相位匹配信號(hào)去噪方法的研究.pdf

1、在信號(hào)處理過(guò)程中，有效地獲取需要的信號(hào)，去除各種噪聲對(duì)信號(hào)的不利影響一直是不斷被研究的課題。為了獲取正確而有用的信號(hào)，對(duì)信號(hào)去噪算法的研究變得非常重要。在實(shí)際中使用有效的去噪算法，能更好地獲得有用信號(hào)，去掉噪聲的干擾，更真實(shí)的反映信號(hào)的原貌，有利于分析信號(hào)獲取信息。
　　論文中提出相位匹配噪聲估計(jì)的小波去噪方法。將帶噪信號(hào)在復(fù)數(shù)域進(jìn)行相位匹配，通過(guò)數(shù)學(xué)推導(dǎo)獲取噪聲的方差，由噪聲方差獲取小波閾值，進(jìn)行小波去噪，可以實(shí)時(shí)的反映噪聲的變

2、化，無(wú)需知道噪聲的先驗(yàn)信息，準(zhǔn)確獲取小波閾值。通過(guò)-3dB和-9dB信噪比的正弦波、方波、三角波這三種代表波去噪仿真與對(duì)比，其對(duì)低信噪比的信號(hào)去噪效果是Donoho小波去噪方法去噪效果的4-8倍。
　　提出了一種線性過(guò)渡閾值小波去噪方法。使小波軟閾值去噪方法和小波硬閾值去噪方法成為本方法的特例，更進(jìn)一步擴(kuò)展了閾值的變化范圍?？梢愿鶕?jù)實(shí)際情況靈活調(diào)整線性過(guò)渡閾值的梯度值，從而獲得輸出不同信噪比的信號(hào)，并使信號(hào)輸出變得平滑。通過(guò)梯度值

3、取3，選用Sym8三層小波對(duì)加入高斯白噪聲信噪比12dB的Block和Quadchirp信號(hào)去噪仿真，經(jīng)線性過(guò)渡閾值法處理后，信號(hào)幅值高于軟閾值去噪，信號(hào)的尖刺跳變低于硬閾值去噪，信噪比提高的同時(shí)使得信號(hào)更加平滑。通過(guò)梯度值取1.5、3、6線性過(guò)渡閾值去噪法與軟、硬閾值去噪法對(duì)比，其處理后信號(hào)標(biāo)準(zhǔn)差低于軟、硬閾值去噪方法的標(biāo)準(zhǔn)差。
　　提出了相位匹配噪聲估計(jì)的高階譜去噪方法。對(duì)帶有高斯和非高斯噪聲信號(hào)進(jìn)行雙譜去噪，進(jìn)行二維傅立葉反

4、變換，獲得去除高斯噪聲的信號(hào)，再利用相位匹配噪聲差來(lái)估計(jì)噪聲譜，在頻域內(nèi)進(jìn)行譜差去噪，去除未處理的非高斯噪聲。給出了獲取噪聲譜的數(shù)學(xué)公式，以及譜差計(jì)算公式。將頻率100Hz的正弦波分別加入信噪比是-1dB、-5dB、-10dB的非高斯有色噪聲和高斯白噪聲的混合噪聲，利用相位匹配噪聲估計(jì)的高階譜去噪方法進(jìn)行去噪仿真，去噪后的信噪比明顯高過(guò)雙譜去噪，既去除了高斯白噪聲又去掉了高階譜去噪法無(wú)法去除的非高斯有色噪聲，尤其是在-10dB的情況下效

5、果更加明顯。
　　提出了相位匹配雙陣元去噪方法。給出相位匹配雙陣元去噪方法的數(shù)學(xué)推導(dǎo)過(guò)程。利用相位匹配雙陣元去噪方法進(jìn)行去噪處理，在噪聲無(wú)突變的情況下可以直接解出信號(hào)。其與單個(gè)陣元獲取信號(hào)相比，可以獲得更多信號(hào)和噪聲的信息，利于噪聲的抵消。彌補(bǔ)了Orris提出的相位匹配算法需要知道噪聲先驗(yàn)信息的不足。采用頻率300Hz的正弦波，加入-70dB、-50dB和-30dB的高斯白噪聲，在采樣率為10kHz條件下，給出了解出信號(hào)與實(shí)際信號(hào)

6、的擬合度表，擬合度達(dá)到90％以上。分析了噪聲相位與幅值的變化對(duì)本方法的影響，分析了信號(hào)相位變化對(duì)求解信號(hào)的影響。分析得到結(jié)論是噪聲的相位變化對(duì)信號(hào)求解無(wú)影響，幅值變化可以通過(guò)起伏系數(shù)K對(duì)去噪結(jié)果進(jìn)行調(diào)整。信號(hào)的相位變化可以通過(guò)匹配系數(shù)k對(duì)去噪結(jié)果進(jìn)行調(diào)整。在噪聲相位和幅值都有變化，信噪比為-50dB的情況下，對(duì)不同時(shí)間段的不同起伏系數(shù)值進(jìn)行仿真，獲得信號(hào)擬合度均大于90％。
　　提出了相位匹配的信號(hào)與混沌背景分離方法。通過(guò)信號(hào)的相

7、位匹配直接從混沌背景中解出信號(hào)，達(dá)到信號(hào)與混沌背景分離的目的。不需要在最小相空間利用非線性最小化來(lái)提取信號(hào)，克服低維流形狀態(tài)下分離效果差的缺點(diǎn)與全局非線性逼近擬合存在很大誤差的缺點(diǎn)。以Lorenz為混沌背景，加入不同頻率和不同幅值的正弦波信號(hào)，采用相位匹配的方法去除混沌背景，進(jìn)行混沌相圖仿真，獲得信號(hào)分離度表，得到結(jié)論是頻率小時(shí)分離度較小，幅值大時(shí)分離度也較小，信號(hào)分離度值小于3，能夠?qū)⑿盘?hào)從混沌背景中分離出來(lái)。
　　最后將核心的