基于小波熵和相关性的高分辨率阈值去噪方法

被引:5
作者
李文 [1 ]
刘霞 [2 ]
段玉波 [2 ]
姚建红 [2 ]
刘继承 [2 ]
机构
[1] 东北石油大学土木建筑工程学院
[2] 东北石油大学电气信息工程学院
关键词
小波阈值; 小波熵; 相关性; 去噪;
D O I
10.16337/j.1004-9037.2013.03.021
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
提出了一种基于小波熵和相关性相结合的高分辨率小波阈值去噪方法。首先利用小波变换中各尺度间有效信息和噪声的相关性不同的特性,对小波分解后的各尺度的高频小波系数进行相关处理,确定出有效信息的位置,并将其置零,经过相关处理后的高频小波系数认为是由噪声引起的。将相关处理后的高频小波系数分成若干区间,计算各区间的小波熵,将小波熵最大区间的高频小波系数的平均值作为噪声标准差,计算各尺度的阈值;采用软阈值处理,最后重构得到去噪后的信号。该算法实现了各尺度阈值的自适应选取,提高了信噪比。仿真验证了该算法的有效性。
引用
收藏
页码:371 / 375
页数:5
相关论文
共 9 条
[1]  
小波分析及其应用[M]. 机械工业出版社 , 孙延奎编著, 2005
[2]  
小波变换及在提高地震资料信噪比中的应用[D]. 姜绍辉.中国海洋大学 2005
[3]  
地震信号的小波去噪方法研究[D]. 姚胜利.中南大学 2007
[4]   小波熵及其在状态趋势分析中的应用 [J].
印欣运 ;
何永勇 ;
彭志科 ;
褚福磊 .
振动工程学报, 2004, (02) :49-53
[5]   基于小波熵的微弱信号检测方法研究 [J].
张荣标 ;
胡海燕 ;
冯友兵 .
仪器仪表学报, 2007, (11) :2078-2084
[6]   自适应小波阈值算法在心电信号去噪中的应用 [J].
吕振肃 ;
马文 .
数据采集与处理, 2009, 24 (03) :313-317
[7]  
Denoising by Singularity Detection. Hsung T C,Lun D P K,Siu W C. IEEE Transactions on Signal Processing . 1999
[8]   基于阈值自学习小波算法的压力信号去噪方法 [J].
郭新蕾 ;
杨开林 ;
郭永鑫 .
数据采集与处理, 2008, (03) :322-326
[9]  
De-noising by Soft-Thresholding. Donoho. D. L. IEEE Transactions on Information Theory . 1995