APP下载

双模噪声背景下自适应小波阈值去噪*

2014-03-18山拜达拉拜

电讯技术 2014年10期
关键词:信号模型

刘 伟,山拜·达拉拜

(新疆大学 信息科学与工程学院,乌鲁木齐830046)

1 引 言

信号去噪问题一直是一个重要而热门的课题,现在已有多种信号去噪的方法,如维纳(Wiener)滤波法、卡尔曼(Kalman)滤波法、减谱法等。小波阈值去噪方法是D.L.Donoho[1-2]在1995年提出的一种简单有效的去噪方法,由于此方法在Besov 空间上可得到最佳估计值,而线性估计达不到同样的结果,因此引起了学者的广泛关注。

目前学术界对于小波阈值去噪已有较多的研究。文献[3]研究发现经过小波分解后,不同分解层的系数对信号和噪声的比例分布有所不同,利用这一特性改进阈值选取,与传统阈值相比,图像增强过程中减少了噪声残留和误判。文献[4]利用平移不变量小波阈值去噪算法,使阈值的变化与噪声的小波变换随尺度的变化特性相一致,以期改善去噪效果。文献[5]总结了具有代表性的4 种改进小波阈值去噪法,通过仿真将各方法去噪结果进行对比,得到两个重要结论:在相同实验条件下,改进的阈值法并不绝对优于硬、软阈值法;很难找到一种在任何实验条件下都绝对优越的阈值去噪法。文献[6]用高斯混合模型来近似小波系数广义高斯分布,估计出高斯混合分布的各部分方差,并选择最小的方差参数作为噪声方差估计,这种方法在噪声方差较小时去噪效果较好。

这些研究都是假设以高斯噪声为背景[7],在简单的电子设备中这是合适的。实际设备非常复杂,再加上各种各样外界的干扰,这种假设不能满足要求。……

登录APP查看全文

猜你喜欢

信号模型
一半模型
信号
完形填空二则
重尾非线性自回归模型自加权M-估计的渐近分布
孩子停止长个的信号
3D打印中的模型分割与打包
基于LabVIEW的力加载信号采集与PID控制
一种基于极大似然估计的信号盲抽取算法
FLUKA几何模型到CAD几何模型转换方法初步研究
高处信号强