基于模极大值降噪评估的小波基函数选择方法及系统与流程

技术特征：
1.一种基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述方法包括：确定需要进行小波基选择的信号集合，所述信号集合包含多个不同类型的信号；分别利用一阶、二阶和三阶高斯函数导数作为小波基函数对所述信号集合中的信号进行降噪处理；根据处理后的信号波形曲线和频谱分析图确定第一信号的小波基函数，所述第一信号为所述信号集合中的任一信号。2.根据权利要求1所述的基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述分别利用一阶、二阶和三阶高斯函数导数作为小波基函数对所述信号集合中的信号进行降噪处理，包括：根据信号的模极大值点在(u,s)(空间u、尺度s)平面内沿尺度s的变化规律确定为模极大值点是信号或噪声产生；如果所述模极大值点为噪声产生，则在最大尺度上设置筛选阈值；通过所述筛选阈值筛选噪声导致的模极大值点；将模极大值点小波系数的值小于所述筛选阈值的模极大值点置零。3.根据权利要求2所述的基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述根据信号的模极大值点在(u,s)(空间u、尺度s)平面内沿尺度s的变化规律确定为模极大值点是信号或噪声产生，包括：如果所述模极大值点的小波系数的值随着尺度s的减小而减小，并最终收敛，则所述模极大值点所连通的极大值线对应的是包含奇异性信息的信号点，为信号产生；或者，如果模极大值点对应小波系数的值随着尺度的减小而增大，则所述模极大值点为噪声产生。4.根据权利要求2或3所述的基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述筛选阈值为：式中z为常数，离散的尺度s＝2
j
(j＝0,1,2,...j)，j为离散尺度系数的最大取值，m是最大尺度上所有模极大值值的最大值。5.根据权利要求1所述的基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述根据处理后的信号波形曲线和频谱分析图确定第一信号的小波基函数，包括：确定第一信号的信号波形曲线的平滑度和所述频谱分析图中高频部分的噪声能量；如果所述信号波形曲线中的细小锯齿波形消除且高频部分的噪声能量消失，则确定当前阶高斯函数导数为第一信号的小波基函数。6.一种基于模极大值降噪评估的小波基函数选择系统，其特征在于，所述系统包括：第一确定模块，用于确定需要进行小波基选择的信号集合，所述信号集合包含多个不同类型的信号；降噪处理模块，用于分别利用一阶、二阶和三阶高斯函数导数作为小波基函数对所述信号集合中的信号进行降噪处理；
第二确定模块，用于根据处理后的信号波形曲线和频谱分析图确定第一信号的小波基函数，所述第一信号为所述信号集合中的任一信号。7.根据权利要求6所述的基于模极大值降噪评估的小波基函数选择系统，其特征在于，所述降噪处理模块包括：第一确定单元，用于根据信号的模极大值点在(u,s)(空间u、尺度s)平面内沿尺度s的变化规律确定为模极大值点是信号或噪声产生；设置单元，用于如果所述模极大值点为噪声产生，则在最大尺度上设置筛选阈值；筛选单元，用于通过所述筛选阈值筛选噪声导致的模极大值点；处理单元，用于将模极大值点小波系数的值小于所述筛选阈值的模极大值点置零。8.根据权利要求7所述的基于模极大值降噪评估的小波基函数选择方法，其特征在于，所述第一确定单元包括：第一确定子单元，用于如果所述模极大值点的小波系数的值随着尺度s的减小而减小，并最终收敛，则所述模极大值点所连通的极大值线对应的是包含奇异性信息的信号点，为信号产生；第二确定子单元，用于如果模极大值点对应小波系数的值随着尺度的减小而增大，则所述模极大值点为噪声产生。9.根据权利要求7或8所述的基于模极大值降噪评估的小波基函数选择系统，其特征在于，所述筛选阈值为：式中z为常数，离散的尺度s＝2
j
(j＝0,1,2,...j)，j为离散尺度系数的最大取值，m是最大尺度上所有模极大值值的最大值。10.根据权利要求6所述的基于模极大值降噪评估的小波基函数选择系统，其特征在于，所述第二确定模块包括：第二确定单元，用于确定第一信号的信号波形曲线的平滑度和所述频谱分析图中高频部分的噪声能量；第三确定单元，用于如果所述信号波形曲线中的细小锯齿波形消除且高频部分的噪声能量消失，则确定当前阶高斯函数导数为第一信号的小波基函数。

技术总结
本申请公开了一种基于模极大值降噪评估的小波基函数选择方法及系统，确定需要进行小波基选择的信号集合，分别利用一阶、二阶和三阶高斯函数导数作为小波基函数对所述信号集合中的信号进行降噪处理；根据处理后的信号波形曲线和频谱分析图确定第一信号的小波基函数。基于小波系数模极大值评估的降噪算法可以显著保留原始信号中的奇异成分，并剔除掉噪声部分。由于具有不同消失矩的小波基函数可以识别出不同类型的奇异点，因此可以通过综合对比分析采用不同消失矩的小波基函数降噪后信号的波形变化、对应的频谱曲线和信噪比结果，来判断哪一种小波基函数能够更加全面的提取对应信号的奇异性信息。应信号的奇异性信息。应信号的奇异性信息。


技术研发人员：周长安 周德龙 张开兴 国凯 孙杰 孙智霖
受保护的技术使用者：山东农业大学
技术研发日：2021.10.19
技术公布日：2022/1/18