小波滤波分解层数的自适应确定方法

被引:20
作者
杜文辽 [1 ,2 ]
朱茹敏 [2 ]
李彦明 [1 ]
机构
[1] 上海交通大学机械与动力工程学院
[2] 郑州轻工业学院机电工程学院
关键词
小波滤波; 最优分解层数; Kolmogorov-Smirnov白化检验;
D O I
10.16136/j.joel.2010.09.015
中图分类号
TN911.7 [信号处理];
学科分类号
0711 ; 080401 ; 080402 ;
摘要
针对加性高斯白噪声,根据信号和噪声在小波空间上传播的特性,提出了一种基于Kolmogorov-Smirnov检验的最优分解层数自适应确定算法,对于不同数据长度的信号,可以自适应地选择小波变换的最优分解层数。仿真实验表明,该方法可以得到最优的信噪比及最小均方误差,并且对小波分解边界延拓方式的选择具有较强的适应性。
引用
收藏
页码:1408 / 1411
页数:4
相关论文
共 6 条
[1]   一种改进的小波基线校正方法的研究 [J].
李庆波 ;
徐玉坡 ;
李响 ;
张广军 .
光电子激光., 2009, 20 (05) :698-701
[2]   小波阈值降噪算法中最优分解层数的自适应确定及仿真 [J].
王维 ;
张英堂 ;
任国全 .
仪器仪表学报, 2009, 30 (03) :526-530
[3]   基于贝叶斯准则的小波域自适应消噪阈值 [J].
陈莹 ;
纪志成 ;
韩崇昭 .
光电子激光., 2008, (01) :120-124+134
[4]   小波门限消噪法应用中分解层数及阈值的确定 [J].
张吉先 ;
钟秋海 ;
戴亚平 .
中国电机工程学报, 2004, (02) :119-123
[5]   Wavelet transform applied to EO-1 hyperspectral data for forest LAI and crown closure mapping [J].
Pu, RL ;
Gong, P .
REMOTE SENSING OF ENVIRONMENT, 2004, 91 (02) :212-224
[6]   Optimization of signal denoising in discrete wavelet transform [J].
Pasti, L ;
Walczak, B ;
Massart, DL ;
Reschiglian, P .
CHEMOMETRICS AND INTELLIGENT LABORATORY SYSTEMS, 1999, 48 (01) :21-34