基于改進協同量子粒子群的小波去噪分析研究

周建新， 周鳳祺,b

(華北理工大學，a.研究生學院; b.電氣工程學院，河北 唐山 063000)

0 引言

信號消噪過程中，由于小波技術可以把信號的非平穩特性清晰地表現出來，所以小波變換的應用十分廣泛。

小波去噪的重點包括閾值的估計值和閾值函數處理小波系數。小波閾值降噪中，閾值函數的選擇至關重要。然而，傳統的軟硬閾值函數存在缺陷，無法完美還原信號，因此很多方法對閾值函數進行了改進。

為了求取閾值，袁開明等[1]將模擬退火算法引入閾值選取，并用一種新型的帶參數閾值函數求解閾值，獲得了極好的效果;唐鵬等[2]為了降低有用信號的畸變失真，提出一種新型的閾值函數，并將貝葉斯閾值引入小波變換;盧廣森等[3]提出了一種新算法來確定分解層數和小波基函數，同時引入粒子群優化算法進行參數優化;對于受到污染的高頻信號，吳雅靜等[4]提出了將小波變換和粒子群互相結合的方法;相榮榮[5]對協同量子粒子群算法進行優化改進，并將其成功應用于醫學圖像分割方面。

本文提出一種基于改進的協同量子粒子群優化(CQPSO)小波閾值算法。為了避免粒子陷入局部最優，提高全局尋優能力，改進自適應收縮擴張因子。用改進的協同量子粒子群算法優化小波閾值函數中的調節因子和閾值，使它們的數值取值最優，通過數據結果與仿真圖像表明，該算法能較大限度地使閾值函數參數取值最優，去噪效果佳，較好地還原信號。

1 新型協同量子粒子群算法

1.1 協同量子粒子群算法的改進

大部分的隨機搜索算法都存在維數災難問題，即隨著維數的增多，搜索算法的性能會隨之降低，同時，種群的多樣性也會減少。……