小波变换去噪优势
(1)能够很好的保留原有信号中所需的有用信号的峰值和突变部分,而用Fourior分析进行滤波时,由于有用信号集中在低频部分,而噪声集中在高频部分,通过低通滤波不能很好的将所需信号的高频部分和噪声引起的高频干扰进行有效的区分,若低通滤波太窄,则一部分所需信号被当做噪声滤除,抹除其形态学信息,造成原始信号失真。即Fourior分析对信号去噪鲁棒性差,小波变换可以很好的解决上述缺点
(2)小波变换具有良好的时频局部化特性,通常线性表示为:
通过保留所需信号控制的小波系数,去除由噪声控制的小波系数,利用逆变换重构信号,得到所需的去噪信号。
方法
(1)选择一个小波基函数,对信号进行等间隔抽样,得到信号对应的样点序列c(k);然后基于
样点序列进行N级离散小波变换(DWT),得到N级不同尺度的小波展开系数d(k);对各级小波展开系数选择相应的阈值以及阈值规则进行阈值化(thresholding)处理,得到阈值处理后的各级小波展开系数;根据阈值处理后的小波展开系数以及未处理的小波展开系数进行N级重构;得到去噪信号。