基于EMD方差特性的混沌信号自适应去噪算法

谢谢侬

摘 要： 本文利用经验模态分解算法（ＥＭＤ），研究了不同状态下混沌信号的方差特性，提出了一种 ＥＭＤ分解层 数自适应的去噪算法．该算法根据固有模态函数（ＩＭＦ）方差最大值对应层数与总分解层数的关系，能够自适应选择需 处理的 ＩＭＦ层数，并结合提升小波在更新和预测方面的优势综合去噪，分别以 Ｌｏｒｅｎｚ、Ｃｈｅｎ系统（加入 １０％ －１００％的 高斯白噪声）和实测的 ＩＰＩＸ雷达数据作为混沌背景噪声进行了实验研究．结果表明：在不同程度的低噪声（≤３０％）环 境下，与传统小波阈值去噪等方法相比，其均方误差降低了 ３０％以上，信噪比提高了 １．５ｄｂ－３．５ｄｂ，并能有效地去除海 杂波噪声，提高混沌背景下的微弱信号检测效果．
2 {$ q. M$ b3 [; C8 K5 v6 ^
3 i/ Q: v, h/ p) k; y关键词： 经验模态分解；混沌；方差特性；提升小波；自适应去噪
  e4 ]+ |( |$ ]3 Q$ i: m6 ^
+ A- ~2 C$ m# T, y1 M; B

+ q4 z' U$ y6 L, O+ O  s( E3 ~  }      混沌是指非线性确定系统产生的不规则运动［１］，混 沌系统产生的混沌信号具有功率宽带性和伪随机性，广 泛地存在于气象、水文、电子等多个领域［２～４］，如雷达海 杂波和舰船辐射信号等．实测的混沌信号在传输、收集 的过程中难免会受到噪声的干扰，严重影响了混沌时间 序列的预测［５］，以及混沌相关参数的计算［６］，给混沌数 据的分析研究带来了极大的困难．另一方面，由于混沌 信号具有类似噪声的频带特性，传统的频谱分析方法并 不适用，所以研究混沌信号的去噪方法具有重要的理论 和实际意义。


附件下载：

游客，如果您要查看本帖隐藏内容请回复

fordies1

自适应去噪