基于Savitzky-Golay (SG) 的数据去噪（MATLAB-附案例代码）

1. 摘要

低质量的数据导致低质量的数据挖掘结果。数据是数据挖掘的目标对象和原始资源，对数据挖掘最终结果起着决定性的作用。现实世界中的数据是多种多样的，具有不同的特征，这就要求数据的存储采用合适的数据类型，并且数据挖掘算法的适用性会受到具体的数据类型限制。现实世界中的数据大多都是“脏”的，原始数据通常存在着噪声、不一致、部分数据缺失等问题。本文将使用SG滤波器，对含噪声的正弦曲线数据进行去噪，其中为学习使用归一化和标准化方法，将使用标准化和归一化方法对生成的噪声数据进行处理，观察处理前后的数据进去噪后的结果。

2. 基本原理

噪声数据是指：收集数据时很难得到精确的数据，如数据采集设备故障、数据传输过程中，会出现错误或存储介质可能出现的损坏等情况。

常用的数据去噪方法主要有：基于滤波器的去噪法（中值滤波器，自适应维纳滤波器），时间序列去噪法（滚动平均法，傅里叶变换法），Savitzky-Golay 滤波器、滑动平均法、插值法，小波去噪等。

2.1 Savitzky-Golay 滤波器

Savitzky-Golay滤波器（通常简称为S-G滤波器）最初由Savitzky和Golay于1964年提出，发表于Analytical Chemistry 杂志。之后被广泛地运用于数据流平滑除噪，是一种在时域内基于局域多项式最小二乘法拟合的滤波方法。这种滤波器最大的特点在于在滤除噪声的同时可以确保信号的形状、宽度不变。

使用平滑滤波器对信号滤波时，实际上是拟合了信号中的低频成分，而将高频成分平滑出去了。如果噪声在高频端，那么滤波的结果就是去除了噪声，反之，若噪声在低频段，那么滤波的结果就是留下了噪声。S-G平滑滤波的效果，随着选取窗宽不同而不同，可以满足多种不同场合的需求。

Savitzky和Golay 发现计算最小二乘拟合的常数项，相当于对原始数据进行一次FIR 滤波，也即可以利用卷积运算来实现。

Savitzky-Golay卷积平滑算法是移动平滑算法的改进：

2.2 归一化与标准化

某些算法对预测变量是有要求的，比如需要预测变量具有相同的尺度，如果有的预测变量范围是0.1~0.2，但是有的却是10000~ 20000，这种变量间的绝大差距会影像某些模型的稳定性，所以需要想办法把它们变成差不多的范围(有个专有名词:无量纲化)。归一化和标准化可以解决这样的问题。

2.2.1 归一化

归一化目的是消除不同特征间的量纲影响，sklearn.preprocessing中提供了常用的三种归一化方法：MaxAbsScaler(将数据规约到[-1,1]，也称小数定标规范化)，MinMaxScaler(将数据规约到[0,1] 也称最小最大规范化)，StandardScaler(标准差归一化，也称零-均值规范化)。

这里选用最大最小归一化——MinMaxScaler。

2.2.2 标准化

标准化是将数据减去均值后除以数据的标准差，使得变换后的数据特征具有零均值和单位标准差。

3. 基于Savitzky-Golay的正弦数据去噪

本研究使用MATLAB语言编写程序代码，使用sgolay函数设计Savitzky-Golay FIR 平滑滤波器。

3.1 模型构建

3.1.1 数据生成

采用自己生成的随机噪声，给正弦函数添加一个加值噪声。正弦曲线的时间步长为0.25秒，总时长100秒，生成一个500×1的数据集。

3.1.2 结果分析

设置sgolay的函数参数为：多项式阶数为4阶，窗口长度为11；计算后的结果如下。

(1) 原始噪声曲线及对应的去噪曲线

(2) 归一化的噪声曲线及对应的去噪曲线

(3) 标准化的噪声曲线及对应的去噪曲线

可见，三种类型的数据使用SG方法去噪平滑的效果均还不错。

参考文献

[1] 几种常用信号平滑去噪的方法（附Matlab代码）_信号去噪_hyhhyh21的博客-CSDN博客. Blog. 几种常用信号平滑去噪的方法（附Matlab代码）_wdenoise-CSDN博客.

[2] Savitzky-Golay 滤波器详解及C/matlab语言程序设计_沈子恒的博客-CSDN博客. Blog. Savitzky-Golay 滤波器详解及C/matlab语言程序设计-CSDN博客.

[3] Savitzky-Golay filter design - MATLAB sgolay - MathWorks 中国. Ww2. Savitzky-Golay filter design - MATLAB sgolay- MathWorks 中国.

附录

本研究的代码如下：

%% 数据的滤波去噪
clc
clear
close all
%% 噪声信号
dt = 1/5;     % 时间步长
t = (0:dt:100-dt)';    % 总时间
x = 5*sin(2*pi*0.2*t) + randn(size(t));  % 生成带随机噪声的正弦信号
%% 信号归一化  MinMax
x1=(x-min(x))/(max(x)-min(x));

%% 信号标准化
mu=mean(x);
sigma=std(x);
x2=(x-mu)/sigma;

%% 设计Savitzky Golay FIR平滑滤波器
order = 4;    % 多项式阶数
framelen = 11;   % 窗口长度
b = sgolay(order,framelen);

%% 计算输出的稳态部分，利用卷积函数，b的中间行
ycenter = conv(x,b((framelen+1)/2,:),'valid');
ycenter1 = conv(x1,b((framelen+1)/2,:),'valid');
ycenter2 = conv(x2,b((framelen+1)/2,:),'valid');
% ycenter2=conv(x,b((framelen+1)/2,:),'same');

%% 计算过渡过程
ybegin = b(end:-1:(framelen+3)/2,:) * x(framelen:-1:1);  
yend = b((framelen-1)/2:-1:1,:) * x(end:-1:end-(framelen-1));

ybegin1 = b(end:-1:(framelen+3)/2,:) * x1(framelen:-1:1);  
yend1 = b((framelen-1)/2:-1:1,:) * x1(end:-1:end-(framelen-1));

ybegin2 = b(end:-1:(framelen+3)/2,:) * x2(framelen:-1:1);  
yend2 = b((framelen-1)/2:-1:1,:) * x2(end:-1:end-(framelen-1));

%% 连接稳态过程+过渡过程→输出平滑后曲线
y = [ybegin; ycenter; yend];
y1 = [ybegin1; ycenter1; yend1];
y2= [ybegin2; ycenter2; yend2];
figure(1)
plot([x y]);
xlabel('时序');
ylabel('值');
legend('带噪声的正弦曲线','S-G 平滑后的正弦曲线')

figure(2)
plot([x x1 y1]);
xlabel('时序');
ylabel('值');
legend('原始带噪声的正弦曲线','归一化后带噪声的正弦曲线','S-G 平滑后的归一化正弦曲线')

figure(3)
plot([x x2 y2]);
xlabel('时序');
ylabel('值');
legend('原始带噪声的正弦曲线','标准化后带噪声的正弦曲线','S-G 平滑后的标准化正弦曲线')