小波变换与matlab仿真,基于小波变换的信号降噪研究及其MATLAB仿真(附源码)

本文分析了通信系统信号处理中噪声的小波分析特性,用一维小波对含有噪声的信号进行了分析和研究,提出了基于小波分析理论对于高频信号和高频噪声干扰相混叠的信号中小波变换用于对含有噪声信号进行的小波分解仿真实验。利用小波变换对含噪信号进行小波分解,实现了信号的降噪处理。

基于小波变换的信号降噪研究

摘要：本文分析了通信系统信号处理中噪声的小波分析特性,用一维小波对含有噪声的信号进行了分析和研究，提出了基于小波分析理论对于高频信号和高频噪声干扰相混叠的信号中小波变换用于对含有噪声信号进行的小波分解仿真实验。利用小波变换对含噪信号进行小波分解，实现了信号的降噪处理。

关键词：小波分析 降噪 MATLAB

1 引言

在这个科技飞速发展，信息传递日益方便快捷的时代。信息资源中的信号应用日益广泛，信号的结构越来越复杂，为了更加清楚的分析和研究实际工程中信号的有用信息，对信号进行消噪处理是至关重要的，而且在现实生活和工作中，噪声无处不在，在许多领域中，如天文、医学图像和计算机视觉方面收集到的数据常常是含有噪声的。噪声可能来自获取数据的过程，也可能来自环境影响。在工程实际测试得到的信号中，由于种种原因,总会存在噪声，噪声的存在往往会掩盖信号本身所要表现的信息，所以在根据测试信号对设备进行故障诊断时，一般首先要对信号进行消噪处理，消噪的主要基础就是噪声和信号的频率特征不同。 小波分析是近年来发展起来的一种新的信号处理工具，这种方法源于傅立叶分析，小波(wavelet)，即小区域的波，仅仅在非常有限的一段区间有非零值，而不是像正弦波和余弦波那样无始无终[4]。小波可以沿时间轴前后平移，也可按比例伸展和压缩以获取低频和高频小波，构造好的小波函数可以用于滤波或压缩信号，从而可以提取出已含噪声信号中的有用信号。

2 小波分析基本理论

设Ψ(t)∈L 2( R) ( L 2( R) 表示平方可积的实数空间，即能量有限的信号空间) ， 其傅立叶变换为Ψ(t)。当Ψ(t)满足条件[4,7]：

C (t)w2R (1)

时，我们称Ψ(t)为一个基本小波或母小波，将母小波函数Ψ(t)经伸缩和平移后，就可以得到一个小波序列：

a,b(t) (t b (2) 0) a,b R,aa

其中a为伸缩因子，b为平移因子。

对于任意的函数f(t)∈L 2( R)的连续小波变换为：

Wf(a,b) f, a,b

其逆变换为： Rf(t) (t b)dt(3) a

f(t) 1

C 1t bW(a,b) ()dadb (4) R Ra2fa

小波变换的时频窗是可以由伸缩因子a和平移因子b来调节的，平移因子b,可以改变窗口在相平面时间轴上的位置，而伸缩因子b的大小不仅能影响窗口在频率轴上的位置,还能