Transformada wavelet
En términos simples, es el proceso de pelar el ajo, es decir, capas continuas para dividir la señal en diferentes bandas de frecuencia (dependiendo de la frecuencia utilizada, este proceso utiliza paso bajo). y el filtrado de paso alto La eliminación de ruido de Wavelet consiste en cambiar los números en la parte de alta frecuencia (porque el ruido blanco generalmente aparece en la parte de alta frecuencia) y luego usar algunos algoritmos para eliminar los números mezclados con ruido. El proceso de eliminación de ruido de wavelets implica cambiar los números en la porción de alta frecuencia (porque el ruido blanco generalmente ocurre en la porción de alta frecuencia), aplicar algún algoritmo para eliminar parte del ruido y luego aplicar una reconfiguración de paso bajo y alto. -Pase filtros para eliminar gradualmente las bandas de frecuencia recién superpuestas.
El algoritmo específico sobre cómo cambiar los coeficientes de alta frecuencia (es decir, eliminar el ruido) es el siguiente:
1. p>El llamado método de umbral consiste en seleccionar un umbral y luego utilizar este umbral para procesar la señal de detalle discreta y
señal de aproximación discreta después de la transformación wavelet.
Un umbral estricto se puede describir de la siguiente manera: cuando el valor absoluto de los datos es menor que un umbral determinado, se establece en cero, mientras que los datos en otros valores permanecen sin cambios.
El umbral suave se puede describir como: cuando el valor absoluto de los datos es menor que un umbral determinado, lo devuelve a cero y luego reduce otros puntos de datos hacia cero.
2. Criterios y algoritmo de selección de umbrales
Según la literatura existente, para el modelo de ruido básico de señales contaminadas con ruido blanco gaussiano, en términos generales, los criterios para seleccionar umbrales son los siguientes. :
p>1. Estándar de estimación de riesgo imparcial. Correspondiente a cada umbral, encuentre su valor de riesgo correspondiente, y el umbral que minimiza el riesgo es el umbral que queremos elegir. El algoritmo específico es:
(a) Espere Estime los valores absolutos de. los elementos del vector, ordénelos de pequeño a grande y luego cuadre los elementos para obtener
El nuevo vector a estimar N V, cuya longitud es la longitud del vector original a estimar. n.
(b) Para cada subíndice de elemento (es decir, número de elemento) k, si el umbral se toma como la raíz cuadrada del k-ésimo elemento del vector a estimar,
El algoritmo de riesgo es:
(2) Criterio de umbral fijo. Utilizando una forma fija de umbral, se pueden obtener mejores propiedades de eliminación de ruido.
Establezca n como la longitud del vector a estimar y tome la raíz cuadrada de 2 veces el logaritmo común de la longitud como umbral.
(3) Criterio de valor extremo mínimo. Este criterio utiliza un umbral fijo para obtener el valor máximo mínimo exclusivo del proceso ideal. Los principios mínimo y máximo
se utilizan en estadística para diseñar estimadores. Dado que se puede suponer que la señal sin ruido es un estimador de la función de regresión desconocida
, los principios mínimo y máximo. El estimador es una cantidad opcional que minimiza el error cuadrático medio máximo en las peores condiciones.
(4) Criterios de mezcla. Es un híbrido de estimación de riesgo imparcial y criterios de umbral fijo
.