白噪声,其服从N(0,σ2)分布。
要把s(t)从x(t)中直接提取出来是比较困难的,需要借助变换方法才能做到。为方便理解,假设信号x(t)为一维信号,经离散采样后,可以得到N点离散信号x(n)(n=0,1,2,…,N -1)。对信号 x(n)作离散小波变换,即:

式中:WTx(j,k)为小波变换系数;ψ()为小波函数;j、k分别为小波变换的分解层数和平移时间。
小波变换,特别是正交小波变换具有很强的去数据相关性,它能够使信号的能量在小波域内集中在一些大的小波系数中,而噪声能量却分布于整个小波域内。……
登录APP查看全文
