一种基于邻域小波系数的mzi信号去噪方法
【专利摘要】本发明公开一种基于邻域小波系数的MZI信号去噪方法，涉及一种信号处理方法，首先，引入邻域小波系数的方法充分考虑到尺度间小波系数之间的关系，提高去噪效果；其次，改进阈值能够随分解尺度的变化而变化，很好的解决了传统阈值再去噪过程中的“过扼杀”和“过保留”现象；最后，提出一种新的阈值函数，并结合改进阈值来处理含噪信号，以提高传统小波去噪的效果，用高斯公式对去噪信号进行拟合，求出峰值对应的波长，从而完成光谱信号的解调。
【专利说明】一种基于邻域小波系数的MZI信号去噪方法
【技术领域】
[0001]本发明涉及光纤传感的信号处理领域，具体涉及一种处理MZI传感信号。
技术背景
[0002]马赫-曾德尔干涉仪(MZI)具有较好光学滤波特性，在光传感、光纤加速器和光纤水听器等已被广泛应用。解调是光纤传感系统的核心技术，通过检测波长的偏移量来推导被测信号参数的变化。但信号在采集和传输过程中易受到噪声的污染，影响解调精度。
[0003]解调技术包括去噪和寻峰，寻峰是建立在去噪基础上的，因此去噪是解调的基础。噪声的存在不仅会影响系统的分辨率，甚至会干扰真实信号，影响对信号的下一步处理和分析。目前线性化处理是去噪常用的方法，但是此方法在有些条件下的去噪效果并不理想。现有研究结果表明:非线性化处理方法比线性化处理方法去噪效果更好。其中，D.L.Dohono提出的小波阈值去噪方法是非线性化方法的代表，其原理为通过选取合适的阈值和阈值函数处理小波系数。传统的小波阈值去噪方法是逐项对小波系数进行量化取舍，主要是软、硬阈值处理法。软阈值处理法在去噪过程中存在恒定偏差，从而造成边缘失真；硬阈值处理法在去噪过程中会出现附加震荡和伪吉布斯效应。国内外学者针对上述缺陷对阈值函数进行改进，提出了折中非平滑阈值法、对数平滑阈值法和模平方法等。其中，软、硬阈值折中法有效的减小了估计小波系数和小波系数之间的恒定偏差，但仍具有阈值函数不连续的缺点。有的文献所给出阈值函数有效的解决了软、硬阈值存在的缺点，但是该方法是基于小波变换具有能量集中和系数聚簇的特点在逐项处理小波系数基础上提出来的。学者Cai和Cilverman提出的NeighCoeff方法,发现邻域小波系数和当前小波系数之间存在一定的联系，既在一个尺度内相邻小波系数具有相关性。因此，在处理当前小波系数时需充分考虑其邻域系数。基于邻域系数NeighCoeff方法有效解决了传统方法的不足，但NeighCoeff方法所选阈值存在对小波系数有“过扼杀”或“过保留”，导致重构信号误差较大的问题。
【发明内容】
[0004]本发明针对现有技术基于邻域系数方法处理当前小波系数时重构信号误差较大的问题，以传统小波阈值去噪方法和NeighCoeff方法为基础，提出一种基于邻域小波系数法改进阈值和阈值函数，阈值能够随着分解层数的变化而变化，避免对小波系数的“过扼杀”或“过保留”现象的产生，同时与阈值函数结合来处理MZI传感信号，有效解决上述存在的不足。
[0005]本发明解决上述技术问题的技术方案是，提供一种改进邻域小波阈值去噪方法和高斯拟合寻峰算法处理光纤传感信号方法。
[0006]本发明主要分为两部分内容，第一部分:通过阈值和阈值函数的构造实现去噪；第二部分是寻峰，通过高斯拟合寻峰算法对去噪信号进行进一步的处理和分析，以便精确地获得波长漂移，解调出外界物理参量的变化。
[0007]采用小波阈值去噪方法对MZI光谱信号进行处理，滤掉噪声，提高性噪比。小波分解:选定一种小波基函数，并确定分解层数，对信号进行小波分解，分离信号的高频和低频部分；阈值处理:根据噪声和有用信号的小波系数在各个分层上的特点，选择合适的阈值进行处理，将大于阈值的小波系数按照阈值函数进行收缩处理，小于阈值的小波系数置零；小波重构:将阈值化的小波系数进行小波重构，得到MZI重构信号，针对获得的重构信号，利用高斯拟合寻峰算法进行寻峰处理。具体为:
[0008]一种基于邻域小波系数的MZI信号去噪方法，包括:获取MZI系统光谱含噪信号f(i)，对f(i)进行j层小波分解，获得各层的小波系数，确定阈值，调用阈值函数对各层的小波系数进行阈值量化处理，重构阈值量化处理后的小波系数，获得去噪后的信号，调用高斯公式拟合获得信号的近似，找到拟合后近似曲线的峰值点坐标，峰值点对应的波长值对应所测物理量。
[0009]获取MZI系统光谱含噪信号f(i)具体为:建立观测信号:
[0010]P3 =I(l^cos(#)黌=2測Δ?/l,根据公式获得的能量谱图即为原始信号s(i)，加入高斯白噪声获取光谱含噪信号f(i)，f(i) = s(i)+n(i), s(i)为原始信号，n(i)为高斯白噪声，服从Ν(0，σ2)分布。根据分解层数调用公式:确定阈值，其
中b > 1，j为分解层数，调用公式
【权利要求】
1.一种基于邻域小波系数的MZI信号去噪方法，其特征在于，获取MZI系统光谱含噪信号f (i)，对f (i)进行j层小波分解，获得各层的小波系数，确定阈值，调用阈值函数对各层的小波系数进行阈值量化处理，重构阈值量化处理后的小波系数，获得去噪后的信号，调用高斯公式拟合获得信号的近似，找到拟合后近似曲线的峰值点坐标，峰值点坐标对应的波长值对应所测物理量。
2.根据权利要求1所述的方法，其特征在于，获取MZI系统光谱含噪信号f(i)具体为:建立观测信号:P3=^Q -COS(P))，其中# =I,获得的MZI传感器输出功率谱作为观测信号，即s(i)信号的来源，根据公式:f(i) = s(i)+n(i)获取光谱含噪信号f(i)，其中，s(i)为原始信号，n(i)为高斯白噪声，服从Ν(0，σ2)分布。
3.根据权利要求1所述的方法，其特征在于，根据分解层数调用公式:T = u^l\%(N)i确定阈值，其中b > 1，j为分解层数，调用公式: 0 52 > T2-wik =Li**广—计算阈值函数wP ,其中，邻域内小波系数的平方和' [OelsesIk ^ 1,^1+U+JMlf β为收缩因子，大于阈值的小波系数将以β进行收缩。
4.根据权利要求1所述的方法，其特征在于，所述阈值处理具体为:将邻域内小波系数的平方和.^与阈值T2比较，当^小于 T2时，小波系数被置为零，其余情况下，小波系数会根据收缩因子β进行收缩。
5.根据权利要求1所述的方法，其特征在于，所述调用高斯公式拟合获得信号的近似具体为:高斯拟合法对光谱进行采样，得到η个采样点(λ ” Ii)，根据最小二乘法调用公式:S = YdUl^HA,)]2对n个采样点直接进行高斯函数拟合处理，当S取最小时为最佳拟合曲线。
【文档编号】G01D3/028GK103471623SQ201310439764
【公开日】2013年12月25日 申请日期:2013年9月24日 优先权日:2013年9月24日
【发明者】陈勇, 王坤, 刘焕淋, 陈丽娟, 杨雪 申请人:重庆邮电大学