基于新閾值函數的小波閾值去噪算法*

王世禮, 楊 彪，2

(1.昆明理工大學 信息工程與自動化學院,云南 昆明 650500；2.昆明理工大學 教育部非常規冶金重點實驗室,云南 昆明 650500)

基于新閾值函數的小波閾值去噪算法*

王世禮1, 楊 彪1，2

(1.昆明理工大學信息工程與自動化學院,云南昆明650500；2.昆明理工大學教育部非常規冶金重點實驗室,云南昆明650500)

針對硬閾值函數不連續和軟閾值函數中估計小波系數與分解小波系數之間存在著恒定偏差的缺點，構造了一種新的閾值函數。同時，為了增強去噪效果，采用了模糊控制算法對新閾值函數中的參數進行實時、動態地調節。仿真結果表明：新閾值函數去除噪聲效果良好，信噪比和均方根誤差等性能指標較傳統閾值法均有顯著提高。

閾值； 去噪； 閾值函數； 模糊控制

0 引 言

通常，含噪信號經小波分解后，系數將大于噪聲系數，選擇一個合適的數λ作為臨界閾值，將小于該閾值的分解系數認為由噪聲引起，予以舍棄；而大于該閾值的分解系數認為主要由信號引起，加以保留，此即閾值去噪[1]。Donoho D L和Johnstoe J M[2～4]提出了小波閾值去噪方法，基本思想：當小波系數小于某個臨界閾值時，認為其主要是由噪聲引起的，予以舍棄；當小波系數大于該臨界閾值時，將這部分的系數直接保留(硬閾值方法)或按照某一固定量向零收縮(軟閾值方法)，最后用新的小波系數進行小波重建，得到去噪后的信號。

1 傳統的閾值函數

小波閾值去噪法的流程如圖1所示。

以上流程中，小波基和分解層數j的選擇，閾值λ的選擇規則及閾值函數的設計，均為影響去噪效果的關鍵因素。

圖1 小波閾值去噪法流程

硬閾值函數保留了大于閾值的小波系數，其他系數置零，其表達式為[4]

(1)

由硬閾值函數的表達式可以看出硬閾值函數在整個小波域內不連續，在±λ處存在間斷點，且對大于閾值的小波系數不做處理，保留了其中的噪聲分量，產生較大的方差，并沒有隨分解尺度變化而變化，產生“過扼殺”現象[5]。

軟閾值函數對于大于閾值的小波系數采取向小波系數幅值減小的方向共同收縮一個閾值的策略，而其他系數置零，表達式為[3]

(2)

軟閾值法雖然保證了連續性問題，但其高階導數不連續，且對大于閾值的小波系數采取恒定收縮與噪聲的小波系數分量隨系數幅值增加而減小的規律不一致，產生較大偏差。為了解決硬閾值和軟閾值函數存在的問題，學者提出了介于硬、軟閾值函數之間的半軟閾值方法[6]。

半軟閾值函數采用了上、下2個閾值，大于上閾值的小波系數保留其值；小于或等于下閾值的小波系數置零；介于上、下閾值之間的小波系數則進行線性收縮，其表達式為

(3)

半軟閾值函數在一定程度上改善了軟、硬閾值函數的不足之處，既保留了較大的小波系數，又保證了連續性，但由于該閾值函數需確定2個閾值，大大增加了算法的復雜度。此外，半軟閾值函數的導數不連續。

本文提出了一個介于硬、軟閾值之間的新閾值函數，該閾值函數不僅滿足閾值函數的連續性，而且高階可導。為了獲得更好的去噪效果，仿真實驗過程中，結合模糊控制算法對信號去噪過程進行優化，動態調節新閾值函數參數，最后獲得了良好的去噪效果。

2 新閾值函數構建

2.1 新閾值函數

為了克服傳統軟、硬閾值函數的缺點，增強去噪效果，提出了一種新的閾值函數，新閾值函數考慮了硬閾值函數和軟閾值函數的特征。其表達式為

(4)

式中a，b，c均為可調節參數，取值范圍為(0，1)。

2.2 新閾值函數特點

新閾值函數滿足以下3點要求：隨著小波系數的增加，新閾值函數漸近線為硬閾值函數曲線；在小波域內和軟閾值函數有著相同的連續性；在|ωj,i|>λ和|ωj,i|<λ范圍內，新閾值函數高階可導。可由以下3方面證明：

1)新閾值函數在(-∞，-λ] 和 [+λ，+∞)定義域內的漸近線為硬閾值曲線。

2)新閾值函數在定義域(-∞，+∞)內連續。

3)新閾值函數在臨界閾值-λ和+λ處高階可導，在整個定義域(-∞，+∞)內處處可導。

為了更形象、直觀地反映新閾值函數，繪制不同a，b，c值對應的新閾值函數曲線如圖2所示。

圖2 不同參數值對應的新閾值函數曲線

3 確定小波基和分解層數

考慮到同信號、不同信噪比下均存在一個去噪效果最好或接近最好的分解層數。分解層數過多，對各層小波空間系數進行閾值處理會造成信號的信息丟失嚴重，信噪比下降，且運算量大，處理變慢；分解層數過少，去噪效果不理想，信噪比不會下降，但是提高不多[7～9]。選用db5小波作為處理含噪信號的小波基函數，選擇分解層數為5層。

4 參數調節

為了更好地去噪，采用了模糊控制算法[10～13]，計算信噪比差值動態調節新閾值函數中的可調節參數a,b,c的值，算法實現簡單，實時性強，具體流程如圖3所示。

圖3 由信噪比差值選擇參數值流程

根據經驗及試驗測試，得到參數a，b，c模糊控制規則如表1所示。

表1 參數模糊控制規則表

5 實驗仿真與分析

實驗采用Matlab軟件，選取用于測試小波去噪效果的典型測試數據Droppler，Bumps信號，對其加入SNR=10 dB的高斯白噪聲，分別用傳統的硬、軟閾值函數以及新閾值函數進行仿真。Droppler信號去噪后的波形如圖 4所示，Bumps信號去噪后的波形如圖5所示。

通過仿真實驗結果和所得數據可知：

1)含噪的Droppler和Bumps信號經硬閾值函數去噪后，波形仍有振蕩；經軟閾值函數去噪后，波形比較平滑；新閾值函數處理后的波形更加平滑，沒有附加振蕩。同時由信噪比和均方誤差指標可知，新閾值函數較傳統軟、硬閾值函數提高了信噪比SNR，并且均方誤差MSE明顯減小,如表2。

2)新閾值函數在信號去噪過程中，結合模糊控制算法，根據每一時刻的信噪比差值，對新閾值函數參數a，b，c進行了動態調節，去噪效果良好。

圖4 Droppler信號去噪后結果

圖5 Bumps信號去噪后結果

6 結束語

結合模糊控制算法，根據信噪比差值，實時、動態、合適地選擇新閾值函數中的參數。仿真結果表明：相比于硬、軟閾值函數，新閾值函數進一步提高了去噪信號的信噪比，減小了均方誤差，獲得了較好的去噪效果。

表2 各閾值函數對Droppler和Bumps信號去噪后的信噪比和均方差數據

[1] 黃一鶴.一種基于新的小波閾值函數的圖像去噪方法[J].傳感器與微系統,2011,30(9):76-78.

[2] Donoho D L,Johnstone J M.Ideal spatial adaptation by wavelet shrinkage[J].Biometrika,1998,81(3):425-455.

[3] Donoho D L.De-noising by soft-thresholding[J].IEEE Transaction on Information Theory,1995,41(3):613-627.

[4] Donoho D L,Johnstone I M.Adapting to unknown smoothness via wavelet shrinkage[J].Journal of the American Statistical Association,1995,90(432):1200-1224.

[5] Donoho D L.De-noising orthonormal redgelets and linear singua-larities[J].SIAM J Math Anal,2000,31(5):1062-1099.

[6] 韓 震,王紅斌,余正濤.雙邊非局部均值濾波圖像去噪算法[J].傳感器與微系統,2016,35(6):124-127.

[7] 田 豐,孫 劍,邵 山.小波閾值去噪在傳感器性能試驗數據處理中的應用[J].傳感器與微系統,2014,33(6):143-146.

[8] Luciano C M Andrade,Mário Oleskovicz,Ricardo A S Fernandes.Adaptive threshold based on wavelet transform applied to the segmentation of single and combined power quality distur-bances[J].Applied Soft Computing,2016,38:967-977.

[9] Caio F F C Cunha, André T Carvalho, Mariane R Petraglia,et al.A new wavelet selection method for partial discharge de-noi-sing[J].Electric Power Systems Research,2015,125:184-195.

[10] 屈 毅,寧 鐸,劉飛航,等.模糊PID控制器的設計及其仿真[J].計算機仿真,2009,26(12):130-132.

[11] 黎惠成,曾 碧,吳清泉,等.一種基于模糊控制的溫度控制系統設計[J].計算機技術與發展,2009,19(12):236-239.

Waveletthresholddenoisingalgorithmbasedonnewthresholdfunction*

WANG Shi-li1, YANG Biao1,2

(1.FacultyofInformationEngineeringandAutomation,KunmingUniversityofScienceandTechnology,Kunming650500,China;2.KeyLaboratoryofUnconventionalMetallurgy,MinistryofEducation,KunmingUniversityofScienceandTechnology,Kunming650500,China)

A new threshold function is constructed to overcome shortcomings of constant deviation between the estimated wavelet coefficients and the decomposed wavelet coefficients in the discontinuous of hard threshold function and soft threshold function.At the same time,in order to enhance the denoising effect,use fuzzy control algorithm to adjust the parameters of the new threshold function in real time and dynamic.The simulation results show that the new threshold function has a good effect on removal of noise,and the signal to noise ratio and the root mean square error are significantly improved compared with the traditional threshold method.

threshold; de-noising; threshold function; fuzzy control

10.13873/J.1000—9787(2017)10—0144—03

2016—10—18

昆明理工大學引進人才科研啟動基金資助項目(KKSY201503006)

TN 911.7

A

1000—9787(2017)10—0144—03

王世禮(1991-),男,碩士研究生，研究方向為多物理場耦合分析及數值計算，E—mail：1335325647@qq.com。楊 彪，男，通訊作者，副教授，研究生導師，從事冶金多物理場耦合分析及數值計算、多源饋能效能評估、特種場冶金智能控制等方面的研究工作，E—mail:ybiaocn@163.com。