申请/专利权人:沈阳工业大学
申请日:2020-09-30
公开(公告)日:2024-04-23
公开(公告)号:CN112163536B
主分类号:G06F18/10
分类号:G06F18/10;G06N3/006
优先权:
专利状态码:有效-授权
法律状态:2024.04.23#授权;2021.01.19#实质审查的生效;2021.01.01#公开
摘要:本发明涉及一种基于粒子群算法改进的小波阈值函数去噪方法,该方法包括以下步骤:获取含噪信号,得到原始小波系数;将原始小波系数代入含有待优化阈值参数改进的小波阈值函数中;使用粒子群算法确定步骤二中改进的小波阈值函数阈值参数的最优值;将阈值参数的最优值代入到改进的小波阈值函数中,采用统一阈值法对小波系数进行阈值处理,得到阈值处理后的小波系数;将阈值处理后的小波系数进行重构,得到去噪后信号。本发明具有对预处理信号的适应性,既提升了小波阈值降噪能力,又保留了原始信号的真实信息。
主权项:1.一种基于粒子群算法改进的小波阈值函数去噪方法,其特征在于,该方法包括以下步骤:步骤一、获取含噪信号,选取小波基函数和分解层数分解含噪信号,得到原始小波系数x;步骤二、将步骤一中的原始小波系数x代入含有待优化阈值参数改进的小波阈值函数中;步骤三、使用粒子群算法确定步骤二中改进的小波阈值函数阈值参数的最优值;步骤四、将步骤三中得到阈值参数的最优值代入到改进的小波阈值函数中,采用统一阈值法对小波系数进行阈值处理,得到阈值处理后的小波系数;步骤五、将阈值处理后的小波系数进行重构,得到去噪后信号;步骤二中改进的小波阈值函数表达式如下: 式中,tanh为双曲正切函数,x为原始小波系数,为阈值处理后的小波系数,λ表示小波阈值,参数a,ba>0,b>0为新型阈值函数的两个形状控制参数,取值范围为[1,10];参数k0<k<1为新型阈值函数逼近程度参数,取值范围为[0,1]。
全文数据:
权利要求:
百度查询: 沈阳工业大学 基于粒子群算法改进的小波阈值函数去噪方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。