CN117970377A - 一种小波去噪方法、装置、计算机设备和存储介质 - Google Patents

一种小波去噪方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN117970377A
CN117970377A CN202410010579.3A CN202410010579A CN117970377A CN 117970377 A CN117970377 A CN 117970377A CN 202410010579 A CN202410010579 A CN 202410010579A CN 117970377 A CN117970377 A CN 117970377A
Authority
CN
China
Prior art keywords
wavelet denoising
wavelet
sliding window
window sequence
denoising
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
Application number
CN202410010579.3A
Other languages
English (en)
Inventor
潘宇明
丁乐乐
王珍
孟凡效
刘艳飞
曹建涛
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Tianjin Survey And Design Institute Group Co ltd
Original Assignee
Tianjin Survey And Design Institute Group Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Tianjin Survey And Design Institute Group Co ltd filed Critical Tianjin Survey And Design Institute Group Co ltd
Priority to CN202410010579.3A priority Critical patent/CN117970377A/zh
Publication of CN117970377A publication Critical patent/CN117970377A/zh
Pending legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/21—Interference related issues ; Issues related to cross-correlation, spoofing or other methods of denial of service
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/33—Multimode operation in different systems which transmit time stamped messages, e.g. GPS/GLONASS
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01S—RADIO DIRECTION-FINDING; RADIO NAVIGATION; DETERMINING DISTANCE OR VELOCITY BY USE OF RADIO WAVES; LOCATING OR PRESENCE-DETECTING BY USE OF THE REFLECTION OR RERADIATION OF RADIO WAVES; ANALOGOUS ARRANGEMENTS USING OTHER WAVES
    • G01S19/00—Satellite radio beacon positioning systems; Determining position, velocity or attitude using signals transmitted by such systems
    • G01S19/01—Satellite radio beacon positioning systems transmitting time-stamped messages, e.g. GPS [Global Positioning System], GLONASS [Global Orbiting Navigation Satellite System] or GALILEO
    • G01S19/13—Receivers
    • G01S19/35—Constructional details or hardware or software details of the signal processing chain
    • G01S19/37—Hardware or software details of the signal processing chain

Landscapes

  • Engineering & Computer Science (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Signal Processing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本申请公开了一种小波去噪方法、装置、计算机设备和存储介质。该方法可应用于小波去噪技术领域，具体可以包括：确定滑动窗口序列；对所述滑动窗口序列进行对称变换，得到对称滑动窗口序列；对所述对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。上述方案，能够进行实时小波去噪。

Description

一种小波去噪方法、装置、计算机设备和存储介质
技术领域
本申请涉及小波去噪技术领域，具体涉及一种小波去噪方法、装置、计算机设备和存储介质。
背景技术
北斗卫星导航系统作为边坡监测预警的重要手段之一，不仅具有连续高精度、全天候监测能力，而且可直接获取边坡地表三维矢量变形量。然而，边坡灾害往往多发于山地丘陵等复杂环境下，加上地震、降雨等因素的诱发作用，极易影响全球导航卫星系统实时预处理质量和监测定位精度；此外，相比于测地型接收机和扼流圈天线，为满足大范围高密度的边坡监测广泛采用的低成本北斗/GNSS(Global Navigation Satellite System，全球导航卫星系统)监测终端和一般天线，这对监测定位的精度、稳定性和可靠性有一定影响。
基于以上情况，对边坡进行长期监测所得到的变形监测数据包含真值和噪声(误差)两个部分，受仪器自身精度、周围环境干扰等因素的影响，噪声和真值会互相叠加在一起，将会使数据出现波动。因此，降低GNSS观测噪声、提高GNSS时间序列精度、识别变形信息是变形监测分析的关键问题。如何有效地消除噪声，关系到边坡变形预测的准确性。小波变换具有良好的时频特性，能够较好地反映信号的局部特征，被广泛应用于变形分析中。近年来，小波理论体系得到不断完善，逐渐成为边坡工程中运用最广泛、效果最突出的去噪手段。
但在目前的变形监测数据分析中，由于小波变换的非因果性及不具备平移不变性，使小波变换难以实现递推计算，从而影响了小波去噪的在线实时应用。所以，目前的小波去噪方法都是基于对测量数据的离线批量处理，以有效清除噪声为追求目标，尚难发现有关实时小波去噪的研究。
发明内容
基于此，有必要针对上述技术问题，提供一种能够进行实时小波去噪的小波去噪方法、装置、计算机设备和存储介质。
第一方面，本申请提供了一种小波去噪方法，其特征在于，该方法包括：
确定滑动窗口序列；
对滑动窗口序列进行对称变换，得到对称滑动窗口序列；
对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；
选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
在其中一个实施例中，确定滑动窗口序列，包括：
根据小波去噪效果和计算复杂度截取时间段；
根据时间段内的位移值，确定滑动窗口序列。
在其中一个实施例中，选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪，包括：
根据小波去噪的效果预选延时量；
利用滞后延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
第二方面，本申请还提供了一种小波去噪装置，该装置包括：
获取模块，用于确定滑动窗口序列；
变换模块，用于对滑动窗口序列进行对称变换，得到对称滑动窗口序列；
去噪模块，用于对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；
选择模块，用于选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
第三方面，本申请还提供了一种计算机设备，该计算机设备包括存储器和处理器，存储器存储有计算机程序，处理器执行计算机程序时实现上述小波去噪方法的步骤。
第四方面，本申请还提供了一种计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，计算机程序被处理器执行时实现上述小波去噪方法的步骤。
第五方面，本申请还提供了一种计算机程序产品，该计算机程序产品包括计算机程序，该计算机程序被处理器执行时实现上述小波去噪方法的步骤。
上述小波去噪方法、装置、计算机设备和存储介质，通过确定滑动窗口序列，并对滑动窗口序列进行对称变换，得到对称滑动窗口序列，继而对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列，最终选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。相比于现有的小波去噪方法都是基于对测量数据的离线批量处理，本申请的小波去噪方法通过选择滞后预选延时量的小波去噪后的值作为小波去噪值，能够实现实时小波去噪。
附图说明
图1为一个实施例中小波去噪方法的流程示意图；
图2为一个实施例中确定滑动窗口序列的流程示意图；
图3为一个实施例中选择滞后预选延时量的小波去噪后的值作为小波去噪值的流程示意图；
图4a为一个实施例中模拟信号实时小波去噪效果图；
图4b为一个实施例中内蒙古自治区某露天煤矿的监测点5个月的实时小波去噪结果；
图5为一个实施例中小波去噪装置的结构框图；
图6为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
北斗卫星导航系统作为边坡监测预警的重要手段之一，不仅具有连续高精度、全天候监测能力，而且可直接获取边坡地表三维矢量变形量。然而，边坡灾害往往多发于山地丘陵等复杂环境下，加上地震、降雨等因素的诱发作用，极易影响全球导航卫星系统实时预处理质量和监测定位精度；此外，相比于测地型接收机和扼流圈天线，为满足大范围高密度的边坡监测广泛采用的低成本北斗/GNSS(Global Navigation Satellite System，全球导航卫星系统)监测终端和一般天线，这对监测定位的精度、稳定性和可靠性有一定影响。基于以上情况，对边坡进行长期监测所得到的变形监测数据包含真值和噪声(误差)两个部分，受仪器自身精度、周围环境干扰等因素的影响，噪声和真值会互相叠加在一起，将会使数据出现波动。因此，降低GNSS观测噪声、提高GNSS时间序列精度、识别变形信息是变形监测分析的关键问题。如何有效地消除噪声，关系到边坡变形预测的准确性。小波变换具有良好的时频特性，能够较好地反映信号的局部特征，被广泛应用于变形分析中。近年来，小波理论体系得到不断完善，逐渐成为边坡工程中运用最广泛、效果最突出的去噪手段。但在目前的变形监测数据分析中，由于小波变换的非因果性及不具备平移不变性，使小波变换难以实现递推计算，从而影响了小波去噪的在线实时应用。所以，目前的小波去噪方法都是基于对测量数据的离线批量处理，以有效清除噪声为追求目标，尚难发现有关实时小波去噪的研究。基于此，本申请实施例提供一种小波去噪方法，以改善上述技术问题。
在一个实施例中，图1是根据本申请实施例提供的一种小波去噪方法的流程示意图，且以该方法应用于服务器为例进行说明，该方法包括以下步骤：
S101，确定窗口序列。
可选的，滑动窗口序列可以是由位移值组成的序列。进一步的，在边坡监测区域风险点安装北斗/GNSS接收机作为监测点，在监测区域外安装北斗/GNSS接收机作为基准点。监测点接收机与基准点接收机实时接收北斗/GNSS观测值信号，并通过4G网络实时被发送到远程计算中心，远程计算中心的服务器北斗/GNSS数据处理软件采用实时差分解算法解算出监测点三维坐标，并与初始坐标进行对比而获得该监测点相对于初始坐标对应位置的位移变化量(x，y，z)，为方便说明，我们选取其中一个方向的位移值x作为研究对象说明。
可选的，一种方式，可以根据需要确定滑动窗口序列，例如，若用户需要滑动窗口序列的长度为6，可以取x1,x2,…,x6，或x2,x3,…,x7等等作为滑动窗口序列，仅需保证滑动窗口序列的长度为6即可；另一种方式，可以选择某个时间段内的位移值x确定滑动窗口序列，例如，若用户需要t1-t10时间段内的滑动窗口序列，则以取xt1,xt2,…,xt6作为滑动窗口序列。
需要说明的是，监测点与基准点的安装数量和具体位置是根据监测区情况与边坡风险等级确定的，且北斗/GNSS数据处理软件采用自研软件，实时差分解算法采用常规北斗/GNSS多系统多频段基线解算算法。
S102，对滑动窗口序列进行对称变换，得到对称滑动窗口序列。
可选的，若在步骤S101中获取的滑动窗口序列为x1,x2,…,xi-r,…,xi-1,xi，其中1,2,……i为时刻值，则进行对称变换后的对称滑动窗口序列为x1,x2,…,xi-r,…,xi-1,xi,xi,xi-1,…,xi-r,…,x2,x1。
S103，对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列。
可选的，小波去噪的步骤包括小波分解、阈值处理和小波重构。
1)小波分解
首先，对信号进行小波变换以获得其小波系数。这一过程可以表示为；设x(t)为原始信号，其中t是时间。使用小波基ψ(t)对x(t)进行小波变换，得到小波系数Wx(a,b)，小波系数可利用式(1)表示：
其中，a是尺度参数，b是平移参数。
2)阈值处理
阈值处理涉及到系数的调整，以减少或去除噪声。该步骤包括：设定阈值λ，阈值可以基于不同的标准设定，例如最大绝对值的一定比例，并用阈值函数对各层系数进行量化，阈值函数可利用式(2)表示：
其中，sign(Wx(a，b))是Wx(a，b)的符号函数。
3)小波重构
最后，使用小波系数重建信号，使用逆小波变换将处理后的小波系数Wx(a，b)转换回时域，以得到去噪后的信号。
可选的，对在步骤S102中得到的对称滑动窗口序列x1，x2，…，xi-r，…，xi-1，xi，xi，xi-1，…，xi-r，…，x2，x1进行小波去噪，得到小波去噪后的对称滑动窗口序列
S104，选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
可选的，滞后的延时量的选取需要根据用户对系统实时性的要求来确定，例如，若有些用户要求一分钟都不能延迟，必须严格实时，则滞后的延时量为0；若有些用户要求延迟1小时，则滞后的延时量为1小时。
需要说明的是，该滞后的延时量至少不会引起小波去噪效果变差，有些情况下可改善小波去噪效果。
进一步的，在得到滞后的延时量后，利用滞后延时量的小波去噪后的值作为小波去噪值进行小波去噪。
上述小波去噪方法中，通过确定滑动窗口序列，并对滑动窗口序列进行对称变换，得到对称滑动窗口序列，继而对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列，最终选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。相比于现有的小波去噪方法都是基于对测量数据的离线批量处理，本申请的小波去噪方法通过选择滞后预选延时量的小波去噪后的值作为小波去噪值，能够实现实时小波去噪。
在上述实施例的基础上，通过图2对确定滑动窗口序列的步骤进行了分解细化。可选的，如图2所示，包括如下实现过程：
S201，根据小波去噪效果和计算复杂度截取时间段。
可选的，由于经大量实验可知，截取的时间段越长，小波去噪效果越好，但计算复杂度越大，因此，可在保证小波去噪效果的前提下尽可能减小计算复杂度，综合考虑来截取时间段。
S202，根据时间段内的位移值，确定滑动窗口序列。
可选的，在截取时间段后，将该时间段内的位移值按照时间顺序排列成滑动窗口序列。
可以理解的是，本实施例中给出了确定滑动窗口序列的一种可能的实现方式，为后续进行小波去噪奠定了基础。
在上述实施例的基础上，通过图3对选择滞后预选延时量的小波去噪后的值作为小波去噪值的步骤进行了分解细化。可选的，如图3所示，包括如下实现过程：
S301，根据小波去噪的效果预选延时量。
可选的，由于很多种滞后的延时量不仅不会引起小波去噪效果变差，有些情况下还可改善小波去噪效果，因此，尽可能选择能改善小波去噪的效果的延时量。
S302，利用滞后延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
可选的，在得到能够滞后延时量的延时量后，此时，利用滞后该延时量小波去噪后的值作为小波去噪值，即可完成小波去噪。
可以理解的是，本实施例中通过确定出能够改善小波去噪的效果的延时量，再利用该延时量完成小波去噪，能够改善小波去噪效果，且方法简单易操作。
在上述实施例的基础上，可依据上述小波去噪方法进行模拟实验和实际边坡监测。在模拟实验中，截取一段频率100Hz的正弦信号，并附加均值为0、方差为0.9的高斯白噪声，原始信号、附加白噪声信号和采用本发明中实时小波去噪方法获得的结果如图4a所示，且表1给出了模拟信号的去噪效果表征指数，SNR(Signal Noise Ratio，采用信噪比)和MSE(Mean Square Error，均方误差)作为确定去噪效果好坏的标准，其中。SNR和MSE分别由式(3)和式(4)表示：
其中，f(t)为原始信号；为小波去噪后的估计信号；N为信号的长度。去噪后的SNR越大，MSE越小，表示去噪效果越好。
表1模拟信号去噪信噪比和均方误差比较
含噪声的信号 实时小波去噪后的信号
SNR 5.4020 7.4942
MSE 0.8898 0.4689
从图4a中可以看出，采用实时小波去噪方法去噪后，曲线更为平滑，说明噪声较小，并且最接近加入噪声前的原始信号，说明该方法能有效恢复原始信号。从表1可以看出，实时小波去噪方法去噪后的信噪比SNR相较于去噪前提高38.7％，均方误差MSE减小47.3％，说明采用本方法信号更为平滑，噪声更小。
现以内蒙古自治区某露天煤矿边坡实时监测数据作为分析对象，图4b给出了内蒙古自治区某露天煤矿的监测点5个月的实时小波去噪结果。从图中可以看出，实时小波去噪有效削弱了噪声影响，恢复了真实位移变化。
因为不知道真实的信号，所以无法采用SNR和MSE进行小波去噪效果评估，我们采用采样序列的标准偏差对数据的平滑程度进行评估，表2中给出了去噪前后的信号序列标准偏差，相比于去噪前的信号，标准偏差减小了15.2％，可见实时小波去噪方法可有效削弱观测信号噪声，因此本发明可应用于北斗边坡监测实时在线噪声处理，可有效地消除噪声影响，提取边坡真实的变形特征，有着广泛的应用前景。
表2真实观测值的实时去噪标准偏差比较(单位：米)
含噪声的信号 实时小波去噪后的信号
STD 0.0198 0.0168
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的小波去噪方法的小波去噪装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个小波去噪装置实施例中的具体限定可以参见上文中对于小波去噪方法的限定，在此不再赘述。
在其中一个实施例中，通过图5示出了一个实施例中小波去噪装置的结构框图。如图5所示，提供了一种小波去噪装置5，该装置5包括：获取模块50、变换模块51、去噪模块52和选择模块53，其中：
获取模块50，用于确定滑动窗口序列；
变换模块51，用于对滑动窗口序列进行对称变换，得到对称滑动窗口序列；
去噪模块52，用于对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；
选择模块53，用于选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
上述小波去噪装置，通过确定滑动窗口序列，并对滑动窗口序列进行对称变换，得到对称滑动窗口序列，继而对对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列，最终选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。相比于现有的小波去噪装置都是基于对测量数据的离线批量处理，本申请的小波去噪装置通过选择滞后预选延时量的小波去噪后的值作为小波去噪值，能够实现实时小波去噪。
在其中一个实施例中，上述获取模块50具体用于：
根据小波去噪效果和计算复杂度截取时间段；将时间段内的位移值按照时间顺序排列成滑动窗口序列。
在其中一个实施例中，上述选择模块53用于：
根据小波去噪的效果预选延时量；
利用滞后延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
上述小波去噪装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在其中一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图6所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和收发器。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该计算机设备的收发器用于在处理器的控制下执行接收数据或发送数据的操作。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储样本数据等数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种小波去噪方法。
本领域技术人员可以理解，图6中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的，计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在其中一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器实现各实施例中的原理和具体过程可参见前述实施例中小波去噪方法实施例中的说明，此处不再赘述。
在其中一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现各实施例中的原理和具体过程可参见前述实施例中小波去噪方法实施例中的说明，此处不再赘述。
在其中一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现各实施例中的原理和具体过程可参见前述实施例中小波去噪方法实施例中的说明，此处不再赘述。
需要说明的是，本申请所涉及的信息(包括但不限于本申请中滑动窗口序列相关消息等)，均为经过各方充分授权的信息或数据。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-OnlyMemory，ROM)、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器(ReRAM)、磁变存储器(Magnetoresistive Random Access Memory，MRAM)、铁电存储器(Ferroelectric Random Access Memory，FRAM)、相变存储器(Phase Change Memory，PCM)、石墨烯存储器等。易失性存储器可包括随机存取存储器(Random Access Memory，RAM)或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器(Static Random Access Memory，SRAM)或动态随机存取存储器(Dynamic RandomAccess Memory，DRAM)等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本申请专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (7)

1.一种小波去噪方法，其特征在于，所述方法包括：
确定滑动窗口序列；
对所述滑动窗口序列进行对称变换，得到对称滑动窗口序列；
对所述对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；
选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
2.根据权利要求1所述的方法，其特征在于，所述确定滑动窗口序列，包括：
根据小波去噪效果和计算复杂度截取时间段；
根据所述时间段内的位移值，确定滑动窗口序列。
3.根据权利要求1所述的方法，其特征在于，所述选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪，包括：
根据小波去噪的效果预选延时量；
利用滞后所述延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
4.一种小波去噪装置，其特征在于，所述装置包括：
获取模块，用于确定滑动窗口序列；
变换模块，用于对所述滑动窗口序列进行对称变换，得到对称滑动窗口序列；
去噪模块，用于对所述对称滑动窗口序列进行小波去噪，得到小波去噪后的对称滑动窗口序列；
选择模块，用于选择滞后预选延时量的小波去噪后的值作为小波去噪值，完成小波去噪。
5.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至3中任一项所述的方法的步骤。
6.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
7.一种计算机程序产品，包括计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至3中任一项所述的方法的步骤。
CN202410010579.3A 2024-01-03 2024-01-03 一种小波去噪方法、装置、计算机设备和存储介质 Pending CN117970377A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202410010579.3A CN117970377A (zh) 2024-01-03 2024-01-03 一种小波去噪方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202410010579.3A CN117970377A (zh) 2024-01-03 2024-01-03 一种小波去噪方法、装置、计算机设备和存储介质

Publications (1)

Publication Number Publication Date
CN117970377A true CN117970377A (zh) 2024-05-03

Family

ID=90858948

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202410010579.3A Pending CN117970377A (zh) 2024-01-03 2024-01-03 一种小波去噪方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN117970377A (zh)

Similar Documents

Publication Publication Date Title
Liu et al. Seismic data reconstruction via wavelet-based residual deep learning
CN110361778B (zh) 一种基于生成对抗网络的地震数据重建方法
Elvidge et al. Using the local ensemble transform Kalman filter for upper atmospheric modelling
Prasad et al. FLAGCAL: a flagging and calibration package for radio interferometric data
Deckmyn et al. A wavelet approach to representing background error covariances in a limited-area model
CN113344291B (zh) 城市内涝淹没范围的预报方法、装置、介质和设备
CN107192878A (zh) 一种基于压缩感知的电力系统谐波检测方法及装置
Durmaz et al. Regional VTEC modeling with multivariate adaptive regression splines
Foster et al. An evaluation of interpolation techniques for reconstructing ionospheric TEC maps
Wang et al. An effective toolkit for the interpolation and gross error detection of GPS time series
Almadani et al. Dictionary learning with convolutional structure for seismic data denoising and interpolation
Alexander et al. Obtaining spectrum matching time series using a Reweighted Volterra Series Algorithm (RVSA)
Pandhiani et al. Time series forecasting using wavelet-least squares support vector machines and wavelet regression models for monthly stream flow data
Oliveira et al. Interpolation of signals with missing data using Principal Component Analysis
Sivavaraprasad et al. Short‐term forecasting of ionospheric total electron content over a low‐latitude global navigation satellite system station
CN108647183B (zh) 基于压缩感知的复rcs数据插值方法
CN116522269B (zh) 一种基于Lp范数非平稳信号稀疏重建的故障诊断方法
CN111142134B (zh) 一种坐标时间序列处理方法及装置
CN117970377A (zh) 一种小波去噪方法、装置、计算机设备和存储介质
CN110703089B (zh) 一种用于低频振荡Prony分析的小波阈值去噪方法
Wang et al. Accurate and computationally efficient interpolation-based method for two-dimensional harmonic retrieval
CN111932473B (zh) 一种多分辨率稀疏编码的相位信息降噪算法及存储介质
CN112924996A (zh) 一种增强北斗时序分析可靠性的方法、设备及存储介质
CN112578458A (zh) 叠前弹性阻抗随机反演方法、装置、存储介质及处理器
Birkelund et al. On the estimation of nonlinear Volterra models in offshore engineering

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination