没有合适的资源?快使用搜索试试~ 我知道了~
于基小波分析的光谱数据去噪正文-学位论文.doc
0 下载量 200 浏览量
2023-07-02
20:02:07
上传
评论
收藏 7.27MB DOC 举报
温馨提示
试读
25页
于基小波分析的光谱数据去噪正文-学位论文.doc
资源推荐
资源详情
资源评论
第 1 页 共 25 页
基于小波分析的光谱数据去噪
1.1 课题背景及意义
光谱分析法是以辐射能与物质组成和结构之间的内在联系及表现形式—光谱的测量为基础,利
用光谱来分析样品的物质组成,属性或者物态信息的技术。由于光谱分析技术具有分析速度快,精
度高,结果稳定,无破坏等优点,在化工、农业、医学等领域得到越来越广泛的应用
[1],[2]
。
由于在光谱测量过程会中受到仪器,样品背景,各种干扰等随机因素的影响,得到的光谱数据
中不可避免的含有噪声,如果不加以处理,会影响校正模型建立的质量和未知样品预测结果的准确
性。通过对光谱数据的去噪预处理,可以减少噪声的影响,提高模型的稳定性。通常采用的去噪方
法包括平滑,傅立叶分析等。其中光谱平滑的目的是消除高频随机误差,其基本思路是在平滑点的
前后各取若干点来进行“平均”或“拟合”,以求得平滑点的最佳估计值,消除随机噪声,这一方法
的基本前提是随机噪声在处理“窗口”内的均值为零。这种平滑的方法可有效地平滑高频噪声,提
高信噪比,但是它对有效信号也进行平滑,容易造成信号失真,降低了光谱分辨率,而且光谱的两
端不能进行平滑,因此存在一定的局限性。傅立叶分析对数据处理应用的主要目的是加快信息的提
取过程,通过压缩数据使得信息提取更加有效,同时去除干扰和噪声。在传统的信号处理中,傅立
叶分析是数据预处理的主要手段,但是傅立叶分析只能获得信号的整个频谱,不能得到信号的局部
特性,不能充分刻画动态的非平稳信号的特征
[3]
。而小波分析可以把各种频率组成的混合信号按照
不同的分辨尺度分解成一系列不同频率的块信号。由此可对特殊频率范围内的噪声进行滤波处理,
小波分析灵活滤波的特性是其它方法无法比拟的。小波分析是从傅立叶分析的基础上发展以来的,
通过引入可变的尺度因子和平移因子,在信号分析时具有可调的时频窗口,巧妙地解决了时频局部
化矛盾,弥补了傅立叶分析的不足,为信号处理提供了一种多分辨率下的动态分析手段。由于小波
分析对信号的分时分频的精细表达和多分辨率分析的特点,即有用信号和噪声信号在不同尺度上呈
现不同的视频特征或者传播行为,根据这些特征的不同,可以将有用信号提取出来。小波算法能够
满足各种去噪要求,如低通,高通,随机噪音的去除等
[4],[5]
。
小波分析有效地完成了信号的时间与空间的局部化,对于信号分析而言意义重大。小波分析具
有多分辨率分析和多尺度的特点,可以由粗到精地逐步观察信号,同时还具有品质因数恒定,即相
第 2 页 共 25 页
对带宽(带宽与中心频率之比)恒定的特点;适当地选择基小波,可以使其在时、频两域都有表征
信号局部特征的能力,因此非常有利于信号分析。由于小波分析具有以上特性,人们把小波分析誉
为分析信号的数学显微镜
[6]
。
1.2 本文的研究目的和所做的研究工作
本文的目的是运用小波分析对
2
SO
气体的光谱数据进行去噪。所作的研究工作是对小波分析多
光谱数据的去噪的过程进行细致的分析。同时对 MATLAB 软件的应用进行了解,进行仿真前的准
备。
1.3 研究工具
本文研究所用的工具是 MATLAB 的小波工具箱。MATLAB 是 MathWorks 公司于 1982 年推出
的一套高性能的数值计算和可视化软件,它集数值分析,矩阵运算,信号处理和图形显示于一体,
构成了一个方便的,界面友好的用户环境。小波工具箱是许多基于 MATLAB 技术计算环境的函数
包的集合。应用 MATLAB 体系下的小波与小波包,提供了分解和综合信号的工具。小波工具箱提
供两种工具,一是控制线的函数,二是图像操作工具。第一类工具是由可以直接调出线或应用命令
的函数组成,这些函数大多是 M 文件或者各种实现特定的小波分解与综合算法的陈述
[7]
。
本文的第二部分主要介绍了小波分析的一些基础的理论知识,并对小波的一些去噪方法进行了
解析,第三部分则是根据小波分析进行光谱数据去噪的仿真。第四部分对本文进行总体的总结以及
对未来的展望。
2 小波分析的理论基础及去噪方法的解析
本节主要介绍了小波分析的基本理论以及小波分析对一维信号进行消噪处理,其中理论部分包
括连续小波分析,小波分析和傅立叶分析的比较,常用小波的介绍以及多分辨率分析在小波分析理
第 3 页 共 25 页
论中的作用。运用小波分析进行一维信号的消噪处理是小波分析的一个重要应用,尤其是在光谱数
据预处理去噪中有着广泛的应用。主要有基于小波分析的局部极大值点去噪和基于阈值去噪的两种
技术。Mallat提出了通过寻找小波分析系数中的局部极大值点,并根据此重构信号可以很好的逼近原
始信号。Donoho提出了基于阈值的小波去噪方法,先对信号进行小波分析,再对小波分析值进行去
噪处理,最后反分析得到去噪后的信号
[8],[9]
。
2.1 连续小波分析的基本概念
小波分析方法是一种窗口大小(即窗口面积)固定但其形状可变,时间窗和频率窗都可改变的
时频局部化分析方法,即在低频部分具有较高的频率分辨率和较低的时间分辨率,在高频部分具有
较高的时间分辨率和较低的频率分辨率。正是这种特性,使小波分析具有对信号的自适应性
[10]
。
小波分析被看成调和分析这一数学领域半个世纪以来的工作结晶,已经广泛地应用于信号处理,
图像处理,量子场论,地震勘探,语音合成与识别,音乐,雷达,CT 成像,彩色复印,流体湍流,
天体识别,机器视觉,机械故障诊断与监控,分形及数字电视等领域。原则上讲,传统上使用傅立
叶分析的地方都可以用小波分析来取代。小波分析优于傅立叶分析的地方是,它在时域和频域同时
具有良好的局部化性质
[11]
。
设
�� � �
RLt
2
�
�
,
� �
RL
2
表示平方可积的实数空间,即能量有限的信号空间,其傅立叶分析为
� �
��
�
.当
� �
��
�
满足允许性条件(Admissiable Condition):
���
�
��
��
�
�
��
���
dC
1
2
)(
式2.1
时,我们称
��
t
�
为基本小波或者小波母函数(Mother Wavelet)。将母函数
��
t
�
经伸缩和平移后,就可
以得到一个小波序列。对于连续的情况,小波序列为:
)(
1
)(
a
bt
a
t
ab
�
�
��
Rba �,
0�a
式 2.2
其中,
a
为伸缩因子,
b
为平移因子。一般归一化
��
t
�
,令
��
t
�
。由于
1)()()sgn()(1)(
2
22
�
�
���
���
a
t
d
a
bt
adttdtt
ab
���
,所以
)(t
ab
�
也单位化了。对于任意的
函数
)()(
2
RLtf �
的连续小波分析为:
dt
a
bt
tf
a
fbaW
abf
�
��
��
�
�� )()(
1
,),(
��
式2.3
其中,当
a/1
相当于频率,
b
相当于位移。
第 4 页 共 25 页
其逆分析为:当
�
)()(,
2
RCRLfg �
,
2
)(),(
1
)(
a
dbda
tbaW
C
tf
abf
�
�
��
��
��
��
��
�
�
式2.4
2.1.1 连续小波分析的时频窗口特性
小波分析的时频窗口特性和短时傅立叶分析的时频窗口不一样。其窗口形状为两个矩形
� � � �
aaabab /)(,/)(,
00
����
��
�����������
,窗口中心为
� �
ab /,
0
�
�
,时窗宽和频窗宽分
别为
��
��� a
ab
和
��
���
��
a
ab
1
。
�
t
图2.1 连续小波分析的时频窗口特性
在实际应用中信号分析的要求是:信号高频部分对应时域中的快变成分,如陡峭的前沿、后沿、
尖脉冲等,分析时对时域分辨率要求高,对频域分辨率要求低。信号低频成分对应时域中的慢变成
分,分析对时域分辨率要求低,对频域分辨率要求高。连续小波函数窗口有“变焦”特性:当
a
变小
时,时域观察范围变窄,但频率观察的范围变宽,且观察的中心频率向高频处移动;当
a
变大时,
时域观察范围变宽,频域的观察范围变窄,且分析的中心频率向低频处移动
[12-15]
。
其中
b
仅仅影响窗口在相平面上时间轴上的位置,而
a
不仅影响窗口在频率轴上的位置,也影
响窗口的形状。这样小波分析对不同的频率在时域上的取样步长是调节性的:在低频时小波分析的
时间分辨率较差,而频率分辨率较高。在高频时小波分析的时间分辨率较高,而频率分辨率较低,
这正符合低频信号变化缓慢而高频信号变化迅速的特点。这就是小波分析优于经典的傅立叶分析与
短时傅立叶分析的地方。总的来说,小波分析比短时傅立叶分析有更好的时频窗口特性。
2.1.2 连续小波分析的重要性质
(1)线性性:一个多分量信号的小波分析等于各个分量的小波分析之和。
(2)平移不变性:若
)(tf
的小波分析为
),( baW
f
,则
)(
�
�tf
的小波分析为
� �
�
�baW
f
,
。
( 3 ) 伸 缩 共 变 性 : 若
)(tf
的 小 波 分 析 为
),( baW
f
, 则
� �
ctf
的 小 波 分 析 为
剩余24页未读,继续阅读
资源评论
matlab大师
- 粉丝: 2434
- 资源: 9万+
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功