CN105302773A - 一种基于同步压缩分数阶的小波变换方法 - Google Patents
一种基于同步压缩分数阶的小波变换方法 Download PDFInfo
- Publication number
- CN105302773A CN105302773A CN201510600036.8A CN201510600036A CN105302773A CN 105302773 A CN105302773 A CN 105302773A CN 201510600036 A CN201510600036 A CN 201510600036A CN 105302773 A CN105302773 A CN 105302773A
- Authority
- CN
- China
- Prior art keywords
- wavelet
- fractional order
- wavelet coefficient
- alpha
- omega
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
- G06F17/148—Wavelet transforms
Abstract
本发明公开了一种基于同步压缩分数阶的小波变换方法,通过分数阶小波变换得出在最优分数阶上的小波系数,再同步挤压技术对时变信号处理,得到时变谱中的各分量,克服了现有小波变换对时变信号处理的不足,最大限度提升对有效信号的识别和干扰信号的压制。
Description
技术领域
本发明涉及一种基于同步压缩分数阶的小波变换方法,属于信息技术领域。
背景技术
自然界中信号是由多种成份混杂而成,这些干扰成份通常会影响对真实目标的识别,Fourier变换是最常见的分析方法,但对于时变的非线性信号Fourier却无能无力。小波变换被认为是最为理想的时频分析工具,与短时傅立叶变换、Gabor变换相比,能实现调整时窗与频窗大学,实现多分辨率分析。
随着小波变换方法的不断拓展,发现对某些问题频率聚集不是最佳信号,表现效果一般,人们在分数傅立叶基础上,提出了分数阶的小波变换,由于分数阶小波变换具有多分辨率分析和分数域特征,具有更广的适用性。而另一方面,小波变换在分析响应信号中,分离的低频信号常常模糊,对长周期信号常常缺少足够精度,分析效果不理想。Daubechies针对获取如何信号的时频问题,提出来同步挤压小波变换,该方法对小波变换后时频图进行重组,再获取时频曲线。总的来说现有小波变换对时变信号处理不足。
发明内容
为了解决上述技术问题,本发明提供了一种基于同步压缩分数阶的小波变换方法。
为了达到上述目的,本发明所采用的技术方案是:
一种基于同步压缩分数阶的小波变换方法,包括以下步骤,
步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数的小波系数(a,b);
其中,a为尺度因子,b为平移因子;
步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和小波函数的小波系数(a,b);
其中,αopt最优分数阶;
步骤三,由小波系数(a,b)得出不同时刻与尺度处的瞬时频率ωf(a,b);
步骤四,将信号划分为na个不同频率区间;
其中,na=Lnv,L为小波系数最大尺度,nv为不同尺度的个数;
步骤五,对小波系数(a,b)进行同步挤压变换,得出中心频率ωl处的小波系数Tf(ωl,b);
步骤六,利用同步挤压反变换,重构出原信号f(t)。
涉及的分数小波变换过程为,
A1)根据问题选择合适的小波基函数和分数阶α取值范围;
A2)将输入信号f(t)乘以调谐函数得出F(t);
其中,
A3)对F(t)进行小波变换,得到F(t)的小波系数(a,b);
其中,为小波基函数的共轭函数;
A4)F(t)的小波系数(a,b)乘以调谐函数得出原信号分数阶小波系数(a,b);
小波基函数包括Daubechies小波、Symlets小波、Morlet小波和Gauss小波;0≤α≤1。
小波系数的同步挤压变换是将(a,b)映射到(ωf(a,b),b),小波系数的同步挤压变换过程为,
B1)计算瞬时频率ωf(a,b);
公式为,
其中,i为复数,W为对小波系数对平移因子的求导;
B2)将时频面上的小波系数Wf(ωf(a,b),b)挤压为中心频率ωl处的小波系数Tf(ωl,b);
其中,ωl为区间的中心频率,ai为离散点处的尺度因子,Δa=ai-ai-1。
B3)由Tf(ωl,b),利用同步挤压反变换,重构出原信号f(t);
其中,为小波正则化常数。
本发明所达到的有益效果:本发明通过分数阶小波变换得出在最优分数阶上的小波系数,再同步挤压技术对时变信号处理,得到时变谱中的各分量,克服了现有小波变换对时变信号处理的不足,最大限度提升对有效信号的识别和干扰信号的压制。
附图说明
图1为本发明的流程图。
具体实施方式
下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案,而不能以此来限制本发明的保护范围。
如图1所示,一种基于同步压缩分数阶的小波变换方法,包括以下步骤:
步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数的小波系数(a,b);其中,a为尺度因子,b为平移因子。
步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和小波函数的小波系数(a,b);其中,αopt最优分数阶。
步骤三,由小波系数(a,b)得出不同时刻与尺度处的瞬时频率ωf(a,b)。
步骤四,将信号划分为na个不同频率区间;其中,na=Lnv,L为小波系数最大尺度,nv为不同尺度的个数。
步骤五,对小波系数(a,b)进行同步挤压变换,得出中心频率ωl处的小波系数Tf(ωl,b)。
步骤六,利用同步挤压反变换,重构出原信号f(t)。
上述方法中涉及分数小波变换和同步挤压变换。
分数小波变换过程为:
A1)根据问题选择合适的小波基函数和分数阶α取值范围。
A2)将输入信号f(t)乘以调谐函数得出F(t);
其中,
A3)对F(t)进行小波变换,得到F(t)的小波系数(a,b)。
其中,为小波基函数的共轭函数。
A4)F(t)的小波系数(a,b)乘以调谐函数得出原信号分数阶小波系数(a,b);
小波基函数包括Daubechies小波、Symlets小波、Morlet小波和Gauss小波;0≤α≤1。
小波系数的同步挤压变换是将(a,b)映射到(ωf(a,b),b),具体过程为:
B1)计算瞬时频率ωf(a,b);
公式为,
其中,i为复数,W为对小波系数对平移因子的求导。
B2)将时频面上的小波系数Wf(ωf(a,b),b)挤压为中心频率ωl处的小波系数Tf(ωl,b);
其中,ωl为区间的中心频率,ai为离散点处的尺度因子,Δa=ai-ai-1。
B3)由Tf(ωl,b),利用同步挤压反变换,重构出原信号f(t);
其中,为小波正则化常数。
上述方法通过分数阶小波变换得出在最优分数阶上的小波系数,再同步挤压技术对时变信号处理,得到时变谱中的各分量,克服了现有小波变换对时变信号处理的不足,最大限度提升对有效信号的识别和干扰信号的压制。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和变形,这些改进和变形也应视为本发明的保护范围。
Claims (5)
1.一种基于同步压缩分数阶的小波变换方法,其特征在于:包括以下步骤,
步骤一,将输入信号f(t)进行分数阶变换,得到不同分数阶α和小波函数的小波系数
其中,a为尺度因子,b为平移因子;
步骤二,根据不同分数阶α和小波函数时频分布,选择最优的分数阶和小波函数的小波系数
其中,αopt最优分数阶;
步骤三,由小波系数得出不同时刻与尺度处的瞬时频率ωf(a,b);
步骤四,将信号划分为na个不同频率区间;
其中,na=Lnv,L为小波系数最大尺度,nv为不同尺度的个数;
步骤五,对小波系数进行同步挤压变换,得出中心频率ωl处的小波系数Tf(ωl,b);
步骤六,利用同步挤压反变换,重构出原信号f(t)。
2.根据权利要求1所述的一种基于同步压缩分数阶的小波变换方法,其特征在于:涉及的分数小波变换过程为,
A1)根据问题选择合适的小波基函数和分数阶α取值范围;
A2)将输入信号f(t)乘以调谐函数得出F(t);
其中,
A3)对F(t)进行小波变换,得到F(t)的小波系数
其中,为小波基函数的共轭函数;
A4)F(t)的小波系数乘以调谐函数得出原信号分数阶小波系数
3.根据权利要求2所述的一种基于同步压缩分数阶的小波变换方法,其特征在于:小波基函数包括Daubechies小波、Symlets小波、Morlet小波和Gauss小波。
4.根据权利要求2所述的一种基于同步压缩分数阶的小波变换方法,其特征在于:0≤α≤1。
5.根据权利要求2所述的一种基于同步压缩分数阶的小波变换方法,其特征在于:小波系数的同步挤压变换是将(a,b)映射到(ωf(a,b),b),小波系数的同步挤压变换过程为,
B1)计算瞬时频率ωf(a,b);
公式为,
其中,i为复数,为对小波系数对平移因子的求导;
B2)将时频面上的小波系数Wf(ωf(a,b),b)挤压为中心频率ωl处的小波系数Tf(ωl,b);
其中,ωl为区间的中心频率,ai为离散点处的尺度因子,Δa=ai-ai-1。
B3)由Tf(ωl,b),利用同步挤压反变换,重构出原信号f(t);
其中,为小波正则化常数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510600036.8A CN105302773A (zh) | 2015-09-18 | 2015-09-18 | 一种基于同步压缩分数阶的小波变换方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510600036.8A CN105302773A (zh) | 2015-09-18 | 2015-09-18 | 一种基于同步压缩分数阶的小波变换方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN105302773A true CN105302773A (zh) | 2016-02-03 |
Family
ID=55200053
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510600036.8A Pending CN105302773A (zh) | 2015-09-18 | 2015-09-18 | 一种基于同步压缩分数阶的小波变换方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105302773A (zh) |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843779A (zh) * | 2016-06-07 | 2016-08-10 | 华中科技大学 | 一种面向potdr背向散射光信号的实时去噪方法 |
CN107144874A (zh) * | 2017-07-12 | 2017-09-08 | 中国地质大学(武汉) | 一种基于对enpemf信号进行bswt‑ddtfa时频分析的方法及系统 |
CN107610188A (zh) * | 2017-08-10 | 2018-01-19 | 中国地质大学(武汉) | 一种图形识别分离的同步压缩曲波变换方法 |
CN108154081A (zh) * | 2016-11-30 | 2018-06-12 | 东北林业大学 | 基于瞬时频率稳定度swt物流设备振动信号降噪方法 |
CN110285909A (zh) * | 2019-07-05 | 2019-09-27 | 河海大学 | 基于同步压缩变换的索承桥梁瞬时索力计算方法 |
CN110687595A (zh) * | 2019-10-17 | 2020-01-14 | 西南石油大学 | 一种基于时间重采样和同步挤压变换的地震数据处理方法 |
CN111307426A (zh) * | 2019-11-20 | 2020-06-19 | 李嘉诚 | 一种基于FrFT-EWT原理的旋转机械故障特征提取方法 |
CN115204222A (zh) * | 2022-06-30 | 2022-10-18 | 宁波麦思捷科技有限公司 | 基于同步压缩小波变换的雷电预测方法、装置以及设备 |
-
2015
- 2015-09-18 CN CN201510600036.8A patent/CN105302773A/zh active Pending
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105843779A (zh) * | 2016-06-07 | 2016-08-10 | 华中科技大学 | 一种面向potdr背向散射光信号的实时去噪方法 |
CN108154081A (zh) * | 2016-11-30 | 2018-06-12 | 东北林业大学 | 基于瞬时频率稳定度swt物流设备振动信号降噪方法 |
CN108154081B (zh) * | 2016-11-30 | 2022-02-25 | 东北林业大学 | 基于瞬时频率稳定度swt物流设备振动信号降噪方法 |
CN107144874A (zh) * | 2017-07-12 | 2017-09-08 | 中国地质大学(武汉) | 一种基于对enpemf信号进行bswt‑ddtfa时频分析的方法及系统 |
CN107144874B (zh) * | 2017-07-12 | 2019-02-05 | 中国地质大学(武汉) | 一种基于对enpemf信号进行bswt-ddtfa时频分析的方法及系统 |
CN107610188A (zh) * | 2017-08-10 | 2018-01-19 | 中国地质大学(武汉) | 一种图形识别分离的同步压缩曲波变换方法 |
CN110285909A (zh) * | 2019-07-05 | 2019-09-27 | 河海大学 | 基于同步压缩变换的索承桥梁瞬时索力计算方法 |
CN110687595A (zh) * | 2019-10-17 | 2020-01-14 | 西南石油大学 | 一种基于时间重采样和同步挤压变换的地震数据处理方法 |
CN110687595B (zh) * | 2019-10-17 | 2021-06-29 | 西南石油大学 | 一种基于时间重采样和同步挤压变换的地震数据处理方法 |
CN111307426A (zh) * | 2019-11-20 | 2020-06-19 | 李嘉诚 | 一种基于FrFT-EWT原理的旋转机械故障特征提取方法 |
CN115204222A (zh) * | 2022-06-30 | 2022-10-18 | 宁波麦思捷科技有限公司 | 基于同步压缩小波变换的雷电预测方法、装置以及设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105302773A (zh) | 一种基于同步压缩分数阶的小波变换方法 | |
CN107316653B (zh) | 一种基于改进的经验小波变换的基频检测方法 | |
CN103325381A (zh) | 一种基于模糊隶属函数的语音分离方法 | |
CN104409073A (zh) | 一种变电设备声音与语音的识别方法 | |
KR101294681B1 (ko) | 기상 신호 처리장치 및 그 처리방법 | |
CN107612865A (zh) | 一种应用于低压电力线载波通信的信号降噪方法 | |
CN107402326B (zh) | 一种改进s变换的有限窗长时频分析方法 | |
CN103258543B (zh) | 一种人工语音带宽扩展的方法 | |
CN102546499B (zh) | 一种实线性调频信号的分数阶信道化接收方法 | |
CN104515905B (zh) | 基于cqt多分辨率的被试的脑电信号自适应频谱分析方法 | |
CN107785028A (zh) | 基于信号自相关的语音降噪方法及装置 | |
CN105232023A (zh) | 一种胎心音去噪的方法 | |
CN106842144A (zh) | 并行多相结构数字脉压方法 | |
CN102998528B (zh) | 动态正弦畸变信号中频率分量的提取方法及其实现装置 | |
CN103198836B (zh) | 基于Hilbert变换的欠定声音信号分离方法及装置 | |
CN102314883B (zh) | 一种判断音乐噪声的方法以及语音消噪方法 | |
CN108680782B (zh) | 基于极值点对称模式分解的电压闪变参数检测方法 | |
CN102724155B (zh) | 基于分数傅里叶变换的高频域能量集中度同步方法 | |
CN103281269A (zh) | 基于改进的排序算法的频域盲源分离算法 | |
CN105446940A (zh) | 一种基于同步压缩变换重构的幅值校正方法 | |
US8751219B2 (en) | Method and related device for simplifying psychoacoustic analysis with spectral flatness characteristic values | |
EP2023344A1 (en) | Out-of-band signal generator and frequency band expander | |
CN103578104A (zh) | 一种针对高斯模糊图像的部分参考图像客观质量评价方法 | |
CN104914413A (zh) | 一种随机序列线形调频信号加窗脉冲压缩方法 | |
DE102014104090B4 (de) | Verfahren und diesbezügliches Mobilgerät zur Zellensuche mit geringer Speicheranforderung |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160203 |