kmpdm運用小波分析進行消噪處理的方法

kmpdm運用小波分析進行消噪處理的方法

一般情況下有用信號通常表現為低頻信號或是一些比較平穩的信號，而噪聲信號則通常表現為高頻信號。一維信號的降噪過程主要進行一下處理：首先對原有信號進行小波分解，噪聲部分通常包含在高頻系統中，然后對小波分解的高頻系數進行閾值量化處理，*后再對信號重構即可達到降噪目的。
由此可見，閾值的選取對于小波消噪來說及其重要。一般情況下閾值的選取規則主要由四種：自適應無偏似然選擇、固定閾值選擇、啟發式閾值選擇和極大極小閾值選擇，需要根據不同的信號特征做具體的選取，自適應無偏似然估計是一種基于史坦無偏估計，其做法是首先給定一個固定的閾值t，得到它的似然估計，再將非似然的t*小化，即得到所選的閾值。固定閾值選擇的閾值產生的大小是sqrt(2(length(a))),其中為a含噪信號。啟發式閾值的選擇是前兩種閾值的綜合，是*優預測變量閾值選擇，極大極小閾值選擇也是一種固定閾值的選擇，它產生*小均方誤差的極值，而不是無誤差，因為被降噪信號可看成與未知回歸函數的估計式相似，這種極值估計器可以在一個給定的函數實現集中與*大均方誤差*小化。

版權所有www.shenhuyi.com           如需轉載請注明出自