• 
    

    
    

      99热精品在线国产_美女午夜性视频免费_国产精品国产高清国产av_av欧美777_自拍偷自拍亚洲精品老妇_亚洲熟女精品中文字幕_www日本黄色视频网_国产精品野战在线观看 ?

      一種聯(lián)合小波閾值和維納濾波的探地雷達信號去噪方法

      2018-07-30 08:47:32張夢殊那振宇梁道軒熊木地劉鑫
      移動通信 2018年7期
      關(guān)鍵詞:維納濾波探地小波

      張夢殊,那振宇,梁道軒,熊木地*,劉鑫

      (1.大連海事大學(xué)信息科學(xué)技術(shù)學(xué)院,遼寧 大連 116026;2.大連理工大學(xué)信息與通信工程學(xué)院,遼寧 大連 116024)

      1 引言

      探地雷達是一種具有探測速度快、實時成像特點的無損探測儀器,被廣泛應(yīng)用在考古學(xué)[1]、地下能源勘探[2-3]、道路橋梁質(zhì)量檢測[4]、公共安全與軍事探測[5]等領(lǐng)域。在實際探測過程中,為了能夠使探地雷達獲得更全面的目標(biāo)反射回波信號特征,一般選用寬頻帶進行記錄,這就使得在記錄有效回波的同時,不可避免地將頻帶內(nèi)的噪聲也記錄下來。

      為了能夠從含噪的雷達回波信號中準(zhǔn)確提取出目標(biāo)信號,學(xué)者們提出了各種去噪方法。許軍才等[6]提出了基于集合經(jīng)驗?zāi)7纸猓‥EMD, Ensemble Empirical Mode Decomposition)的探地雷達信號時域分析方法。該方法克服了經(jīng)驗?zāi)7纸猓‥MD, Empirical Mode Decomposition)方法的模態(tài)混頻現(xiàn)象,在去除信號中的白噪聲時效果顯著。Xun等[7]利用信號分解方式實現(xiàn)了主成分分析法-奇異值分解(PCA-SVD, Principal Component Analysis-Singular Value Decomposition)混合去噪方法,得到了較好的去噪效果。陳瑞鼎等[8]利用卡爾曼濾波對雷達回波信號進行雜波抑制,將原始信號分解為目標(biāo)信號、背景信號和噪聲信號,最后對目標(biāo)信號沿空間方向進行了快速傅里葉變換,獲得了較好的目標(biāo)信號特征。王超等[9]提出了基于希爾伯特-黃(HHT, Hilbert-Huang)變換去除雷達回波信號噪聲的方法。該方法擺脫了傳統(tǒng)傅里葉變換的約束,但是在利用HHT變換時忽略了相鄰兩道雷達回波的數(shù)據(jù)影響及周圍噪聲的連續(xù)性。Gan等[10]提出了一種基于二維經(jīng)驗?zāi)B(tài)分解(BEMD, Bi-dimensional Empirical Mode Decomposition)和小波閾值的去噪方法,提高了雷達圖像的解譯準(zhǔn)確度。石顯新等[11]提出了一種方法,利用二維物理小波函數(shù)模擬與目標(biāo)信號相匹配的小波函數(shù),并結(jié)合小波閾值去噪,獲得了較好的去噪效果。楊建功等[12]指出在對探地雷達信號進行去噪處理時,小波分析的去噪效果優(yōu)于常規(guī)的去噪方法,可以根據(jù)信號與噪聲的小波系數(shù)性質(zhì)不同,采用相應(yīng)規(guī)則對含噪信號進行小波閾值去噪,能夠較好地抑制噪聲,提高信噪比。

      通過以上分析可以看出,探地雷達信號的去噪可以在時域、頻域或時頻域聯(lián)合實現(xiàn)。無論哪種實現(xiàn)方式,都是利用有效信號和噪聲在頻域內(nèi)分布不相同這一特點。傳統(tǒng)的去噪方法往往將包含噪聲的高頻部分全部去除,但這使得去噪的同時也去除了高頻部分含有的有效信號。而基于小波變換的閾值去噪方法能夠解決這一問題,但是傳統(tǒng)的小波閾值去噪方法沒有對低頻部分進行去噪,這就導(dǎo)致了去噪不完全。因此,本文提出了一種聯(lián)合小波閾值和維納濾波的探地雷達信號去噪方法。該方法是在小波閾值去噪的基礎(chǔ)上,使用維納濾波對低頻部分進行處理,實現(xiàn)更完全的去噪。仿真結(jié)果表明,該方法相比傳統(tǒng)的小波閾值去噪方法能夠獲得更好的去噪效果,特別是在低信噪比時效果更為明顯。

      2 小波閾值去噪

      探地雷達接收天線接收到的原始雷達回波信號由目標(biāo)反射波、雜波和噪聲組成。為便于分析,不考慮雜波的影響,則雷達回波觀測信號可以表示為:

      對式(1)兩邊做小波變換得到:

      式中,wj,k表示含噪的雷達回波信號w(n)的小波系數(shù),sj,k和uj,k分別表示目標(biāo)回波信號s(n)和噪聲信號u(n)的小波系數(shù)。

      由于目標(biāo)信號對應(yīng)的小波系數(shù)的幅值都要比噪聲信號對應(yīng)的小波系數(shù)的幅值大,并且主要分布在低頻小波系數(shù)中。因此,可以設(shè)置一個合適的閾值λ,令小波系數(shù)與λ比較。當(dāng)小波系數(shù)小于λ時,認(rèn)為該系數(shù)是噪聲對應(yīng)的小波系數(shù),將其設(shè)為0。否則認(rèn)為該系數(shù)是有效信號對應(yīng)的小波系數(shù),將其保留或進行收縮,從而得到各尺度下閾值處理后的小波系數(shù)?j,k,然后根據(jù)?j,k進行重構(gòu)得到目標(biāo)信號的逼近?(n)。

      一般地,含噪雷達回波信號的小波閾值去噪過程如圖1所示。

      從圖1中可知,雷達回波信號小波閾值去噪可分為如下三個步驟:

      (1)小波變換。根據(jù)選取的小波基與分解層數(shù)m,對含噪的雷達回波數(shù)據(jù)進行m層小波分解。圖2是一個m=3的分解示意圖,其中w(n)表示含噪的雷達回波信號,Ci(i=1, 2, 3)表示各層分解出的低頻小波系數(shù),Di(i=1, 2, 3)表示各層分解出的高頻小波系數(shù)。

      圖1 小波閾值去噪過程

      圖2 小波三層分解示意圖

      (2)閾值處理。為保持雷達回波信號的整體形狀不變,對分解出的低頻小波系數(shù)不做處理,對每層的高頻小波系數(shù)wj,k(D)進行閾值處理得到?j,k(D)。

      3 小波域維納濾波

      維納濾波僅限于處理平穩(wěn)隨機信號[13],而探地雷達回波信號往往不具有該特性。但是,小波變換能夠?qū)π盘柶鸬桨谆饔?,可較大程度地降低信號的非平穩(wěn)隨機特性[14]。所以,可以將雷達回波信號經(jīng)過小波變換后再進行維納濾波處理。

      令σ2j,k和σ2分別表示式(2)中目標(biāo)回波信號小波系數(shù)sj,k和噪聲信號小波系數(shù)uj,k的方差,則維納濾波器可以表示為:

      假定σ2已知,而可用含噪信號小波系數(shù)的方差估計得到。由于有效信號和噪聲信號互不相關(guān),因此:

      又由于σ2j,k≥0,所以:

      將式(6)代入式(3)中,則維納濾波器可以表示為:

      將待去噪數(shù)據(jù)與式(7)相乘即可得到無噪數(shù)據(jù)的最優(yōu)線性估計。

      4 小波閾值和維納濾波聯(lián)合去噪

      由前面小節(jié)分析可以看出,含噪的信號在經(jīng)過小波變換后得到的低頻小波系數(shù)中也是含有噪聲的。而在小波閾值去噪過程中的第二步,由于僅對探地雷達回波信號的高頻小波系數(shù)進行了小波閾值去噪,因此會導(dǎo)致小波閾值去噪不完全。本文將維納濾波應(yīng)用于小波變換后的低頻小波系數(shù)的去噪處理,將小波閾值去噪和維納濾波結(jié)合,提出聯(lián)合小波閾值和維納濾波的探地雷達信號去噪方法。該方法的去噪實現(xiàn)過程如圖3所示。

      聯(lián)合去噪方法的實現(xiàn)同樣分為三步。其中,第一步和第三步與小波閾值去噪方法相同,第二步是在小波閾值去噪的基礎(chǔ)上加入了維納濾波。

      為了不出現(xiàn)二次去噪的情況,圖3中只對小波分解得到的最后一層的低頻小波系數(shù)進行維納濾波處理。

      由式(5)和式(7)可求得低頻部分各小波系數(shù)的估計,即:

      5 實驗結(jié)果分析

      圖3 聯(lián)合去噪過程

      為了驗證本文提出的聯(lián)合小波閾值和維納濾波去噪方法的有效性,下面使用小波閾值去噪中不同的閾值函數(shù)和維納濾波進行聯(lián)合去噪,并與傳統(tǒng)的僅使用小波閾值進行去噪的方法進行對比。圖4為去噪仿真時用的單道探地雷達回波原始信號:

      圖4 探地雷達單道回波

      去噪效果的評價指標(biāo)除選用信噪比(SNR,Signal to Noise Ratio)和均方根誤差(RMSE, Root Mean Square Error)外,還引入了相關(guān)系數(shù)(CC,Correlation Coefficient)評價方法[15]。其定義分別為:

      式中,x1(i)表示不含噪的原始信號,x2(i)表示去噪后的信號,N表示信號長度。得到的SNR和CC的數(shù)值越大、RMSE數(shù)值越小表示去噪效果越好。

      圖5是傳統(tǒng)小波閾值去噪方法中采用硬閾值函數(shù)時,有聯(lián)合維納濾波和無聯(lián)合維納濾波兩種情況的去噪指標(biāo)對比。圖例中的“硬無”表示僅使用了硬閾值函數(shù)進行小波閾值去噪,“硬有”表示在使用硬閾值函數(shù)進行小波閾值去噪的同時聯(lián)合維納濾波去噪。圖6是傳統(tǒng)小波閾值去噪方法中采用軟閾值函數(shù)時,有聯(lián)合維納濾波和無聯(lián)合維納濾波兩種情況的去噪指標(biāo)對比。其圖例中的“軟無”和“軟有”含義與圖5類似。從圖5和圖6均可以看出,與傳統(tǒng)的小波閾值函數(shù)去噪方法相比,本文提出的聯(lián)合小波閾值和維納濾波去噪之后得到的SNR、RMSE和CC均有所改善,并且在低SNR下的去噪指標(biāo)改善較為明顯。這是因為含噪信號在經(jīng)過小波變換之后,得到的低頻小波系數(shù)中所含噪聲會隨著信噪比的降低而增加,對低信噪比下的低頻小波系數(shù)進行維納濾波處理能夠除去更多的噪聲,從而使得去噪效果較好。

      圖7為硬閾值函數(shù)和維納濾波聯(lián)合去噪(簡稱聯(lián)合法)、高低頻小波系數(shù)均使用維納濾波去噪(簡稱全維納法)、高低頻小波系數(shù)均使用硬閾值函數(shù)去噪(簡稱全閾值法)的去噪指標(biāo)對比。從圖中可以看出,聯(lián)合法比全閾值法和全維納法得到的去噪效果更好,得到的SNR和CC值最大,RMSE值最小,進一步證明了本文提出的聯(lián)合去噪方法的有效性。

      對圖4中的單道回波進行加噪,得到信噪比為10 dB的含噪信號,然后用圖7中的三種去噪方法對該道含噪信號進行去噪處理,圖8為去噪后的波形圖。在表1中給出了對應(yīng)的SNR、RMSE和CC值。

      圖5 硬閾值函數(shù)有無聯(lián)合維納濾波的去噪指標(biāo)對比

      圖6 軟閾值函數(shù)有無聯(lián)合維納濾波的去噪指標(biāo)對比

      ?

      圖7 三種去噪方法去噪指標(biāo)對比

      圖8 三種去噪方法去噪后的波形圖

      6 結(jié)論

      探地雷達信號的去噪是正確接收目標(biāo)回波信號的前提。本文針對利用傳統(tǒng)小波閾值方法對探地雷達信號去噪時,無法對回波信號的低頻小波系數(shù)進行去噪的情況,提出了一種聯(lián)合小波閾值和維納濾波去噪方法。該方法是在小波閾值去噪的基礎(chǔ)上,對分解出的低頻小波系數(shù)進行維納濾波處理。仿真結(jié)果表明,聯(lián)合去噪方法相比傳統(tǒng)的小波閾值去噪方法得到的波形更接近原始信號,并且得到的去噪指標(biāo)值SNR和CC最大,RMSE最小,由此可說明本文提出的聯(lián)合去噪方法可以獲到更好的去噪效果。

      猜你喜歡
      維納濾波探地小波
      構(gòu)造Daubechies小波的一些注記
      基于超表面的探地雷達增強探測研究
      全極化探地雷達系統(tǒng)
      基于MATLAB的小波降噪研究
      電子制作(2019年13期)2020-01-14 03:15:32
      多級維納濾波器的快速實現(xiàn)方法研究
      自適應(yīng)迭代維納濾波算法
      基于探地雷達法的地下管線探測頻譜分析
      基于改進的G-SVS LMS 與冗余提升小波的滾動軸承故障診斷
      基于多窗譜估計的改進維納濾波語音增強
      基于維納濾波器的去噪研究
      泽库县| 镇宁| 札达县| 康马县| 莲花县| 兴山县| 桑日县| 肃南| 盐津县| 屏东市| 定州市| 马边| 吉木乃县| 瓦房店市| 永康市| 马鞍山市| 龙南县| 禄丰县| 大邑县| 巴塘县| 会泽县| 杂多县| 林芝县| 保康县| 枣强县| 温泉县| 禄丰县| 石狮市| 东台市| 淮南市| 新绛县| 柞水县| 安化县| 大宁县| 武穴市| 林周县| 卢龙县| 铜川市| 唐山市| 玉溪市| 元阳县|