一種基于局域均值分解的信號去噪方法
【專利摘要】本發明公開了一種基于局域均值分解的信號去噪方法，該方法步驟包括對帶噪信號執行局域均值分解、對所獲得的積函數（PF）分量進行幅值閾值化濾波處理、重構真實的源信號以實現噪聲取消、借助仿真實驗進行對比、通過實際信號噪聲消除實驗驗證LMD基信號去噪方法的有效性。本發明消除了觀測信號中的噪聲干擾，借助一系列仿真及實驗，通過與現有的基于小波變換（WT）的信號去噪方法以及近年來出現的基于經驗模態分解（EMD）的信號去噪方法進行對比，驗證了所提出的LMD基信號去噪方法的有效性，方法簡單、利用LMD基去噪算法的去噪效果優勢明顯，具有較好的綜合性能，可以實現帶噪信號的二次精細去噪，噪聲消除效果好。
【專利說明】一種基于局域均值分解的信號去噪方法
【技術領域】
[0001]本發明屬于信號處理的【技術領域】，尤其涉及一種基于局域均值分解的信號去噪方法。
【背景技術】
[0002]信號去噪是信號處理領域中一個備受關注的問題。設一個傳感觀測信號x(n)中含有真實的源信號s(n)以及噪聲成分u(n),若x(n) = s (n) +u(n),則稱χ(η)中含有加性噪聲；若x(n) = s(n)u(n)，則稱u(n)為乘性噪聲。大部分情況下噪聲都是加性的，乘性噪聲處理通常比較困難，需要特殊的處理技術，本專利中所指的噪聲均為加性的。
[0003]信號去噪方法有很多，傳統的有時域平均法與小波變換(WT)法等。時域平均法假設源信號s(n)為確定性信號，通過大量觀測樣本的相加取平均以抵消噪聲的影響；WT基去噪法是一種閾值篩選方法，應用比較廣泛。該方法認為帶噪信號x(n)經過離散小波變換(DffT)后，其能量只集中于少數幾個高幅值的小波分量上。采用不同的取閾規則，對小波分量進行篩選進而重建信號，以達到噪聲消除的目。取閾規則不同，形成的WT基去噪方法也不同，例如標準的“硬”閾值或“軟”閾值法、平移不變閾值法以及基于貝葉斯概率分布的取閾方法等。上個世紀末，Huang等提出了經驗模態分解(EMD)方法，以及由此形成的希爾伯特-黃變換(HHT)技術，用于解決非線性、非穩態信號分析問題，在雷達、生物醫學、激光超聲以及地震、機械工程等眾多領域中得到廣泛應用。在EMD理論研究中，一個很自然的問題被提出，即在EMD所獲得的本征模函數(MF)分量中，哪些MFs主要包含源信號s (η)信息，哪些IMFs主要由噪聲u(η)成分構成？對此問題的深入研究促使多種EMD基去噪方法的出現。特別值得指出的是，Kopsinis與McLaughlin受到小波去噪原理的啟發,建立了多種適應EMD特性的取閾規則，進而提出了改進的EMD基去噪方法。與傳統的小波基去噪和已有的EMD基去噪方法相比，改進方法獲得了更好的去噪效果。近年來，多位學者還根據不同應用領域中面臨的信號去噪需求，對已有的EMD基去噪方法從不同角度進行了改進，包括聯合EMD與DWT的心電信號去噪、基于余弦信號變包絡處理的EMD 二次分解地震信號噪聲壓制以及基于峰度檢驗策略的時域加窗EMD基激光超聲信號去噪等。目前，EMD基去噪方法的應用呈現不斷擴大的趨勢。但是，EMD技術自身存在一些缺陷，如端點效應、模態混疊等，可能會影響EMD基方法的信號去噪性能。目前，傳統的信號去噪方法存在自身缺陷，影響EMD基方法的信號去噪性能，去噪效果差。
【發明內容】
[0004]本發明實施例的目的在于提供一種基于局域均值分解的信號去噪方法，旨在解決傳統的信號去噪方法存在自身缺陷，影響EMD基方法的信號去噪性能、去噪效果差的問題。
[0005]本發明實施例是這樣實現的，一種基于局域均值分解的信號去噪方法，該方法步驟包括對帶噪信號執行局域均值分解、對所獲得的積函數(PF)分量進行濾波處理、重構真實的源信號以實現噪聲取消、借助仿真實驗進行對比、驗證LMD基信號去噪方法的有效性；所述的對帶噪信號執行局域均值分解是指利用LMD算法對帶噪信號執行局域均值進行分解，LMD可用于分析振動、聲學、心電儀、磁共振圖像以及地震波等不同類型的非穩態信號，本質上，LMD就是從一個調幅信號中漸進分離出一個調頻信號的過程，包括三個基本步驟:(1)原始信號的平滑化處理；(2)從原始信號中減去平滑化處理后的信號；(3)基于包絡估計的幅值解調處理。經過LMD的基本處理，一個原始信號x(t)可以分解為K個積函數PFk (t)，k = 1，2，，K，簡稱PF分量，其重建表達式為
【權利要求】
1.一種基于局域均值分解的信號去噪方法，其特征在于，該方法步驟包括對帶噪信號執行局域均值分解、對所獲得的積函數(PF)分量進行幅值閾值化濾波處理、重構真實的源信號以實現噪聲取消、借助仿真實驗進行對比、通過實際信號噪聲消除實驗驗證LMD基信號去噪方法的有效性； 所述的對帶噪信號執行局域均值分解是指利用LMD算法對帶噪信號執行局域均值進行分解，LMD可用于分析振動、聲學、心電儀、磁共振圖像以及地震波等不同類型的非穩態信號，本質上，LMD就是從一個調幅信號中漸進分離出一個調頻信號的過程，包括三個基本步驟:(1)原始信號的平滑化處理；(2)從原始信號中減去平滑化處理后的信號；(3)基于包絡估計的幅值解調處理；經過LMD的基本處理，一個原始信號x(t)可以分解為K個積函數PFk (t)，k = 1，2，，K，簡稱PF分量，其重建表達式為
2.如權利要求1所述的基于局域均值分解的信號去噪方法，其特征在于，所述的基于局域均值分解的信號去噪方法在許多實際應用場合中，是很難獲得真實的源信號S以及噪聲分量η的，不過通常可以得到帶噪觀測信號X，為了對比檢驗不同的去噪算法，設計了去噪實驗裝置，該實驗裝置由標準信號發生器、數字示波器以及AVANT —體化數據采集儀構成，實驗步驟如下: (1)連接信號發生器與示波器，調整產生一個幅值為Α、頻率為f的標準方波信號； (2)將該信 號輸入八通道數據采集儀的第一通道“CH1”中，其他通道空置，采集數字信號; 考慮到數據采集系統中可能存在的高頻噪聲干擾，實驗中設定了較高的采樣頻率為Fs = 48kHz ； (3)從虛擬的帶噪方波觀測信號x(t)中任意截取一段整周期樣本，不失一般性記為X ； (4)從已知的帶噪觀測樣本X出發，根據實驗參數(A、f以及Fs等)構造一個近似“純凈”的方波信號，記為s; 利用這個參考源信號S，即可近似計算觀測信噪比SNRl，并依據去噪后的信噪比SNR2來考察比較不同算法的去噪性能。
【文檔編號】G06F19/00GK103984866SQ201410214175
【公開日】2014年8月13日 申請日期:2014年5月20日 優先權日:2014年5月20日
【發明者】焦衛東, 吳江妙, 林樹森, 王曉燕, 毛劍, 翁孟超 申請人:浙江師范大學