[发明专利]一种基于小波理论和EEMD的微弱信号的去噪方法

权利要求书

1.一种基于小波理论和EEMD的微弱信号的去噪方法，其特征在于：所述微弱信号处理方法通过以下步骤实现：

步骤一、获取原始信号并对其进行EEMD分解，得到本征模态函数集合，通过所述本征模态函数集合中每个本征模态函数的能量关系确定用于重构的本征模态函数，其中EEMD为集合经验模式分解；

步骤二、对每个用于重构的本征模态函数中每两个过零点之间的极值绝对值与阈值比较并做剔除噪声处理；

步骤三、通过随机改变第一个本征模态函数的采样位置，得到原始信号不同带噪形式，分别对每种所述带噪形式做步骤二的处理，得到重构后的信号；

步骤四、对所述重构后得到的信号取平均，得到去噪后的信号。

2.根据权利要求1所述一种基于小波理论和EEMD的微弱信号的去噪方法，其特征在于，步骤一具体过程为：

步骤一一、获取原始信号；

步骤一二、在所述原始信号的基础上，加上信噪比为5dB的高斯白噪声，得到微弱信号；

步骤一三、对所述微弱信号进行EEMD处理，得到至少一个本征模态函数；

步骤一四、根据所述能量关系得到用于重构的本征模态函数。

3.根据权利要求1所述一种基于小波理论和EEMD的微弱信号的去噪方法，其特征在于步骤二的具体过程为：

步骤二一：在步骤一的基础上，选取第一个用于重构的本征模态函数，确定其所有过零点z_j的位置，将第j个与第j+1个过零点之间的位置定义为间隙，其中表示第i个本征模态函数的第j个过零点的位置；

步骤二二、根据每个本征模态函数选取与其相适应的阈值，具体为通过实验在广义阈值和贝叶斯阈值之间选择性能更好阈值，式中是高斯白噪声的方差，是信号的方差，噪声标准差通过基于分量中值的抗差估计器得到，具体通过公式进行计算；其中|c_i|是第i个过零点的信号幅度绝对值，median是中值函数。

步骤二三、将每个间隙中的极大值或极小值的绝对值|h⁽ⁱ⁾_max|与步骤二二中得到的阈值做比较，比较过程通过软阈值算法或者硬阈值算法实现，其中表示使用阈值算法前间隙中的极值，表示使用阈值算法后间隙中的极值。

4.根据权利要求1、2或3所述的一种基于小波理论和EEMD的微弱信号的去噪方法，其特征在于步骤三的具体过程为：

步骤三一、在步骤一的基础上对原信号做EEMD分解，得到N个本征模态函数，令后N-1个本征模态函数不变，定义为x_p(t)为后N-1个本征模态函数极值的加和，h⁽ⁱ⁾(t)为第i个本征模态函数的极值；

步骤三二、等间隔地改变第一个本征模态函数的采样位置得到与原来不同的本征模态函数，该过程表示为重构出与原始信号不同的带噪形式，得到新的带噪信号利用新的带噪信号x_a(t)做EEMD分解，得到分解后的本征模态函数；其中ALTER为用于实现等间隔改变采样位置的函数，h⁽¹⁾(t)为第1个本征模态函数的极值，为将第1个本征模态函数的极值经过等间隔改变采样位置后的值；

步骤三三、对x_a(t)分解后得到的本征模态函数做EEMD间隙去噪处理，得到原带噪信号的去噪形式重复步骤三二迭代K-1次，从而得到原信号的K个去噪形式

5.根据权利要求3所述的一种基于小波理论和EEMD的微弱信号的去噪方法，其特征在于，步骤二二中，所述通过实验在广义阈值和贝叶斯阈值之间选择性能更好阈值具体为，通过实验分别计算两种阈值的实验结果，选择信噪比改善大，且均方根误差小的阈值作为性能更好的阈值。