基于改进奇异谱分析的信号去噪方法

被引：25

作者：

戴豪民

许爱强

孙伟超

机构：

[1] 海军航空工程学院飞行器检测与应用研究所

来源：

北京理工大学学报 | 2016年 / 36卷 / 07期

关键词：

奇异谱分析; 奇异值分解; 矩阵扰动理论; 秩最小化理论;

D O I：

10.15918/j.tbit1001-0645.2016.07.013

中图分类号：

TN911.4 [噪声与干扰];

学科分类号：

081002 ;

摘要：

传统的去噪方法,比如小波阈值去噪,它只对高斯噪声有效,对于脉冲噪声却无能为力.近年来发展起来的奇异谱分析方法可以在高信噪比的条件下很好地滤除上述两类噪声,但该方法降噪过程涉及了一定的主观因素,并且受矩阵扰动理论的限制,该方法随着信噪比的降低,去噪能力也随之下降.针对上述情况,提出一种改进算法,将矩阵秩最小化理论应用于奇异谱分析方法中.仿真结果表明,改进算法去噪效果明显,能够最大限度降低信号均方误差,提高信噪比,增强奇异谱分析方法的通用性.

引用

页码：727 / 732+759 +759

页数：7

共 6 条

[1]

从压缩传感到低秩矩阵恢复:理论与应用[J]. 彭义刚,索津莉,戴琼海,徐文立.自动化学报. 2013(07)

[2] 基于特征均值的SVD信号去噪算法 [J].

王益艳 .

计算机应用与软件, 2012, 29 (05) :121-123+142

[3] 基于中值滤波-奇异值分解的胶合板拉伸声发射信号降噪方法研究 [J].

徐锋 ;

刘云飞 .

振动与冲击, 2011, 30 (12) :135-140

[4] 利用奇异值分解的信号降噪方法 [J].

钱征文 ;

程礼 ;

李应红 .

振动测试与诊断., 2011, 31 (04) :459-463+534

[5]

Separability and window length in singular spectrum analysis[J] . Hossein Hassani,Rahim Mahmoudvand,Mohammad Zokaei.Comptes rendus - Mathématique . 2011 (17)

[6] Robust Principal Component Analysis? [J].

Candes, Emmanuel J. ;

Li, Xiaodong ;

Ma, Yi ;

Wright, John .

JOURNAL OF THE ACM, 2011, 58 (03)

← 1 →