一種基于改進(jìn)人工蜂群算法的參數(shù)小波閾值信號(hào)去噪方法

基本信息

申請(qǐng)?zhí)?/td> CN201910787057.3 申請(qǐng)日 -
公開（公告）號(hào) CN110765834B 公開（公告）日 2020-07-17
申請(qǐng)公布號(hào) CN110765834B 申請(qǐng)公布日 2020-07-17
分類號(hào) G06K9/00;G06N3/00 分類 -
發(fā)明人 王景景;李嘉恒;楊星海;施威;郭瑛;張?zhí)戾?王綝;鄭欣;楊清 申請(qǐng)（專利權(quán)）人 江蘇優(yōu)埃唯智能科技有限公司
代理機(jī)構(gòu) 青島海昊知識(shí)產(chǎn)權(quán)事務(wù)所有限公司 代理人 江蘇優(yōu)埃唯智能科技有限公司;青島藍(lán)灣信息科技有限公司;青島科技大學(xué)
地址 266061 山東省青島市嶗山區(qū)松嶺路99號(hào)
法律狀態(tài) -

摘要

摘要 本發(fā)明公開了一種基于改進(jìn)人工蜂群算法的參數(shù)小波閾值信號(hào)去噪方法，首先獲取待去噪信號(hào)，進(jìn)行小波變換，得到小波系數(shù)；在傳統(tǒng)閾值函數(shù)的基礎(chǔ)上設(shè)計(jì)了一種新的閾值函數(shù)，通過數(shù)學(xué)推導(dǎo)證明其性質(zhì)，并確定待優(yōu)化閾值參數(shù)；對(duì)原始人工蜂群算法進(jìn)行改進(jìn)；將待去噪信號(hào)和去噪信號(hào)之間的均方誤差作為S3中改進(jìn)的人工蜂群算法的適應(yīng)度函數(shù)，在獲取最小均方誤差情況下得到最優(yōu)閾值參數(shù)；使用S4得到的最優(yōu)閾值參數(shù)應(yīng)用到S2中新的閾值函數(shù)，對(duì)小波系數(shù)進(jìn)行收縮處理得到新的小波系數(shù)，再進(jìn)行逆小波變換，得到去噪信號(hào)。本發(fā)明能夠獲得更小的均方誤差、更高的輸出信噪比和更大的噪聲抑制比。