一种微弱信号去噪方法及装置的制造方法
【技术领域】
[0001] 本发明设及信号处理技术领域，特别是指一种微弱信号去噪方法及装置。
【背景技术】
[0002] 目前，实现经验模态分解化mpirical Mode Decomposition,EMD)去噪的最普遍的 方法是将含噪信号进行EMD分解后，对形成的一系列本征模态作详细特征分析，包括能量角 度、相似性判断角度、均方误差角度和自相关系数角度等考虑不同模态和原始含噪信号的 差别，然后利用运些差别实现信号和背景噪声的初步分离。
[0003] 基于EMD去噪研究的核屯、问题之一是模态选择。模态选择是指在经由EMD分解得到 的一系列本征模态函数中，包括有噪声主导模态和信号主导模态，有效的区分运两种模态 是之后信号处理的第一步。模态选择问题中最重要的是分界模态的判断，分界模态是可W 有效的代表信号主导模态的第一个模态。分界模态的判断从最初由Flamlrin提出的连续均 方误差（Continuous Mean Square E；;r;ro;r，CMSE)判断准则开始，近年来发展出许多构思在 不同信号特征量上的判断方法。运些判断方法在不同的输入信噪比范围内有各自的优异性 能表现，其中引人注意的是几何距离在模态判断中的使用。
[0004] Ali Komaty,Abdel Boudraa和Delphine Dare在2012IE趾 International Symposium on Signal Processing and Information Technology中提出一种基于豪其i?多 夫距离化ausdcxrff Dis化nee)的模态选择方法。该方法原理如下：首先通过EMD分解得到各 个本征模态函数(Intrinsic Mode化nctionJMF)，然后计算每个模态的概率密度函数，并 作出相应的概率密度曲线。算法将概率密度曲线作为一种几何形状加 W考量，基于豪斯多 夫距离，W原始含噪信号的概率密度曲线作为比较参考曲线，分别将其与各模态概率密度 曲线进行相似性比较。比较过程遵循下式：
[000引 kHD = arg max化d(i)}+l
[0006] 最终分界模态的序号应该满足如下条件:选取两比较曲线间豪斯多夫距离达到最 大值后的下一个模态。最后计算所得的kHD为首个相关模态的序号，利用序号kHD及其之后的 各模态来重构信号。
[0007] 基于豪斯多夫距离的EMD去噪算法通过W信号的概率密度曲线为研究对象，考察 各模态和含噪信号概率密度曲线的相似性，W选取豪斯多夫距离首次达到极大值后的第一 个模态为分界模态为判据，在信号去噪方面相比于中值滤波和均值滤波等传统滤波方法性 能提升较大。但该方法在实施过程中仅W几何形状和豪斯多夫距离本身特性作为技术基 础，单从序列数据大小出发，未充分考虑微弱信号的特性，因此在对微弱信号实施过程中无 法保证算法性能的完整复现。同时，豪斯多夫距离在比较曲线相似性时对几何形状具有敏 感性，也即两条曲线间的豪斯多夫距离值可能很小，但并不能保证两条曲线相似，运点在判 断概率密度曲线时有负面影响。另外，该方法是一种失真测量法，在信号重构之后虽然信噪 比有所提升，但是性能差。
【发明内容】
[0008] 本发明要解决的技术问题是提供一种微弱信号去噪方法及装置，能够提高重构信 号的信噪比，无失真地还原出原始的微弱信号。
[0009] 为解决上述技术问题，本发明实施例提供一种微弱信号去噪方法，包括：
[0010] 获取含噪信号和所述含噪信号分解后的本征模态；
[0011] 根据弗雷歇距离判断准则确定分界模态，将分解后的本征模态分为相关模态和非 相关模态；
[0012] 根据相关模态的峰值、所述峰值所处的区间范围和峰值区间信息赌构造非相关模 态的去噪阔值对非相关模态进行阔值去噪；
[0013] 将去噪后的非相关模态和弗雷歇距离判定的相关模态进行信号叠加，重构原始的 微弱信号。
[0014] 进一步地，所述根据弗雷歇距离判断准则确定分界模态，将分解后的本征模态分 为相关模态和非相关模态包括：
[0015] 根据获取到的含噪信号和分解后的本征模态，得到含噪信号和所述含噪信号分解 后的各本征模态的概率密度曲线；
[0016] 将含噪信号的概率密度曲线作为参考，确定所述含噪信号的概率密度曲线与各本 征模态的概率密度曲线间的弗雷歇距离；
[0017] 将最大弗雷歇距离对应的本征模态确定为分界模态，通过所述分界模态将所有的 本征模态分为相关模态和非相关模态。
[0018] 进一步地，所述将含噪信号的概率密度曲线作为参考包括：
[0019] 若含噪信号的概率密度曲线的起始点与本征模态的概率密度曲线的起始点不在 同一点，则平移本征模态的概率密度曲线，使含噪信号的概率密度曲线的起始点与本征模 态的概率密度曲线的起始点在同一点。
[0020] 进一步地，所述根据相关模态的峰值、所述峰值所处的区间范围和峰值区间信息 赌构造非相关模态的去噪阔值对非相关模态进行阔值去噪包括：
[0021] 获取每个相关模态的概率密度曲线的峰值及所述峰值所处的区间范围；
[0022] 根据所述峰值及所述峰值所处的区间范围确定对应的相关模态的峰值区间范围 概率值；
[0023] 根据所述峰值区间范围概率值确定对应的相关模态的峰值区间信息赌，并记录每 个相关模态的峰值、所述峰值所处的区间范围和峰值区间信息赌；
[0024] 根据记录的每个相关模态的峰值、所述峰值所处的区间范围和峰值区间信息赌构 造非相关模态的去噪阔值对非相关模态进行阔值去噪。
[0025] 进一步地，所述根据相关模态的峰值、所述峰值所处的区间范围和峰值区间信息 赌构造非相关模态的去噪阔值对非相关模态进行阔值去噪包括： k甸-
[0026] 对非相关模态执行模态区间阔值去噪算法，得到去噪后的非相关模态Σ?ΜΓ-',·ω， ?=1 所述模态区间阔值去噪算法的公式为：
[0027]
[0028] 其中，kfd表示分界模态对应的序号，未示去噪后的第i个IMF,娜气玄!勺. 表示第i个IMF第j区间#内的样本，?喊'气/f)隶示第j区间#内的极值点，T康示第i个 IMF的去噪阔值，其值取值取决于各个本征模态的能量和样本数。
[0029] 进一步地，所述区间:5f包括:超过去噪阔值的一个极大值点和两个极小值点；
[0030] 超过去噪阔值的非相关模态信号及位于去噪阔值内的处于相邻两个过零点之间 的非相关模态信号被原样保留，其余非相关模态信号被置为0。
[0031] 本发明实施例还提供一种微弱信号去噪装置，包括：
[0032] 获取单元，用于获取含噪信号和所述含噪信号分解后的本征模态；
[0033] 模态划分单元，用于根据弗雷歇距离判断准则确定分界模态，将分解后的本征模 态分为相关模态和非相关模态；
[0034] 去噪单元，用于根据相关模态的峰值、所述峰值所处的区间范围和峰值区间信息 赌构造非相关模态的去噪阔值对非相关模态进行阔值去噪；
[0035] 重构单元，用于将去噪后的非相关模态和弗雷歇距离判定的相关模态进行信号叠 加，重构原始的微弱信号。
[0036] 进一步地，所述模态划分单元包括：
[0037] 曲线生成模块，用于根据获取到的含噪信号和分解后的