基于信號(hào)的去噪方法分析小波變換

《基于信號(hào)的去噪方法分析小波變換》由會(huì)員上傳分享，免費(fèi)在線(xiàn)閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、基于信號(hào)的去噪方法分析小波變換摘要：現(xiàn)實(shí)世界的信號(hào)不存在沒(méi)有噪聲?；谛〔ㄗ儞Q的去噪是抑制信號(hào)噪聲的有力手段。在本文中，信號(hào)去噪的基礎(chǔ)上雙去強(qiáng)度離散小波變換（dddwt）和雙樹(shù)離散小波變換（dtdwt）方法與分解閾值點(diǎn)和水平的最佳值的實(shí)現(xiàn)?；趶?qiáng)度接收信號(hào)中噪聲的確定性，分解閾值點(diǎn)和水平的最佳值。在根的結(jié)果均方誤差（RMSE）和信號(hào)噪聲比（SNR）然后與離散小波變換（DWT）的相應(yīng)值的去噪方法。流行的測(cè)試信號(hào)；片常規(guī)污染與加性高斯白噪聲（AWGN）選擇實(shí)施。MATLAB仿真結(jié)果表明，所選擇的閾值點(diǎn)、分解層次的dddwt和dtdwt優(yōu)于小波變換方法。關(guān)鍵詞：信號(hào)去噪;

2、離散小波變換;雙密度離散小波變換;對(duì)偶樹(shù)離散小波變換;均方根誤差第一章引言小波變換是一種在數(shù)字信號(hào)和圖像處理領(lǐng)域中應(yīng)用的著名工具。它提供了一個(gè)多分辨率分析，同時(shí)在使用一組稱(chēng)為小波分析函數(shù)的時(shí)間和頻率域[1]。這對(duì)小波變換良好的時(shí)頻局部性使得它可用于非平穩(wěn)和妊娠的處理信號(hào)[2]。小波變換，特別是離散小波變換（DWT）進(jìn)行去除噪聲的應(yīng)用。由于多分辨率分析是不可能的，與其他變換傅立葉變換和短時(shí)間傅立葉變換，在信號(hào)去噪應(yīng)用中不能應(yīng)用多。小波變換是不同類(lèi)型的。小波變換的臨界采樣形式提供了最緊湊的表示形式。但它缺乏平移不變性和方向選擇性。這個(gè)這些問(wèn)題可以通過(guò)使用復(fù)雜的小波變換和

3、DWT的擴(kuò)展即避免，雙密度小波變換（dddwt）[3]和雙樹(shù)離散小波變換（dtdwt）[4]。雙密度小波變換和雙樹(shù)重量是相似的幾種方式，因?yàn)樗鼈兌际腔谕昝赖闹亟V波器組，它們是由一個(gè)因素超過(guò)完成，是幾乎移位不變[5]。小波變換執(zhí)行與臨界采樣小波信號(hào)去噪中的應(yīng)用比較。在本文中，信號(hào)去噪的基于離散小波變換的膨脹形式，即雙密度離散小波變換（dddwt）和雙樹(shù)離散小波變換（dtdwt）是實(shí)施。小波去噪方法的閾值點(diǎn)和分解程度取決于噪聲強(qiáng)度?；诮邮招盘?hào)中噪聲的強(qiáng)度，最佳值利用實(shí)驗(yàn)確定的閾值點(diǎn)和分解的水平。該去噪方法的性能評(píng)價(jià)是基于根均方誤差（RMSE）和信號(hào)噪聲比（SNR）

4、。比較研究顯示信號(hào)去噪的小波變換方法和dtdwtdddwt使用方法的有效性。噪聲強(qiáng)度為15，為接收噪聲硅信號(hào)的分解，閾值點(diǎn)和水平的最優(yōu)值被發(fā)現(xiàn)是分別為20和4。論文組織如下。引言部分簡(jiǎn)要介紹了小波去噪方法在2節(jié)。第3節(jié)提供了建議的工作，其實(shí)驗(yàn)的描述在第4和5節(jié)給出了所有的結(jié)果和討論，最后提出了切實(shí)可行的建議。第二章小波去噪的方法用于數(shù)字?jǐn)?shù)據(jù)處理的最簡(jiǎn)單的小波變換是一種極為關(guān)鍵的可分離小波變換。這是常用的變換，它采用一維小波變換RM在每個(gè)維度[7]。濾波器組是小波變換應(yīng)用中的一個(gè)重要結(jié)構(gòu)。一個(gè)二維濾波器組的分析和綜合濾波器組如圖1所示。分析濾波器組包括兩個(gè)濾波器，低通

5、濾波器和一個(gè)高通濾波器，F(xiàn)1，F(xiàn)2。這些濾波器將輸入信號(hào)x（n）為兩個(gè)子帶。這些信號(hào)被采樣產(chǎn)生的低頻率和高頻部分，碳（氮）和?。ǖ?。同樣，合成濾波器由兩個(gè)濾波器，低通濾波器，F(xiàn)1和F2的高通濾波器。二子帶信號(hào)后取樣這些過(guò)濾器的過(guò)濾和過(guò)濾相結(jié)合，以形成重構(gòu)信號(hào)（氮）。只有當(dāng)過(guò)濾器滿(mǎn)足完美的重建性能[8][9]，可以重建原始信號(hào)。圖1一維濾波器組2.1雙密度離散小波變換雙密度小波變換采用一個(gè)尺度函數(shù)和小波的兩不同。它提供超過(guò)臨界采樣小波變換的幾個(gè)優(yōu)點(diǎn)。它是移位不變的，過(guò)完備的一個(gè)因素。THI變換在二維信號(hào)的去噪中表現(xiàn)良好。雙密度小波的設(shè)計(jì)與圖2中給出的濾波器組[3]。

6、圖2雙密度離散小波變換分析濾波器組由三個(gè)分析濾波器的低通濾波器，F(xiàn)O（N）和兩種不同的高通濾波器F1和F2（N）（N）。這些濾波器將信號(hào)x（n）為三子。這些信號(hào)進(jìn)行下采樣2產(chǎn)生的低頻子帶和高頻子帶的兩個(gè)C（n），D1和D2（N）（N），分別。同樣，合成濾波器組包括三個(gè)過(guò)濾器，這是逆的分析過(guò)濾器。低通濾波器是由佛”表示（N）和兩個(gè)高通濾波器是由F1和F2表示（N）（N）。三個(gè)子帶信號(hào)的上升mpled兩，過(guò)濾并組合成輸出信號(hào)y（n）[10]。2.2對(duì)偶樹(shù)離散小波變換雖然雙密度小波已超過(guò)臨界采樣小波變換的優(yōu)點(diǎn)，一些由雙密度小波缺乏一個(gè)主導(dǎo)方向，使他們能夠使用的小波分離這些

7、方向。這可以通過(guò)使用雙樹(shù)DWT[6]克服。它是基于雙尺度函數(shù)和四個(gè)不同的小波。小波的設(shè)計(jì)，在這樣的方式，這兩者讓我們的第一個(gè)對(duì)被一個(gè)另一半抵消，另一對(duì)形成了希爾伯特變換對(duì)[11]。改進(jìn)的方向選擇性，然后可以與雙樹(shù)DWT實(shí)現(xiàn)它可以用來(lái)實(shí)現(xiàn)復(fù)雜和方向的小波變換在多個(gè)維度[12]。雙樹(shù)DWT設(shè)計(jì)圖3給出的濾波器組。輸入信號(hào)x（n）是同時(shí)施加于兩個(gè)臨界采樣離散形成的實(shí)部和虛部樹(shù)分別為A和B。圖3顯示了3級(jí)分解的分析濾波器組。圖3對(duì)偶樹(shù)離散小波變換第三章工作流程小波變換去噪方法是抑制信號(hào)噪聲的有力手段。用于去噪處理的方法主要取決于接收到的信號(hào)中的噪聲的強(qiáng)度?；谒邮盏男?/p>