一種基于小波理論和EEMD的微弱信號的去噪方法技術(shù)

一種基于小波理論和EEMD的微弱信號的去噪方法，涉及微弱信號去噪技術(shù)。它是為了解決現(xiàn)有技術(shù)對于信噪改善比效果不良的問題。本發(fā)明專利技術(shù)包括：獲取原始信號并對其進(jìn)行EEMD分解，得到本征模態(tài)函數(shù)集合，通過本每個本征模態(tài)函數(shù)的能量關(guān)系確定用于重構(gòu)的本征模態(tài)函數(shù)；對每個用于重構(gòu)的本征模態(tài)函數(shù)中每兩個過零點(diǎn)之間的極值絕對值與閾值比較并做剔除噪聲處理；通過隨機(jī)改變第一個本征模態(tài)函數(shù)的采樣位置，得到原始信號不同帶噪形式，分別對每種所述帶噪形式做處理，得到重構(gòu)后的信號；對所述重構(gòu)后得到的信號取平均，得到去噪后的信號。本發(fā)明專利技術(shù)可以自適應(yīng)地結(jié)合不同信號的特點(diǎn)有針對性地去噪處理，對目標(biāo)微弱信號的信噪改善比大于15dB，均方根誤差較小。

A denoising method for weak signals based on wavelet theory and EEMD

A denoising method of weak signal based on wavelet theory and EEMD, involving weak signal denoising technology. The utility model aims at solving the problem that the prior art has poor improvement of signal to noise ratio. The invention comprises: acquiring the original signal and its EEMD decomposition, get the intrinsic mode function set, the energy relationship between the each intrinsic mode function for determining the reconstruction of intrinsic mode function; for each intrinsic mode function used for extreme reconstruction in each of the two zero crossing point between the absolute value and the threshold comparison and eliminate noise processing; by randomly changing the first intrinsic mode function of the sampling position, get the original signal with noise in different forms, respectively for each of the noisy form processing, get the reconstructed signal to obtain the reconstructed signal; after taking the average, get the signal after denoising. The invention can adaptively combine the characteristics of different signals and have a targeted denoising process, and the signal-to-noise ratio of the target weak signal is improved by more than 15dB, and the root mean square error is small.

【技術(shù)實(shí)現(xiàn)步驟摘要】
一種基于小波理論和EEMD的微弱信號的去噪方法
本專利技術(shù)涉及一種基于小波理論和EEMD的微弱信號的去噪方法，屬于信號去噪領(lǐng)域。技術(shù)背景在現(xiàn)代信息化戰(zhàn)爭中，非合作目標(biāo)的電磁特性越來越具有低可探測性，目標(biāo)輻射的電磁信號被淹沒在噪聲中，信號功率遠(yuǎn)遠(yuǎn)低于噪聲功率，形成了微弱信號，難以被感知獲取。本設(shè)計(jì)針對信噪比較低的分段信號研究去噪方法，這將對截獲信號后的檢測識別具有重要意義。在信號去噪領(lǐng)域，許多學(xué)者在應(yīng)用小波方法去噪方面做了大量工作。其原因在于，首先小波理論具備良好的時頻特性，另外小波去噪方法還具有去相關(guān)性，選基靈活性等特性。具體操作中，經(jīng)過分解，小波系數(shù)處理和重構(gòu)三部分，即可得到比較好的去噪效果。但是在信噪比極低的情況下，普通的小波去噪幾乎沒有效果，體現(xiàn)在：信噪改善比幾乎為零，均方根誤差很大。這對于信號去噪沒有意義。因此考慮探索新的去噪途徑。經(jīng)驗(yàn)?zāi)Ｊ椒纸?EmpiricalModeDecomposition,EMD)方法是近年來引起學(xué)者廣泛注意的一種信號處理方法，它能將復(fù)雜信號分解成一些典型的經(jīng)驗(yàn)?zāi)Ｊ叫盘?，而且對噪聲十分敏感，便于后續(xù)的研究。但是，EMD算法存在幾點(diǎn)不足其本身不能克服，如模態(tài)混疊問題，這將使分解后的信號出現(xiàn)嚴(yán)重失真，針對這個問題，我們采用基于將小波理論應(yīng)用到集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?EnsembleEmpiricalModeDecomposition,EEMD)的方法對信噪比較低的分段信號進(jìn)行去噪處理。
技術(shù)實(shí)現(xiàn)思路
本專利技術(shù)是為了解決現(xiàn)有的常規(guī)去噪方法在處理微弱信號時，對于信噪比改善效果不良的問題，而提出一種基于小波理論和EEMD的微弱信號去噪方法。一種基于小波理論和EEMD的微弱信號去噪方法，所述方法包括：步驟一、獲取原始信號并對其進(jìn)行EEMD分解，得到本征模態(tài)函數(shù)集合，通過所述本征模態(tài)函數(shù)集合中每個本征模態(tài)函數(shù)的能量關(guān)系確定用于重構(gòu)的本征模態(tài)函數(shù)，其中EEMD為集合經(jīng)驗(yàn)?zāi)Ｊ椒纸猓徊襟E二、對每個用于重構(gòu)的本征模態(tài)函數(shù)中每兩個過零點(diǎn)之間的極值絕對值與閾值比較并做剔除噪聲處理；步驟三、通過隨機(jī)改變第一個本征模態(tài)函數(shù)的采樣位置，得到原始信號不同帶噪形式，分別對每種所述帶噪形式做步驟二的處理，得到重構(gòu)后的信號；步驟四、對所述重構(gòu)后得到的信號取平均，得到去噪后的信號。本專利技術(shù)的有益效果為：本專利技術(shù)充分利用了小波理論和EEMD方法結(jié)合的靈活性，通過對待處理的帶噪信號經(jīng)過EEMD分解之后得到的各個本征模態(tài)函數(shù)的能量關(guān)系研究，選出用于重構(gòu)的本征模態(tài)函數(shù)。將小波理論的閾值去噪思想應(yīng)用到這些本征模態(tài)函數(shù)中。確定每個本征模態(tài)中所有零交叉點(diǎn)位置，將兩個相鄰零交叉點(diǎn)定義為間隙，在每個間隙中進(jìn)行相應(yīng)閾值處理。對原始信號中第一個本征模態(tài)函數(shù)采樣位置隨機(jī)變化產(chǎn)生新的信號，對新信號重復(fù)上述閾值去噪操作，最后將所有經(jīng)過閾值處理后的本征模態(tài)函數(shù)重構(gòu)，從而得到去噪后的信號。這種去噪方法可以自適應(yīng)地結(jié)合不同信號的特點(diǎn)，有針對性地去噪處理，經(jīng)過實(shí)驗(yàn)對目標(biāo)微弱信號的信噪改善比大于15dB，均方根誤差較小。附圖說明：圖1為本專利技術(shù)的流程圖；圖2(a)-圖2(c)為直接應(yīng)用EEMD分解重構(gòu)去噪和間歇去噪、迭代去噪后得到的效果對比的實(shí)施例的示意圖；圖3為迭代去噪處理后去噪后信噪比隨原始信噪比的關(guān)系的示意圖；圖4為帶噪聲的信號分解后的IMF與純噪聲信號分解后的IMF對比的示意圖。具體實(shí)施方式具體實(shí)施方式一：本實(shí)施方式的一種基于小波理論和EEMD的微弱信號的去噪方法，所述方法包括目標(biāo)信號建模分解預(yù)處理和去噪處理兩個部分，具體通過以下步驟實(shí)現(xiàn)：步驟一、獲取原始信號并對其進(jìn)行EEMD分解，得到本征模態(tài)函數(shù)集合，通過所述本征模態(tài)函數(shù)集合中每個本征模態(tài)函數(shù)的能量關(guān)系確定用于重構(gòu)的本征模態(tài)函數(shù)，其中EEMD為集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?；需要說明的是，因?yàn)楸緦＠夹g(shù)屬于小波去噪領(lǐng)域，因此本專利技術(shù)所述的原始信號也是屬于小波去噪領(lǐng)域能夠處理的信號。另外，本專利技術(shù)中提到的“微弱信號”含義是確定的，本領(lǐng)域內(nèi)“微弱信號檢測”屬于常用技術(shù)術(shù)語，其含義是“對淹沒在背景噪聲中微弱信號的測量”，即微弱信號可以是信噪比較低，以至于易被淹沒在背景噪聲中的信號。因此在具體的實(shí)際應(yīng)用中，判斷原始是否是微弱信號可以將原始信號與背景噪聲進(jìn)行對比，依據(jù)具體實(shí)際情況進(jìn)行判斷。步驟二、對每個用于重構(gòu)的本征模態(tài)函數(shù)中每兩個過零點(diǎn)之間的極值絕對值與閾值比較并做剔除噪聲處理；步驟二的過程可以稱為EEMD間歇去噪(EEMD-IT)。步驟三、通過隨機(jī)改變第一個本征模態(tài)函數(shù)的采樣位置，得到原始信號不同帶噪形式，分別對每種所述帶噪形式做步驟二的處理，得到重構(gòu)后的信號；需要說明的是，第一個本征模態(tài)函數(shù)是任意取的，而采樣位置也通過隨機(jī)的方式選定。步驟四、對所述重構(gòu)后得到的信號取平均，得到去噪后的信號。需要說明的是，本專利技術(shù)在涉及到計(jì)算及公式時，所述的“信號”是指信號幅度(或稱為信號幅值)。例如步驟四中“對重構(gòu)后得到的信號取平均”意味著對重構(gòu)后得到的信號幅值取平均。具體實(shí)施方式二：與具體實(shí)施方式一不同的是，步驟一的，具體過程為，步驟一一、獲取原始信號。在實(shí)驗(yàn)中可以通過建立信號模型來模擬實(shí)際情況中的各種復(fù)雜的信號構(gòu)成。具體而言，通過對典型微弱信號的研究，以多種信號組合的分段信號為原型，信號模型。以式(1.1)為例。本領(lǐng)域內(nèi)技術(shù)人員應(yīng)當(dāng)清楚，式(1.1)中的分段信號僅為人工設(shè)定的參考信號，其中的信號還可以有各種不同的形式，根據(jù)具體情況可將其中的三角函數(shù)、參數(shù)或取值范圍做改變。步驟一二、在信號的基礎(chǔ)上，加上信噪比為5dB的高斯白噪聲，產(chǎn)生微弱信號。根據(jù)具體情況不同，也可以將信噪比依據(jù)實(shí)際情況做改變。步驟一三、對微弱信號進(jìn)行EEMD處理，得到N個本征模態(tài)函數(shù)；由于噪聲對EMD分解結(jié)果影響很大，會產(chǎn)生模態(tài)混疊的現(xiàn)象，因此重新對信號進(jìn)行EEMD(EnsembleEmpiricalModeDecomposition，集合經(jīng)驗(yàn)?zāi)B(tài)分解)處理，從而緩解模態(tài)混疊，有利于信號的去噪效果改善。得到N個本征模態(tài)函數(shù)之后可以對每個IMF的能量進(jìn)行計(jì)算，與高斯白噪聲分解得到的每個IMF能量分別進(jìn)行對比，在一個實(shí)施例中，發(fā)現(xiàn)前M個IMF的能量幾乎相當(dāng)。從而得出結(jié)論，帶噪信號分解后得到的前M個IMF主要是噪聲能量，則將后N-M個IMF中的能量是信號主導(dǎo)的，因此將其確定為用于重構(gòu)的IMF。具體實(shí)施方式三：與具體實(shí)施方式一或二不同的是，步驟一二具體為：1)設(shè)置總體平均次數(shù)M，即重復(fù)加入白噪聲的次數(shù)，并設(shè)置好加入的白噪聲幅度，令i＝1；2)向初始信號xi(t)中加入白噪聲信號ni(t)，組成新的待分解信號xi(t)，，可表示成xi(t)＝x(t)+ni(t),i＝1,2,...M，其中，xi(t)為第i個附加白噪聲的信號；ni(t)為第i次加入的白噪聲；步驟一三具體為：3)使用EEMD算法分解第二中的待分解信號,xi(t)為IMF之和，其計(jì)算公式為其中，s為IMF分量的數(shù)量；ri,s(t)為殘余函數(shù)，體現(xiàn)了信號的平均趨勢，但對于信號時頻分布的提取并無實(shí)際意義，可將其忽略，ci,s(t)即為信號分解的IMF分量，(ci,1,ci,2,…,ci,s)包括從高到低不同范圍頻段的IMF分量；4)重復(fù)執(zhí)行第二和第三至M次，則每次EEMD分解將給定幅值不盡相同的白噪聲加入到初始信號本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種基于小波理論和EEMD的微弱信號的去噪方法，其特征在于：所述微弱信號處理方法通過以下步驟實(shí)現(xiàn)：步驟一、獲取原始信號并對其進(jìn)行EEMD分解，得到本征模態(tài)函數(shù)集合，通過所述本征模態(tài)函數(shù)集合中每個本征模態(tài)函數(shù)的能量關(guān)系確定用于重構(gòu)的本征模態(tài)函數(shù)，其中EEMD為集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?；步驟二、對每個用于重構(gòu)的本征模態(tài)函數(shù)中每兩個過零點(diǎn)之間的極值絕對值與閾值比較并做剔除噪聲處理；步驟三、通過隨機(jī)改變第一個本征模態(tài)函數(shù)的采樣位置，得到原始信號不同帶噪形式，分別對每種所述帶噪形式做步驟二的處理，得到重構(gòu)后的信號；步驟四、對所述重構(gòu)后得到的信號取平均，得到去噪后的信號。

【技術(shù)特征摘要】
1.一種基于小波理論和EEMD的微弱信號的去噪方法，其特征在于：所述微弱信號處理方法通過以下步驟實(shí)現(xiàn)：步驟一、獲取原始信號并對其進(jìn)行EEMD分解，得到本征模態(tài)函數(shù)集合，通過所述本征模態(tài)函數(shù)集合中每個本征模態(tài)函數(shù)的能量關(guān)系確定用于重構(gòu)的本征模態(tài)函數(shù)，其中EEMD為集合經(jīng)驗(yàn)?zāi)Ｊ椒纸?；步驟二、對每個用于重構(gòu)的本征模態(tài)函數(shù)中每兩個過零點(diǎn)之間的極值絕對值與閾值比較并做剔除噪聲處理；步驟三、通過隨機(jī)改變第一個本征模態(tài)函數(shù)的采樣位置，得到原始信號不同帶噪形式，分別對每種所述帶噪形式做步驟二的處理，得到重構(gòu)后的信號；步驟四、對所述重構(gòu)后得到的信號取平均，得到去噪后的信號。2.根據(jù)權(quán)利要求1所述一種基于小波理論和EEMD的微弱信號的去噪方法，其特征在于，步驟一具體過程為：步驟一一、獲取原始信號；步驟一二、在所述原始信號的基礎(chǔ)上，加上信噪比為5dB的高斯白噪聲，得到微弱信號；步驟一三、對所述微弱信號進(jìn)行EEMD處理，得到至少一個本征模態(tài)函數(shù)；步驟一四、根據(jù)所述能量關(guān)系得到用于重構(gòu)的本征模態(tài)函數(shù)。3.根據(jù)權(quán)利要求1所述一種基于小波理論和EEMD的微弱信號的去噪方法，其特征在于步驟二的具體過程為：步驟二一：在步驟一的基礎(chǔ)上，選取第一個用于重構(gòu)的本征模態(tài)函數(shù)，確定其所有過零點(diǎn)zj的位置，將第j個與第j+1個過零點(diǎn)之間的位置定義為間隙，其中表示第i個本征模態(tài)函數(shù)的第j個過零點(diǎn)的位置；步驟二二、根據(jù)每個本征模態(tài)函數(shù)選取與其相適應(yīng)的閾值，具體為通過實(shí)驗(yàn)在廣義閾值和貝葉斯閾值之間選擇性能更好閾值，式中是高斯白噪聲的方差，是信號的方差，噪聲標(biāo)準(zhǔn)差通過基于分量中值的抗差估計(jì)器得...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：趙雅琴，胡丹，吳龍文，任廣輝，
申請(專利權(quán))人：哈爾濱工業(yè)大學(xué)，
類型：發(fā)明
國別省市：黑龍江,23