上官甲新， 张淑清， 郑龙江， 姜安琦， 艾洪克， 张立国， 刘海涛

(1.燕山大学 电气工程学院，河北 秦皇岛 066004；2.国网冀北电力有限公司唐山供电公司，河北 唐山 063000)

1 引 言

由于信号在采集过程中会受到各种因素的干扰，所以采集到的信号往往含有噪声成分，这会给后续工作造成一定的困难，因此有必要对信号进行降噪处理。近年来，常见的降噪方法主要有小波变换、经验模态分解(EMD)及其改进算法、变分模态分解(VMD)、区间阈值算法以及各种组合去噪方法等。文献[1]利用小波变换和常用的滤波方法进行信号的去噪处理，有效地滤除了噪声信息;文献[2]将小波阈值去噪应用在雷达弱回声信号识别中，能够很好地保留回波信号；文献[3]提出了一种改进的双小波非凸稀疏正则化去噪算法，在滤除噪声的同时，保留了原始数据的细节信息；文献[4]提出了一种基于相关的EMD结合软阈值和粗糙惩罚的去噪新方法，使噪声得到有效抑制；文献[5]提出了EEMD与小波阈值相结合的降噪方法，能够很好地剔除信号中包含高频噪声与基线漂移的各种噪声；文献[6]提出了基于灰色准则与EEMD相结合的降噪方法，得到了较好的去噪效果；文献[7]将EEMD和独立成分分析(ICA)相结合的方法应用于脑电信号去噪，综合分析去噪结果表明，该方法能够很好地消除噪声；文献[8]利用CEEMDAN(complete ensemble empirical mode decomposition with adaptive noise)与改进区间阈值相结合的方法，相对结合区间阈值的EEMD，减少了降噪后信号在某些点不连续的情况；文献[9]提出了一种基于非局部均值优化的CEEMDAN阈值去噪方法，改善了传统阈值去噪方法的缺点，保留了较多小幅度部分的有用信息，具有较好的适应性；……