[发明专利]基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法

权利要求书

1.基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法，其特征在于实现步骤如下：

(1)首先，根据系统的实时性要求确定进行小波变换的数据长度为n(j₀∈N，N为整数集，j₀≥1)，剪取长度为n的MEMS传感器输出信号的最新一段，并采用小波阈值去噪方法对此长度为n的序列进行处理，滤除噪声，提高信噪比，所述小波阈值去噪方法的步骤如下：

(1.1)分解过程：选定合适的小波作为小波基，并利用基于奇异谱分析的自适应算法和系统的实时性要求确定分解的层次N，对最新一段MEMS传感器的原始输出信号进行N层小波分解；

(1.2)作用阈值过程：针对分解得到的各层小波系数，根据一定的准则选择阈值，模大于阈值的小波系数保留，模小于阈值的小波系数设为零；

(1.3)重建过程：根据去噪处理后的各层系数通过小波重构恢复原始信号，得到小波阈值去噪后的MEMS传感器输出；

(2)根据系统的实时性要求，截取小波阈值去噪后序列的最新的一段，并对此段序列进行均值滤波，所述均值滤波去噪方法的步骤如下：

(2.1)将截取的序列等分为若干小段，分别求每一小段序列中所有数的均值；

(2.2)分别把每一小段序列的均值作为此小段序列最后一个点的去噪结果输出；

(3)对均值滤波后输出的序列进行中值滤波，所述中值滤波的过程如下：

(3.1)排序：对要进行中值滤波的序列按数值大小进行升序排列；

(3.2)确定中值：如果序列的长度为奇数，则输出位于序列中间位置的数值；如果序列长度为偶数，则输出位于序列中间位置的两个数的均值。

2.根据权利要求1所述的基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法，其特征在于：所述步骤(1.1)采用基于奇异谱分析的分解层数自适应算法确定最优分解层数的步骤如下：

A.令初始分解层数j＝1；

B.对由步骤(1)获得的长度为n的序列进行j层小波分解，获得各层尺度系数和小波系数k₀＝1，…[n/2j)]，其中，[n/(2j)]表示对n/(2j)取整数；

C.将小波系数序列按延迟τ排列成m₀的矩阵，进行奇异谱分析，计算奇异值e_i和奇异谱i＝1，2，…m₀，并计算奇异谱的斜率其中e₁为最大奇异值，为最小奇异值；

D.比较奇异谱斜率K与经验阈值的大小，若K＜th，令j加1，继续执行步骤B；否则执行步骤E；

E.最佳分解层数N取为j-1。