基于混合傅立叶‑小波分析的探地雷达信号降噪方法与流程

技术特征：

1.一种基于混合傅立叶-小波分析的探地雷达信号降噪方法，其特征在于，包括：

步骤A：输入探地雷达回波信号，并对所述探地雷达回波信号进行保守频域滤波；

步骤B：选取小波基并确定小波分解级数；

步骤C：对所述探地雷达回波信号进行小波多尺度分解，得到各级分解尺度的小波系数；

步骤D：计算各级分解尺度的阈值并选择阈值函数，得到更新后的各级分解尺度的小波系数；

步骤E：基于所述更新后的各级分解尺度的小波系数，对探地雷达回波信号进行重构；以及

步骤F：对重构后的探地雷达回波信号进行频域修正，输出去噪后的探地雷达回波信号。

2.如权利要求1所述的探地雷达信号降噪方法，其特征在于，所述步骤A包括：

输入探地雷达回波信号，将所述探地雷达回波信号通过零相位带通滤波器，所述零相位带通滤波器的上截止频率f_H和下截止频率f_L的计算公式为：

$\begin{array}{c}{f}_H=f+0.75B\\ f_L=f-0.75B\end{array}---\left(1\right)$

其中，f为探地雷达的中心频率，B为探地雷达的带宽。

3.如权利要求1所述的探地雷达信号降噪方法，其特征在于，所述步骤B的小波分解级数的计算公式为：

其中，n为小波分解级数，表示向上取整，f_s为探地雷达的采样率，f为探地雷达的中心频率，B为探地雷达的带宽。

4.如权利要求1所述的探地雷达信号降噪方法，其特征在于，所述步骤B的小波基为db5小波基。

5.如权利要求1所述的探地雷达信号降噪方法，其特征在于，在所述步骤C中，利用Mallat算法对探地雷达回波信号进行小波多尺度分解。

6.如权利要求3所述的探地雷达信号降噪方法，其特征在于，在所述步骤C中，所述各级分解尺度的小波系数包括n级分解尺度的高频系数W₁^H、W₂^H、...、W_n^H和最高分解尺度的低频系数W^L。

7.如权利要求6所述的探地雷达信号降噪方法，其特征在于，所述步骤D的各级分解尺度的阈值的计算公式为：

$\left\{\begin{array}{c}T={\mathrm{\σ}}_n\sqrt{2log\left(N\right)}\\ {\mathrm{\σ}}_n=median\left({W_1}^H\right)/0.6475\end{array}\right.---\left(3\right)$

其中，T为阈值，N为各级分解尺度的小波系数的个数，σ_n为噪声标准差估计值，median(·)表示求取中位数，W₁^H为第一级分级尺度的高频系数。

8.如权利要求7所述的探地雷达信号降噪方法，其特征在于，所述步骤D的阈值函数的计算公式为：

$T_{soft}\left(y\right)=\left\{\begin{array}{c}0,\left|y\right|\<T\\ \mathrm{sgn}\left(y\right)\left(\left|y\right|-T\right),\left|y\right|\≥T\end{array}\right.---\left(4\right)$

其中，T为阈值，y为各级分解尺度的小波系数值，T_soft(y)为更新后的各级分解尺度的小波系数值。

9.如权利要求5所述的探地雷达信号降噪方法，其特征在于，在所述步骤E中，利用Mallat算法对探地雷达回波信号进行重构。

10.如权利要求1所述的探地雷达信号降噪方法，其特征在于，所述步骤F包括：使重构后的探地雷达回波信号通过零相位带通滤波器，得到去噪后的探地雷达回波信号并输出，所述零相位带通滤波器的上截止频率f_H和下截止频率f_L的计算公式为：

$\begin{array}{c}{f}_H=f+0.75B\\ f_L=f-0.75B\end{array}---\left(5\right)$

其中，f为探地雷达的中心频率，B为探地雷达的带宽。