信号的小波降噪
小波分析的重要应用之一就是用于信号降噪。在此,简要地阐述一下小波分析对信号降噪的基本原理。
我们知道,一个含噪的一维信号模型可表示为如下形式:
其中, 为含噪信号, 为有用信号, 为噪声信号。这里我们认为
是一个1级高斯白噪声,通常表现为高频信号,而实际工程中通常为低频信号或者是一些比较平稳的信号。因此我们可按如下的方法进行降噪处理。
首先对信号进行小波分解,一般地,噪声信号多包含在具有较高频率的细节中,从而,可利用门限阀值等形式对所分解的小波系数进行出来,然后对信号进行小波重构即可达到对信号降噪的木的。对信号降噪实质上是一直信号中的无庸部分,恢复信号中有用部分的过程。
1. 噪声在小波分解下的特性
在此,我们将噪声e看做普通信号分析以下它的相关性、频谱和频率分布这3个主要特征。
总体上,对于一维离散信号来说,其高频部分所影响的是小波分解的第一层细节,其低频部分所影响的小波分解的最深层和低频层。如果对一个仅由白噪声所组成的信号进行分析,则可得出这样的结论:高频系数的幅值随着分解层次的增加而迅速地衰减,且其方差也有同样的变化趋势。在这里用表示对噪声用小波分解后的系数,其中,j表示尺度,k表示时间,对离散时间信号引入如下的属性:
(1) 如果e是一个平稳、零均值的白噪声,那么它的小波分解系数是相互独立的。
(2) 如果e是一个高斯型噪声,那么其小波分解系数是互不相关的,且服从高斯分布。
(3) 如果e是一个平稳、有色、零均值的高斯型噪声序列,那么他的小拨分解系数也是高斯序列&#x