欧美在线观看视频网站,亚洲熟妇色自偷自拍另类,啪啪伊人网,中文字幕第13亚洲另类,中文成人久久久久影院免费观看 ,精品人妻人人做人人爽,亚洲a视频

一種最優(yōu)小波基選取方法以及小波閾值去噪方法與流程

文檔序號(hào):11865094閱讀:3065來(lái)源:國(guó)知局
一種最優(yōu)小波基選取方法以及小波閾值去噪方法與流程

本發(fā)明涉及雷達(dá)技術(shù)領(lǐng)域,更具體地涉及一種最優(yōu)小波基選取方法以及小波閾值去噪方法。



背景技術(shù):

信號(hào)去噪是信號(hào)處理領(lǐng)域的經(jīng)典問(wèn)題之一。傳統(tǒng)的去噪方法主要包括線(xiàn)性濾波方法和非線(xiàn)性濾波方法,如中值濾波和wiener濾波等。傳統(tǒng)去噪方法的不足在于使信號(hào)變換后的熵增高、無(wú)法刻畫(huà)信號(hào)的非平穩(wěn)特性并且無(wú)法得到信號(hào)的相關(guān)性。小波去噪方法克服了上述缺點(diǎn),且具有多分辨、低熵、靈活等良好特性,得到了越來(lái)越廣泛的應(yīng)用。

小波閾值去噪是一種實(shí)現(xiàn)簡(jiǎn)單、效果較好的小波去噪方法。閾值去噪方法的思想就是對(duì)小波分解后的各層系數(shù)中模大于和小于某閾值的系數(shù)分別處理,然后對(duì)處理完的小波系數(shù)再進(jìn)行反變換,重構(gòu)出去噪后的信號(hào)。

在小波閾值去噪中,小波基的選取是一個(gè)重要問(wèn)題,直接影響信號(hào)的去噪效果。目前常用的小波基種類(lèi)繁多,不同的小波基具有不同的時(shí)頻特性,用不同的小波基對(duì)同一信號(hào)進(jìn)行分析時(shí)經(jīng)常會(huì)得到不同的結(jié)果。但是對(duì)于一般信號(hào)而言,很難直觀的選擇最佳的小波基,目前在實(shí)際工程應(yīng)用中,大都依靠經(jīng)驗(yàn)選取或通過(guò)大量嘗試對(duì)比選取,這種方式無(wú)法判斷使用哪種小波基處理實(shí)際信號(hào)時(shí)產(chǎn)生的誤差最小,也無(wú)法判斷哪種小波基能夠?qū)τ趯?shí)際信號(hào)得到最佳的處理效果,并且小波基選取效率低,降低了工程應(yīng)用中信號(hào)去噪處理的效率,選取不適合的小波基還會(huì)影響去噪效果。



技術(shù)實(shí)現(xiàn)要素:

(一)要解決的技術(shù)問(wèn)題

為了解決現(xiàn)有技術(shù)問(wèn)題,本發(fā)明提供了一種最優(yōu)小波基選取方法以及小波閾值去噪方法。

(二)技術(shù)方案

本發(fā)明提供了一種最優(yōu)小波基選取方法,用于小波閾值去噪,包括:步驟A:確定多種待選的小波簇,每種小波簇包含一系列小波基;步驟B:利用不同小波簇的小波基對(duì)含噪信號(hào)進(jìn)行小波分解和重構(gòu),基于重構(gòu)信號(hào)與所述含噪信號(hào)的誤差,選取每一小波簇中的誤差最小的小波基;以及步驟C:基于所選取的每一小波簇中誤差最小的小波基對(duì)所述含噪信號(hào)進(jìn)行小波分解,得到各級(jí)分解尺度的小波系數(shù),根據(jù)各級(jí)分解尺度的小波系數(shù)的統(tǒng)計(jì)圖選取最優(yōu)小波基。

本發(fā)明還提供了一種小波閾值去噪方法,包括:利用上述最優(yōu)小波基選取方法選取最優(yōu)小波基;利用所述最優(yōu)小波基對(duì)含噪信號(hào)進(jìn)行小波閾值去噪,并輸出去噪后的信號(hào)。

(三)有益效果

從上述技術(shù)方案可以看出,本發(fā)明的最優(yōu)小波基選取方法以及小波閾值去噪方法具有以下有益效果:

(1)選取重構(gòu)信號(hào)與含噪信號(hào)平均誤差最小的小波基,保證了信號(hào)在小波閾值去噪過(guò)程中的精度;

(2)針對(duì)不同信號(hào)的具體特性,考慮在不同小波基下信號(hào)在小波域的稀疏特性,挑選對(duì)于輸入信號(hào)稀疏性最好的小波基,有利于小波閾值去噪;

(3)整個(gè)方法簡(jiǎn)便快速,實(shí)現(xiàn)了小波基的快速最優(yōu)選取,提高了工程應(yīng)用中的信號(hào)去噪效果與信號(hào)處理效率。

附圖說(shuō)明

圖1為本發(fā)明實(shí)施例的含噪信號(hào);

圖2為本發(fā)明實(shí)施例的各小波簇小波基的平均誤差值示意圖;

圖3為本發(fā)明實(shí)施例的各小波基小波系數(shù)的幅值平方統(tǒng)計(jì)圖;

圖4為本發(fā)明實(shí)施例的去噪后信號(hào);

圖5為本發(fā)明實(shí)施例的一種最優(yōu)小波基選取方法流程圖。

具體實(shí)施方式

為使本發(fā)明的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白,以下結(jié)合具體實(shí)施例,并參照附圖,對(duì)本發(fā)明作進(jìn)一步的詳細(xì)說(shuō)明。

參照?qǐng)D5,本發(fā)明實(shí)施例的提供了一種最優(yōu)小波基選取方法,用于小波閾值去噪,該最優(yōu)小波基選取方法包括:

步驟A:確定多種待選的小波簇,每種小波簇包含一系列小波基。

本發(fā)明的最優(yōu)小波基選取方法用于小波閾值去噪,因此首先在步驟A中確定選取對(duì)象,即不同的小波簇,其中每種小波簇包含一系列小波基。在發(fā)明中對(duì)小波簇種類(lèi)不作限制,其可以是信號(hào)處理領(lǐng)域中任何小波簇,作為一個(gè)示例,本實(shí)施例的小波簇選擇db、symlet與bior,小波簇包含的小波基數(shù)量可以根據(jù)需求或?qū)嶋H效果來(lái)設(shè)定和調(diào)整,作為一個(gè)示例,本實(shí)施例的db包含小波基db2、db3、db4、db5、db6、db7和db8;symlet包含小波基symlet1、symlet2、symlet3、symlet4、symlet5、symlet6、symlet7和symlet8;bior包括小波基bior1.1、bior1.3、bior1.5、bior2.2、bior2.4、bior2.6、bior2.8、bior3.1、bior3.3、bior3.5、bior3.7、bior3.9、bior4.4和bior5.5。

步驟B:利用不同小波簇的小波基對(duì)含噪信號(hào)進(jìn)行小波分解和重構(gòu),基于重構(gòu)信號(hào)與含噪信號(hào)的誤差,選取每一小波簇中的誤差最小的小波基。

步驟B包括:

子步驟B1:輸入含噪信號(hào),利用不同小波簇的小波基對(duì)含噪信號(hào)進(jìn)行小波分解,得到小波基對(duì)應(yīng)的小波系數(shù),對(duì)小波系數(shù)進(jìn)行重構(gòu)得到重構(gòu)信號(hào)。

在本發(fā)明中對(duì)小波分解和重構(gòu)的算法不作限制,其可以是信號(hào)處理領(lǐng)域中任何小波分解算法,作為一個(gè)示例,本實(shí)施例利用Mallat算法對(duì)含噪信號(hào)進(jìn)行小波分解和信號(hào)重構(gòu);優(yōu)選地,基于不同小波簇的小波基,利用Mallat算法對(duì)含噪信號(hào)按照相同的分解級(jí)數(shù)進(jìn)行小波分解。

子步驟B2:計(jì)算基于不同小波簇小波基的重構(gòu)信號(hào)與含噪信號(hào)的平均誤差,并選取每一小波簇中平均誤差最小的小波基。

其中,平均誤差指信號(hào)所有誤差的絕對(duì)值的平均值,其計(jì)算公式為:

<mrow> <mi>E</mi> <mo>=</mo> <mfrac> <mn>1</mn> <mi>n</mi> </mfrac> <msubsup> <mi>&Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </msubsup> <mo>|</mo> <mi>x</mi> <msup> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>&prime;</mo> </msup> <mo>-</mo> <mi>x</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>)</mo> </mrow> <mo>|</mo> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>1</mn> <mo>)</mo> </mrow> </mrow>

其中,E為平均誤差,n為含噪信號(hào)和重構(gòu)信號(hào)的點(diǎn)數(shù),x(i)′為重構(gòu)信號(hào)第i點(diǎn)幅值,x(i)為含噪信號(hào)第i點(diǎn)幅值。

如步驟B所述,本發(fā)明的方法考慮了信號(hào)在小波分解與重構(gòu)中的誤差,保證了信號(hào)在小波閾值去噪過(guò)程中的精度。

步驟C:基于所選取的每一小波簇中平均誤差最小的小波基對(duì)含噪信號(hào)進(jìn)行小波分解,得到各級(jí)分解尺度的小波系數(shù),根據(jù)各級(jí)分解尺度的小波系數(shù)的統(tǒng)計(jì)圖選取最優(yōu)小波基。

步驟C包括:

子步驟C1:基于所選取的每一小波簇中平均誤差最小的小波基對(duì)含噪信號(hào)進(jìn)行小波分解,得到各個(gè)小波基對(duì)應(yīng)的各級(jí)分解尺度的小波系數(shù)。

其中,可利用信號(hào)處理領(lǐng)域中任何小波分解算法(例如Mallat算法)對(duì)含噪信號(hào)進(jìn)行小波分解,優(yōu)選地,對(duì)含噪信號(hào)按照相同的分解級(jí)數(shù)進(jìn)行小波分解。

子步驟C2:針對(duì)每一小波基對(duì)應(yīng)的各級(jí)分解尺度的小波系數(shù),計(jì)算各級(jí)分解尺度小波系數(shù)的幅值的平方,將各級(jí)分解尺度小波系數(shù)的幅值的平方歸一化后從大到小排列,得到每一小波基對(duì)應(yīng)的各級(jí)分解尺度的小波系數(shù)的統(tǒng)計(jì)圖。

子步驟C3:基于統(tǒng)計(jì)圖的稀疏性選出最優(yōu)小波基。

在子步驟C3中,統(tǒng)計(jì)圖中有部分幅值很大的分量,以及部分幅值很小的分量,將統(tǒng)計(jì)圖中稀疏性最好的小波基作為最優(yōu)小波基,即,對(duì)于每一小波基對(duì)應(yīng)的統(tǒng)計(jì)圖,將幅值差別最大的統(tǒng)計(jì)圖對(duì)應(yīng)的小波基作為最優(yōu)小波基,也就是說(shuō),對(duì)于每一小波基對(duì)應(yīng)的統(tǒng)計(jì)圖,將大多數(shù)幅值值較小,少量幅值很大的統(tǒng)計(jì)圖對(duì)應(yīng)的小波基作為最優(yōu)小波基。

由此可見(jiàn),本發(fā)明的方法針對(duì)不同信號(hào)的具體特性,考慮不同小波基下信號(hào)在小波域的稀疏特性,挑選對(duì)于輸入信號(hào)稀疏性最好的小波基,有利于小波閾值去噪,并且實(shí)現(xiàn)了小波基的快速最優(yōu)選取,提高了工程應(yīng)用中的信號(hào)去噪效果與信號(hào)處理效率。

以下通過(guò)具體示例對(duì)本發(fā)明的方法進(jìn)行說(shuō)明:

首先,選取小波簇db、symlet與bior,db包含小波基db2、db3、db4、db5、db6、db7和db8;symlet包含小波基symlet1、symlet2、symlet3、symlet4、symlet5、symlet6、symlet7和symlet8;bior包括小波基bior1.1、bior1.3、bior1.5、bior2.2、bior2.4、bior2.6、bior2.8、bior3.1、bior3.3、bior3.5、bior3.7、bior3.9、bior4.4和bior5.5。

接著,輸入含噪信號(hào),參見(jiàn)圖1。利用db、symlet與bior三個(gè)小波簇分別對(duì)含噪信號(hào)按照相同分解級(jí)數(shù)進(jìn)行小波分解,直接對(duì)分解后的各小波系數(shù)進(jìn)行重構(gòu),計(jì)算不同小波基對(duì)應(yīng)的重構(gòu)信號(hào)與原始信號(hào)的平均誤差,計(jì)算得到各個(gè)小波簇的小波基的平均誤差值參見(jiàn)圖2。

挑選出每一小波簇中誤差最小的小波基。由圖2可知本例中各小波簇誤差最小的小波基分別為db2、symlet1與bior2.4。

利用db2、symlet1、bior2.4三個(gè)小波基分別按照相同分解級(jí)數(shù)進(jìn)行小波分解,計(jì)算不同小波基對(duì)應(yīng)的各級(jí)分級(jí)尺度的小波系數(shù)的幅值平方值,將幅值平方值歸一化后從大到小排列,得到統(tǒng)計(jì)圖,參見(jiàn)圖3。

根據(jù)統(tǒng)計(jì)圖選取稀疏性最好小波基作為最優(yōu)小波基。本例中,由圖3可見(jiàn),bior2.4小波基對(duì)應(yīng)的統(tǒng)計(jì)圖大多數(shù)幅值較小,少量幅值很大,其最大幅值與最小幅值的差別最大,將其作為最優(yōu)小波基。

本發(fā)明又一實(shí)施例提供了一種小波閾值去噪方法,該方法包括:

利用上述實(shí)施例的最優(yōu)小波基選取方法選取最優(yōu)小波基;

利用最優(yōu)小波基對(duì)含噪信號(hào)進(jìn)行小波閾值去噪,并輸出去噪后的信號(hào)。

利用bior2.4小波基對(duì)含噪信號(hào)進(jìn)行去噪并輸出去噪后信號(hào),結(jié)果參見(jiàn)圖4。

至此,已經(jīng)結(jié)合附圖對(duì)本發(fā)明實(shí)施例進(jìn)行了詳細(xì)描述。依據(jù)以上描述,本領(lǐng)域技術(shù)人員應(yīng)當(dāng)對(duì)本發(fā)明的一種最優(yōu)小波基選取方法以及小波閾值去噪方法有了清楚的認(rèn)識(shí)。

需要說(shuō)明的是,在附圖或說(shuō)明書(shū)正文中,未繪示或描述的實(shí)現(xiàn)方式,均為所屬技術(shù)領(lǐng)域中普通技術(shù)人員所知的形式,并未進(jìn)行詳細(xì)說(shuō)明。此外,上述對(duì)各元件的定義并不僅限于實(shí)施例中提到的各種方式,本領(lǐng)域普通技術(shù)人員可對(duì)其進(jìn)行簡(jiǎn)單地更改或替換,例如:

(1)實(shí)施例中提到的方向用語(yǔ),例如“上”、“下”、“前”、“后”、“左”、“右”等,僅是參考附圖的方向,并非用來(lái)限制本發(fā)明的保護(hù)范圍;

(2)上述實(shí)施例可基于設(shè)計(jì)及可靠度的考慮,彼此混合搭配使用或與其他實(shí)施例混合搭配使用,即不同實(shí)施例中的技術(shù)特征可以自由組合形成更多的實(shí)施例。

以上所述的具體實(shí)施例,對(duì)本發(fā)明的目的、技術(shù)方案和有益效果進(jìn)行了詳細(xì)說(shuō)明,所應(yīng)理解的是,以上所述僅為本發(fā)明的具體實(shí)施例而已,并不用于限制本發(fā)明,凡在本發(fā)明的精神和原則之內(nèi),所做的任何修改、等同替換、改進(jìn)等,均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。

當(dāng)前第1頁(yè)1 2 3 
網(wǎng)友詢(xún)問(wèn)留言 已有0條留言
  • 還沒(méi)有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
1
江阴市| 大余县| 石狮市| 比如县| 罗江县| 大城县| 河南省| 武夷山市| 夏邑县| 杭锦后旗| 许昌县| 肥西县| 霍城县| 嘉兴市| 遂宁市| 正定县| 社旗县| 怀宁县| 淳安县| 巧家县| 广河县| 韶关市| 县级市| 南乐县| 德惠市| 惠安县| 乌什县| 蒙自县| 洮南市| 云林县| 濮阳市| 门源| 兴安县| 柘城县| 襄汾县| 西华县| 穆棱市| 甘泉县| 泌阳县| 囊谦县| 永康市|