胡 健，玄志武，刘 学，徐洪洲

(中国人民解放军91550部队，辽宁 大连 116023 )

0 引言

在进行飞行器试验时，通过利用遥测信号来获取飞行器的工作状态和环境数据，为评定性能和故障分析提供依据。因此，遥测信号的好坏影响到对飞行器性能的判断和改进，以及飞行故障的原因分析和部位定位。由于遥测信号在试验中易受到环境噪声和测量噪声的干扰，所以在进行遥测数据处理前，对遥测信号进行去噪预处理是必不可少的重要步骤。

早期采用傅里叶变换法[1-3]来去除遥测信号噪声，在处理有效信号和噪声信号重叠较多的情形时效果不太理想，具有局限性。小波变换[4-6]因具有较好的时频局部化特性，特别适用于非平稳信号分析，近年来在遥测信号去噪领域得到了广泛应用。但是小波去噪法不对高频细节信号进行分解，较难刻画信号的局部边缘特性。因此虽然小波分析方法比传统的傅立叶方法消除噪声干扰效果好，但有时并不是十分理想。小波包去噪法[7-9]是在小波去噪法的基础上，对信号分解后的各个频段同时进行分析。小波包分析与小波分析相比，由于同时对上一级分解信号的低频和高频部分进行分解，能够进一步去除高频信号中的噪声，提高了频率分辨率，对于细节信号刻画更加精细。

小波包去噪的关键是阈值的选取及阈值函数的定义，为提高小波包去噪法的效果，针对阈值选取开展了大量研究。目前较为常见的小波包去噪法阈值准则有4种：固定形式阈值准则(Sqtwolog)、自适应阈值准则(Rigrsure)、启发式阈值准则(Heursure)、极小化极大阈值准则(Minimaxi)。……