思维进化算法优化小波包去噪仿真分析

发布时间：2020-12-22 02:30

　　小波包变换去噪的关键在于小波基函数、阈值、分解层数的选取,为了有效去除噪声,提高信噪比,提出一种思维进化算法优化的改进小波包去噪方法。传统的小波包阈值去噪产生了显著的效果,然而对于噪声分布不均的信号去噪存在一定的局限性。采用思维进化算法(MEA)寻找最优小波基函数和分解层数,再分段优化小波包阈值的去噪方法应用于信号降噪仿真。对比了传统的Sqtwolog、Rigrsure、Heursure;Minimaxi阈值规则的去噪效果,思维进化算法优化小波包去噪方法去噪效果更佳。 

【文章来源】：计算机仿真. 2020年07期 北大核心

【文章页数】：6 页

【部分图文】：

四层小波包分解图

小波包分解频带分布图

在模拟信号和加噪信号下,以去噪后的信号信噪比作为试验标准,分别测试在不同小波基和分解层数的模拟信号信噪比,运用MATLAB仿真寻优找出小波包的最优小波基函数和分解层数。最后提出一种新的阈值方法,根据噪声的分布情况,在不同的频段对应不同的新阈值,每一个频段设置一定的寻优区间,利用思维进化算法,以信噪比作为指标,找到每个频段的最优阈值。并在模拟信号下进行仿真,和传统阈值的去噪效果做对比。通过和原信号的比较可以发现改进的小波包阈值去噪效果更好,预处理流程图如图3所示。3 MEA-WP融合算法实现

【参考文献】：
期刊论文
[1]关于多通道语音去噪的识别优化研究[J]. 陆振宇,何珏杉,赵为汉.  计算机仿真. 2016(06)
[2]小波包多阈值法在地震信号去噪中的应用研究[J]. 刘淑聪,高尔根,陈逊,刘春侠.  现代电子技术. 2015(23)
[3]超声回波信号的多阈值分段去噪方法研究[J]. 谈晓成,吴新开,李忠.  微型机与应用. 2015(09)
[4]改进的小波包能量分段阈值降噪方法[J]. 钟孟春,张春林,李华,王宝琦.  计算机工程与应用. 2015(05)
[5]小波包多阈值去噪法及其在形变分析中的应用[J]. 章浙涛,朱建军,匡翠林,周璀.  测绘学报. 2014(01)
[6]滚动轴承故障诊断技术的简单运用[J]. 周云.  合成技术及应用. 2012(02)
[7]改进的正交小波变换阈值去噪算法研究[J]. 刘智.  计算机仿真. 2011(08)
[8]基于小波包变换和BP网络的铁道车辆滚动轴承故障诊断方法[J]. 杨建伟,蔡国强,姚德臣,黄强,李捷.  中国铁道科学. 2010(06)
[9]PSO优化阈值小波去噪算法[J]. 吴延科,晏林.  文山学院学报. 2010(03)
[10]基于小波分析的机车走行部故障诊断方法[J]. 陈特放,黄采伦,樊晓平.  中国铁道科学. 2005(04)

博士论文
[1]强噪声背景下滚动轴承故障诊断的关键技术研究[D]. 侯者非.武汉理工大学 2010



本文编号：2930970