Page 116 - 《应用声学》2019年第6期
P. 116

1018                                                                                2019 年 11 月

                                                                    
             式 (6) 中,s (i,j) 为 U (i,j) 节点的小波包系数。由此可                  σ √ 2 ln(N),               T 6 U,
             得出每层分解后子带的相对能量公式为                                  th=       (  √         √     )           (11)
                                                                     min σ    2 ln(N), σ λ min , T > U.
                                    E (i,j)
                           k (i,j) =        ,           (7)        (4) 极大极小阈值法 (minimaxi),也是固定阈
                                   j
                                  2 −1
                                   ∑
                                                               值的一种,产生最小均方误差的极值。
                                      E (i,j)
                                                                      
                                   i=1
                                                                       0,                      其他,
             其中,k (i,j) 为节点 i在第 j 层的相对能量,代表有效                    th =                                    (12)
                                                                                           N
                                                                       σ(0.3936 + 0.1829 log ), N > 32.
             成分的含量,对每层的节点相对能量 k (i,j) 由大到                                                  2
                                                               以上各式中 σ = MAD/0.6745 为噪声标准方差,
             小进行排序,k (i,j) 的最大值记为 C (1,j) ,最小值记为
                                                               MAD为各高频子带系数的中值;N 为信号长度。
             C (n,j) ,即C (1,j) > C (2,j) > · · · > C (n,j) ,其中j 代表
                                                                   如 1.1 节所述,若 C (1,1) > 0.9、C (2,1) < 0.1 信
             层数。首先对信号第一层分解相对能量进行初判:
                                                               号能量频段相对集中,只对 C (1,1) > 0.9 进行小波去
             C (1,1) > 0.9、C (2,1) < 0.1 信号能量频段相对集中的
                                                               噪。其他情况下,信号最优分解层m上,节点相对能
             情况,这种情况下对每层的 k (2,j) 进行对比,当第 j
                                                               量 k (i,j) > 0.2 的节点系数采用无偏似然估计阈值
             层的C (2,j) 大于第 j − 1 层C (2,j−1) 时,将j − 1作为
                                                               估计方法;k (i,j) > 0.1、k (i,j) < 0.2 的节点系数采用
             最优分解层数。
                                                               极大极小阈值法;k (i,j) < 0.1 的节点系数采用统一
                 其他情况下,对信号逐层分解,将C (1,j) 首次小
                                                               阈值法选择。多阈值准则选取表如1所示。
             于0.2 的层数 j 进行记录,如果j > 1,最优分层数为
             m = (j − 1);如果j = 1,最优分解层数为1。                                  表 1  多阈值准则选取表
                                                                  Table 1 Multiple threshold criteria selec-
             1.2 小波包分段阈值处理法
                                                                  tion table
                 水声信号的频率范围比较广,不能简单地将低
             频段作为有用信息、高频段作为噪声信号处理,按                                k (i,j) > 0.2  0.1 < k (i,j) 6 0.2  k (i,j) 6 0.1
                                                                    rigrsure       heursure       sqtwolog
             小波相对能量法实现分段阈值降噪处理,该方法与
             单一阈值处理相比充分考虑信号频率段与噪声分                                 目前常用的阈值函数为硬阈值函数和软阈值
             布情况。针对不同的分解系数选取最合适的阈值函                            函数。硬阈值将绝对值不大于阈值的元素置零,存
             数和阈值th,最大程度去除噪声,保留有效成分                    [18] 。  在不连续现象,数学表达式为
                                                                                 
             目前,常用的阈值估计方法主要有以下几种:                                                 x,  |x| > th,
                 (1) 固定阈值估计法 (sqtwolog),在正态高斯噪                               y =                         (13)
                                                                                   0,  |x| 6 th.
                                                                                 
             声模型下,针对多维独立正态变量分布得出的结论。
                                                                   软阈值函数在式 (13) 的基础上实现连续点收
                                  √
                            th = σ  2 ln(N).            (8)    缩为零,有效避免间断,连续性较好,但小波系数较
                                                               大时,系数绝对值与系数之间存在偏差,易造成高频
                 (2) 无偏似然阈值估计法 (rigrsure),小波分
                                                               信息损失,重构信号易产生误差,其表达式为
             解系数的平方记为 λ,从小到大的顺序排列,即
                                                                           {
             λ 1 6 λ 2 6 · · · 6 λ n 。设风险向量R,其元素为r i ,                       sign(x)(x − th), |x| > th,
                                                                       y =                               (14)
                     [                          ]
                                          ∑                                  0,              |x| 6 th.
                r i = N − 2i + (N − i)λ i +  λ k /N.    (9)
                                                                   考虑到硬阈值和软阈值函数处理信号细节成
                                          k=1
                                                               分的局限性,利用文献[19] 中的新型阈值函数,公式
             风险向量R 的最小值 r min 作为风险值,对应求出对
                                                               如下:
             应的 λ min ,则阈值为
                                                                   
                                                                   x,                         |x| > th,
                                                                   
                                   √
                             th = σ  λ min .           (10)                             2th
                                                                   
                                                                          tanh( e 4|x|  − e  )  1
                                                               y =   sign(x)    4th   2th   ,   th < |x| < th,
                 (3) 启 发 式 阈 值 法 (heursure), 是 前 两 种 阈                        e   − e         2
                                                                   
                                                                                                   1
                                                                   
             值的综合, 设 S 为 N 个小波系数的平方和。令                              0,                        |x| 6  th,
                                            √                                                       2
             T = (S − N)/N,U = (log (N)) / N,                                                            (15)
                                          15
                                    2
   111   112   113   114   115   116   117   118   119   120   121