| 主权项 |
一种基于小波分析的角加速度计信号自适应去噪方法，其特征在于，包括：步骤一：对获得的角加速度计输出信号进行长度判断，该角加速度计输出信号为原始带噪信号并记为XN，若长度大于1000，则取前1000作为带噪信号的样本XN<sub>sam</sub>；若长度小于1000，则以原始带噪信号XN为带噪信号的样本XN<sub>sam</sub>；然后对带噪信号的样本XN<sub>sam</sub>进行归一化运算得到带噪信号X，同时根据：M<sub>max</sub>＝log<sub>2</sub>(length(XN<sub>sam</sub>))计算最大分解层数M<sub>max</sub>；并生成长度为1000的白噪声序列样本N<sub>sam</sub>，并对其进行归一化运算后得到噪声序列N；选择小波基函数为db3小波基进行第m层小波分解，且初始m＝1；步骤二：利用db3小波基函数分别对带噪信号X和噪声序列N进行第m层小波分解，得到近似系数cAm和细节系数cDm，并分别计算带噪信号X和噪声序列N的M层小波能量熵WEE<sub>X</sub>和WEE<sub>N</sub>；步骤三：根据<img file="dest_path_FDA0000948777910000011.GIF" wi="410" he="150" />计算分层小波能量熵的差商T，若m＝M<sub>max</sub>或T＞10％，则停止计算，此时得到的分解层数减去一为最佳分解层数，设最佳分解层数为M；若T＜10％，则更新m值为m+1，返回步骤二继续计算；步骤四：对原始带噪信号XN进行中值滤波得到信号X<sub>mid</sub>，并用XN与X<sub>mid</sub>相减得到噪声估计序列<img file="dest_path_FDA0000948777910000012.GIF" wi="82" he="70" />求<img file="dest_path_FDA0000948777910000013.GIF" wi="43" he="70" />的绝对值后再求均值获得<img file="dest_path_FDA0000948777910000014.GIF" wi="44" he="71" />的半宽度W，同时计算噪声估计序列<img file="dest_path_FDA0000948777910000015.GIF" wi="44" he="71" />的标准差<img file="dest_path_FDA0000948777910000016.GIF" wi="165" he="79" />最后根据<img file="dest_path_FDA0000948777910000017.GIF" wi="398" he="70" />和<img file="dest_path_FDA0000948777910000018.GIF" wi="454" he="79" />得到门限阈值上界gate<sub>H</sub>与下界gate<sub>L</sub>；步骤五：用db3小波基函数对原始带噪信号XN进行M层离散小波分解，得到近似系数cAM与细节系数cD1,cD2,...cDM，将细节系数与设定阈值进行比较，保留细节系数内大于门限阈值上界gate<sub>H</sub>且小于门限阈值下界gate<sub>L</sub>的细节系数内的元素值，获得处理后的细节系数cD1′,cD2′...cDM′；步骤六：用近似系数cAM与阈值处理过后的各层细节系数cD1′,cD2′...cDM′进行一维小波逆变换，得到最终的去噪信号<img file="dest_path_FDA0000948777910000021.GIF" wi="75" he="62" /> |
