买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明授权】一种基于稀疏分解的小波阈值与EMD联合降噪方法_哈尔滨工程大学_201910940244.0 

申请/专利权人:哈尔滨工程大学

申请日:2019-09-30

公开(公告)日:2023-05-26

公开(公告)号:CN110688964B

主分类号:G06F18/10

分类号:G06F18/10

优先权:

专利状态码:有效-授权

法律状态:2023.05.26#授权;2020.02.11#实质审查的生效;2020.01.14#公开

摘要:本发明是一种基于稀疏分解的小波阈值与EMD联合降噪方法。本发明首先利用EMD分解获取信号的固有模态函数IMF分量,然后计算各IMF分量与原始信号的相关性,根据相关性大小确定IMF噪声频段,采用小波阈值去噪方法对噪声频段进行处理,最后对处理后的信号进行重构得到去噪信号。通过模拟实验分析,证明该方法具有智能选择噪声频段的能力,是一种更适于鱼雷信号的去噪方法。本发明可以在降噪的同时还能成功地保留信号特征。在保留了EMD运算较快、降噪性能好的优点的同时,采用稀疏化小波阈值降噪改善了各保留IMF的噪声性能,从而提高噪声抑制水平。

主权项:1.一种基于稀疏分解的小波阈值与EMD联合降噪方法,其特征是:包括以下步骤:步骤1:采用EMD法对带躁信号st进行分解,得到固有模态函数,根据固有模态函数确定原信号;步骤2:通过计算每一个IMF分量与带噪信号的相关性,确定每一个IMF分量中是否包含信息数据;步骤3:找到信号模态和噪声模态之间的分界点N;步骤4:使用小波阈值降噪算法进行降噪处理,对原信号进行N层小波变换,得到对应的小波轮廓系数和小波系数,对小波轮廓系数和小波系数进行阈值处理,得到硬阈值和软阈值;步骤5:对小波系数进行稀疏化处理,利用小波轮廓系数和小波系数进行信号重构,得到抑噪后的信号;所述步骤5具体为:步骤5.1:采用OMP算法进行小波系数的稀疏化处理,选择随机矩阵Φ,所述随机矩阵满足RIP特性,N维信号在正交基作用下实现稀疏化,通过下式表示稀疏化后的N维信号:x=ψswaj11其中,x为稀疏化后的N维信号,ψ为正交基,swaj为小波轮廓系数;步骤5.2:初始化小波系数使得βj为稀疏系数;当ε为残差阈值,则令并使用迭代式进一步计算sωdjk;否则,令步骤5.3:利用获得的第k个IMF分量的小波系数sωdjk和硬阈值进行小波逆变换,通过下式表示小波逆变换过程:sωdj′=Hssωdjk+μΦTy-Φsωdjkμ>012其中,sωdj′为小波逆变换的小波系数,y为M维测量向量,μ为迭代次数;步骤5.3:通过线型测量矩阵φ对小波轮廓系数进行测量,得到远小于信号长度的M维测量向量,通过下式表示M维测量向量:y=φψswaj=Aswaj13其中,A为传感矩阵;步骤5.4:采用信号重构算法对信号进行重构,通过下式表示重构过程: 其中,y′t为重构信号,r′Nt为去噪后的IMF分量。

全文数据:

权利要求:

百度查询: 哈尔滨工程大学 一种基于稀疏分解的小波阈值与EMD联合降噪方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。