基于单纯形—模拟退火算法的小波阈值去噪研究

被引:3
作者
王鑫 [1 ]
赵春晖 [1 ]
戎建刚 [2 ]
机构
[1] 哈尔滨工程大学信息与通信工程学院
[2] 航天科工集团研究所
关键词
小波阈值去噪; 单纯形—模拟退火算法; 广义交叉验证; 最优阈值;
D O I
暂无
中图分类号
TN911 [通信理论];
学科分类号
081002 ;
摘要
阐述了小波分析去除信号噪声的原理和方法,其中阈值的选取将直接关系到信号去噪的质量。本文基于广义交叉验证准则(GCV)求解阈值的基础上,提出了利用单纯形—模拟退火算法来求得小波变换各子带最优阈值,计算时无需噪声方差等先验信息,同时该方法不依赖初始阈值的选取,既获得了全局最优解,又提高了搜索效率。最后通过Matlab程序实现了小波变换的噪声抑制仿真分析,实验结果表明,与常规的4种阈值选择方法(Rigrsure、Sqtwolog、Heursure、Minimaxi)相比,本文算法确定的阈值进行小波去噪,其去噪效果无论是在信噪比(SNR)增益还是在均方根误差(RMSE)意义上均是最佳的。
引用
收藏
页码:242 / 246
页数:5
相关论文
共 9 条
[1]   基于Nomannowsky准则的小波自适应阈值消噪 [J].
郑成博 ;
阎洪涛 ;
刘彬 ;
王作君 ;
郑世科 .
仪器仪表学报, 2005, (S2) :59-60
[2]   基于改进遗传算法的图像小波阈值去噪研究 [J].
金炜 ;
潘英俊 ;
魏彪 .
计算机工程与应用, 2005, (22) :66-69
[3]   基于免疫算法的自适应小波阈值图像去噪 [J].
门涛 ;
陈建安 .
计算机工程与科学, 2004, (10) :53-55
[4]   采用不同小波母函数的阈值去噪方法性能分析 [J].
吕瑞兰 ;
吴铁军 ;
于玲 .
光谱学与光谱分析, 2004, (07) :826-829
[5]   快速模拟退火算法用于噪声图像配准 [J].
肖开明 ;
陈欣卓 ;
郭光亚 .
上海大学学报(自然科学版), 2003, (05) :389-392+397
[6]   自动目标检测的形态学神经网络与模拟退火学习算法 [J].
余农 ;
吴常泳 ;
李范鸣 ;
吴立德 .
中国科学E辑:技术科学, 2003, (06) :505-521
[7]  
智能优化算法及其应用[M]. 清华大学出版社 , 王凌著, 2001
[8]   Generalized cross validation for wavelet thresholding [J].
Jansen, M ;
Malfait, M ;
Bultheel, A .
SIGNAL PROCESSING, 1997, 56 (01) :33-44
[9]   Wavelet shrinkage using cross-validation [J].
Nason, GP .
JOURNAL OF THE ROYAL STATISTICAL SOCIETY SERIES B-METHODOLOGICAL, 1996, 58 (02) :463-479