基于经验模态分解的改进乘性噪声去除方法
乘性噪声往往由不理想的(时变的或非线性的)信道引起,它与信号是相乘的关系,因此难以消除.在乘性噪声消除应用背景下,引入同态变换去除噪声与信号的相倚性,将乘性噪声转化为加性噪声,并应用经验模态分解技术进一步研究受均匀分布白噪声污染的谐波信号及其同态变型的能量分布特性,据此建立起适用于乘性噪声去除的本征模函数幅值滤波新阈值准则.从而,形成基于经验模态分解的改进乘性噪声去除方法.结果表明,采用柔性阈值的改进算法对乘性噪声的去除效果最佳.而且,基于二阶多项式回归分析所构建的本征模函数幅值滤波阈值准则已经可以获得较高的源信号重建精度,过高的多项式阶次会导致本征模函数幅值滤波阈值与其实际噪声能量水平的失配,从而显著地降低算法的去噪性能.
经验模态分解、本征模函数、幅值阈值滤波、乘性噪声去除
51
TN911
国家自然科学基金51575497,51405449;浙江省杰青基金R1100002
2016-05-17(万方平台首次上网日期,不代表论文的发表时间)
共8页
1-8