Atem发射机发射电流pwm噪声的去噪方法
Atem发射机发射电流pwm噪声的去噪方法
【技术领域】
[0001] 本发明设及一种地球物理勘探设备的去噪方法，尤其是Α??Μ发射机发射电流PWM 噪声的去噪方法。
【背景技术】
[0002] 近年来，在电力电子领域，pmi控制技术的应用越来越广泛。尤其是在大功率发射 机的应用方面，使用PWM控制策略对电压信号进行调制，可W达到很好的控制效果。但是，在 输出波形达到预期效果的同时，在完整的频率范围内，尤其是在高频部分，pmi也会产生较 大的噪声，并且几乎覆盖了原始的信号，从而不能观察到不失真的输出电压信号。
[0003] 采用高通或低通滤波器的方法来去除噪声是最传统也是最简单的方法，由于PWM 噪声大都集中在高频部分，因此可W使用LC低通滤波器来滤波，但是低通滤波器会把高频 的有效信号部分同时滤除，会造成信号的失真。因此，更需要一种可W在全频范围内既可W 滤除噪声信号又可W保留有效信号的滤波方法。在去噪的过程中，阔值的选取非常重要，好 的阔值选取，可W有效降低失真度，从而获得更好的去噪效果。stein无偏似然估计阔值选 取方法是一种基于Stein无偏似然估计原理的自适应阔值获取方法，其特点是不易丢失混 合信号中的有用信号，从而降低失真度。获得了阔值之后，对于阔值的处理同样是很重要， 现有的阔值处理方法主要有软阔值与硬阔值两种方法。硬阔值是把小波系数的绝对值与阔 值相比较，小于或等于阔值的小波系数设置为零，大于阔值的小波系数不变;软阔值处理则 是把大于阔值的点变为该点与阔值的差值。硬阔值的处理方法容易出现间断，而软阔值虽 然较为平滑，但去噪的效果不好。
[0004] Α??Μ发射机是一种发射双极性脉冲电流的发射装置，W低阻抗高感抗发射线圈为 负载，产生大功率正负交变电流，激发出强烈的一次电磁场。但是由于Α??Μ发射机采用PWM 脉冲宽度调制方式的控制策略，因此在测试发射波形时会产生干扰，采样波形如图2所示。 因此本文采用电感很低的采样电阻接在发射机的输出端，最初用示波器测量输出电压波 形，但由于精度较低，测量结果几乎全部都是噪声。
【发明内容】
[0005] 本发明的目的就在于针对上述现有技术的不足，提供一种基于Stein无偏似然估 计阔值选取方法和改进软硬阔值结合阔值处理方法结合的ATEM发射机发射电流PWM噪声去 噪方法。
[0006] 本发明的目的是通过W下技术方案实现的：
[0007] Α??Μ发射机发射电流PWM噪声的去噪方法，是基于Stein无偏似然估计阔值选取方 法和改进软硬阔值结合阔值处理方法的结合，包括W下步骤：
[000引A、利用小波变换对待去噪电压信号进行多层小波变换处理，并得到各层的细节系 数与尺度系数；
[0009] B、应用stein无偏似然估计阔值选取方法对待去噪电压波形的PWM噪声进行阔值 选取；
[0010] c、应用步骤B所选取的针对PWM噪声的阔值，对细节系数与尺度系数进行改进的 软、硬阔值结合的阔值处理；
[0011] D、重构得到去噪后的信号序列。
[0012] 步骤B所述的阔值选取步骤为：
[0013] a、将步骤2所得的小波系数的平方按从小打到大的顺序排列，即：
[0014]
邑P1 < P2 < . . . < Pn;
[0015] b、定义风险向量R，其元素为：
[0016]
山
[0017] C、WR元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而获 得对应的ρα，求出阔值Τ，
[001 引旨[
(2)
[0019] 其中，Ν为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏 差。
[0020] 步骤C所述的改进的软、硬阔值结合的阔值处理函数表达式为：
[0021]
阀
[002^ 其中；
，丫是调节因子，介于0和1之间。在|wj,k|>λ时，可 W通过调节α使新阔值函数在软硬阔值之间灵活选择，从而获得最优的去噪效果。
[0023] 有益效果:本发明是针对由于pmi噪声存在于全频范围内，去噪失真度高的问题， 在进行阔值处理的过程中，采用Stein无偏似然估计阔值选取方法和软硬阔值结合的与之 处理方法相结合的方式进行小波系数处理，既保留了Stein无偏似然估计阔值选取方法保 留的有效信号成分更多的优点，同时使用具有特定的改进软硬结合阔值处理方法对阔值选 取方法进行了补偿，使去噪效果更为明显，最终在全频范围内既能最大限度的减小失真，又 提高了去噪效果。
【附图说明】
[0024] 图1为ATEM发射机发射电流PWM噪声的去噪方法流程图
[0025] 图2为去噪之前采样得到的原始信号图
[0026] 图3为去噪之后得到的梯形波信号图
【具体实施方式】
[0027] W下结合附图和实施例对本发明做进一步的详细描述：
[0028] Α??Μ发射机是一种发射双极性脉冲电流的发射装置，W低阻抗高感抗发射线圈为 负载，产生大功率正负交变电流，激发出强烈的一次电磁场。但是由于Α??Μ发射机采用PWM 脉冲宽度调制方式的控制策略，因此在测试发射波形时会产生电磁干扰，采样波形如图2所 示。因此本文采用电感很低的采样电阻接在发射机的输出端，使用高精度的NI采集卡采集， 在下降段可W看到有效的不含噪的信号波形，因此只需对上升段和平顶段做去噪即可。
[0029] 基于Stein无偏似然估计阔值选取方法和软硬阔值结合阔值处理方法结合的ATEM 发射机发射电流PWM噪声去噪方法，包括W下步骤：
[0030] 步骤A、利用小波变换对待去噪电压信号进行多层小波分解，并得到各层的细节系 数与尺度系数，包含W下两个步骤：
[0031] (1).本实施例选取使用采集卡采集出的数据中的第1至2019个数据，将其单独列 入一个.mat文件中，采用sym6小波，对该组数据进行一维多尺度小波分解，得到细节系数数 组CA3，及尺度系数数组CD1、CD2和CD3。
[0032] (2)将步骤一分解获得的四个数组合并成一个数组，其长度为2052。
[0033] 步骤B、应用St e in无偏似然估计阔值选取方法对采样电压波形的特定的PWM噪声 进行阔值选取。
[0034] Stein无偏似然估计阔值选取方法的原理 是基于Stein无偏似然估计的一种自适 应阔值选取方法，其在小波消噪的过程中，可W大约保留3%的小波系数，运对于在信号的 高频信息有很少一部分在噪声范围内时，运种方法非常有用，可W将弱小的信号提取出来。
[0035] 本实施例进行小波分解后，对于小波的阔值选取，采用Stein无偏似然估计阔值选 取方法选取阔值，包括W下Ξ个步骤：
[0036] (1)将步骤2所得的小波系数的平方按从小打到大的顺序排列。
[0037] p= {pi，p2, . . .，Pn}且pi 如2 含...如η
[0038] (2)定义风险向量R，其元素为：
[0039]
[0040] (3)WR元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而 获得对应的Ρα，求出阔值Τ，即
[0041]
[0042] 其中，Ν为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏 差。在本实施例中，最终求得的阔值Τ = 0.3638.
[0043] 步骤C、应用步骤Β所选取的针对PWM噪声的阔值，对细节系数进行软硬阔值方法结 合的去噪处理，然后重构得到不含噪的电压信号。
[0044] 小波系数的阔值处理方法目前比较常用的有两种方法，分别是硬阔值处理与软阔 值处理。其中硬阔值方程为：
[004引式中sgn(x)为符号函数;λ为阔值。
[0049] 上述的两种与之处理方法各有其优缺点，硬阔值是将信号的绝对值与阔值进行比 较，将小于或等于阔值的信号设为零，大于阔值的信号保持不变，它可W很好地保留信号的 局部信息，但硬阔值的性质决定了它的不连续性，去噪后的信号仍有较明显的噪声。软阔值 是将信号的绝对值与阔值进行比较，把绝对值小于或等于阔值的信号时设为零，对于绝对 值大于阔值的信号，将其设为自身与阔值的差，运样信号就会向零收缩。软阔值的性质决定 了它具有比硬阔值更好的连续性，但它的导数却是不连续的，估计小波系数与带噪小波系 数存在恒定偏差，而且对大于阔值的系数进行定值压缩与噪声随着小波系数增大而减少的 事实不符合，所W软阔值法的处理结果虽然相对平滑，但可能会使信号出现失真。
[0050] 综合上述两种方法的优缺点，本发明提出采用如下的改进软硬阔值结合的方法进 行阔值处理。
[0化1 ]
[0化2] 其中
，Y是调节因子，介于0和1之间。在|wj,k| >λ时， 可W通过调节α使新阔值函数在软硬阔值之间灵活选择，从而获得最优的去噪效果在本实 施例中，由于要求补偿Stein无偏似然估计阔值选取方法的的缺点，因此本实施例选取α值 为25。
[0053] 在经过阔值处理后的小波系数中，大部分的小于阔值的小波系数被置零，大于阔 值的小波系数被重新置换，获得了 2052个处理完成的小波系数。
[0054] 步骤D:应用步骤C得到的经过阔值处理后的小波系数，得到去噪后的信号的尺度 系数与细节系数，然后进行多尺度一维重构，得到去噪后的信号序列。通过W上四个步骤实 现了一种基于Stein无偏似然估计阔值选取方法和改进软硬阔值结合阔值处理方法结合的 ATEM发射机发射电流PWM噪声去噪方法，成功去除了噪声并使失真度达到最小，如图3所示。 [0〇5引通过图2和图3对比可W看到：在图2中，由于受到环境因素的影响，在P歷噪声W 夕h还采集到了其他因素所产生的噪声，如在连接计算机时的USB接口方面的噪声，运种噪 声在下降段可W看到的比较明显；及环境干扰所产生的噪声，本实施例所采集的环境为在 闹市区的房间内，因此受到包括电磁信号等的干扰较大，在PWM噪声W外还有其他的噪声也 占很大的成分，如在上升段与平顶段。图3为去噪结束后经过小波重构所产生的波形，可W 看到经过去噪处理之后，基本呈现出了梯形波的变化趋势，包括上升段、平顶段、下降段及 过冲。经对比，本发明所采用的方法能有效的去除PWM噪声并且失真很小。
【主权项】
1. 一种ATEM发射机发射电流PffM噪声的去噪方法，是基于Stein无偏似然估计阈值选取 方法和改进软硬阈值结合阈值处理方法的结合，其特征在于，包括以下步骤： A、 利用小波变换对待去噪电压信号进行多层小波变换处理，并得到各层的细节系数与 尺度系数； B、 应用Stein无偏似然估计阈值选取方法对待去噪电压波形的PffM噪声进行阈值选取； C、 应用步骤B所选取的针对PWM噪声的阈值，对细节系数与尺度系数进行改进的软、硬 阈值结合的阈值处理； D、 重构得到去噪后的信号序列。2. 按照权利要求1所述的ATEM发射机发射电流PffM噪声去噪方法，其特征在于:步骤B所 述的阈值选取步骤为： a、 将步骤2所得的小波系数的平方按从小打到大的顺序排列，BP :b、 定义风险向量R，其元素为：c、 以R元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而获得对 应的ρ α，求出阈值Τ，即其中，N为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏差。3. 按照权利要求1所述的ATEM发射机发射电流PffM噪声去噪方法，其特征在于:步骤C所 述的改进的软、硬阈值结合的阈值处理函数表达式为：其中：γ是调节因子，介于〇和1之间。在|wj,k| >λ时，可以通 过调节α使新阈值函数在软硬阈值之间灵活选择，从而获得最优的去噪效果。
【专利摘要】本发明涉及一种ATEM发射机发射电流PWM噪声的去噪方法,利用小波变换对待去噪电压信号进行小波分解，并得到细节系数与尺度系数；应用Stein无偏似然估计阈值选取方法对采样波形的PWM噪声进行阈值选取；应用上一步骤所选取的阈值，对细节系数与尺度系数进行改进软硬阈值方法结合的去噪处理，然后重构得到不含噪的信号；输出不含噪的重构信号。用Stein无偏似然估计阈值选取方法和软硬阈值结合的处理方法进行小波系数处理，既保留了Stein无偏似然估计阈值选取方法保留的有效信号成分更多的优点，使用具有改进软硬结合阈值处理方法对阈值选取方法进行了补偿，采取两种方法结合的方式，最大限度的保留了原始信号，能使去噪效果更为明显。
【IPC分类】H02M1/44
【公开号】CN105490516
【申请号】CN201510917176
【发明人】于生宝, 王睿家, 王鲲鹏, 李齐, 朱占山, 苏发, 何建龙
【申请人】吉林大学
【公开日】2016年4月13日
【申请日】2015年12月11日
【技术领域】
[0001] 本发明设及一种地球物理勘探设备的去噪方法，尤其是Α??Μ发射机发射电流PWM 噪声的去噪方法。
【背景技术】
[0002] 近年来，在电力电子领域，pmi控制技术的应用越来越广泛。尤其是在大功率发射 机的应用方面，使用PWM控制策略对电压信号进行调制，可W达到很好的控制效果。但是，在 输出波形达到预期效果的同时，在完整的频率范围内，尤其是在高频部分，pmi也会产生较 大的噪声，并且几乎覆盖了原始的信号，从而不能观察到不失真的输出电压信号。
[0003] 采用高通或低通滤波器的方法来去除噪声是最传统也是最简单的方法，由于PWM 噪声大都集中在高频部分，因此可W使用LC低通滤波器来滤波，但是低通滤波器会把高频 的有效信号部分同时滤除，会造成信号的失真。因此，更需要一种可W在全频范围内既可W 滤除噪声信号又可W保留有效信号的滤波方法。在去噪的过程中，阔值的选取非常重要，好 的阔值选取，可W有效降低失真度，从而获得更好的去噪效果。stein无偏似然估计阔值选 取方法是一种基于Stein无偏似然估计原理的自适应阔值获取方法，其特点是不易丢失混 合信号中的有用信号，从而降低失真度。获得了阔值之后，对于阔值的处理同样是很重要， 现有的阔值处理方法主要有软阔值与硬阔值两种方法。硬阔值是把小波系数的绝对值与阔 值相比较，小于或等于阔值的小波系数设置为零，大于阔值的小波系数不变;软阔值处理则 是把大于阔值的点变为该点与阔值的差值。硬阔值的处理方法容易出现间断，而软阔值虽 然较为平滑，但去噪的效果不好。
[0004] Α??Μ发射机是一种发射双极性脉冲电流的发射装置，W低阻抗高感抗发射线圈为 负载，产生大功率正负交变电流，激发出强烈的一次电磁场。但是由于Α??Μ发射机采用PWM 脉冲宽度调制方式的控制策略，因此在测试发射波形时会产生干扰，采样波形如图2所示。 因此本文采用电感很低的采样电阻接在发射机的输出端，最初用示波器测量输出电压波 形，但由于精度较低，测量结果几乎全部都是噪声。
【发明内容】
[0005] 本发明的目的就在于针对上述现有技术的不足，提供一种基于Stein无偏似然估 计阔值选取方法和改进软硬阔值结合阔值处理方法结合的ATEM发射机发射电流PWM噪声去 噪方法。
[0006] 本发明的目的是通过W下技术方案实现的：
[0007] Α??Μ发射机发射电流PWM噪声的去噪方法，是基于Stein无偏似然估计阔值选取方 法和改进软硬阔值结合阔值处理方法的结合，包括W下步骤：
[000引A、利用小波变换对待去噪电压信号进行多层小波变换处理，并得到各层的细节系 数与尺度系数；
[0009] B、应用stein无偏似然估计阔值选取方法对待去噪电压波形的PWM噪声进行阔值 选取；
[0010] c、应用步骤B所选取的针对PWM噪声的阔值，对细节系数与尺度系数进行改进的 软、硬阔值结合的阔值处理；
[0011] D、重构得到去噪后的信号序列。
[0012] 步骤B所述的阔值选取步骤为：
[0013] a、将步骤2所得的小波系数的平方按从小打到大的顺序排列，即：
[0014]
邑P1 < P2 < . . . < Pn;
[0015] b、定义风险向量R，其元素为：
[0016]
山
[0017] C、WR元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而获 得对应的ρα，求出阔值Τ，
[001 引旨[
(2)
[0019] 其中，Ν为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏 差。
[0020] 步骤C所述的改进的软、硬阔值结合的阔值处理函数表达式为：
[0021]
阀
[002^ 其中；
，丫是调节因子，介于0和1之间。在|wj,k|>λ时，可 W通过调节α使新阔值函数在软硬阔值之间灵活选择，从而获得最优的去噪效果。
[0023] 有益效果:本发明是针对由于pmi噪声存在于全频范围内，去噪失真度高的问题， 在进行阔值处理的过程中，采用Stein无偏似然估计阔值选取方法和软硬阔值结合的与之 处理方法相结合的方式进行小波系数处理，既保留了Stein无偏似然估计阔值选取方法保 留的有效信号成分更多的优点，同时使用具有特定的改进软硬结合阔值处理方法对阔值选 取方法进行了补偿，使去噪效果更为明显，最终在全频范围内既能最大限度的减小失真，又 提高了去噪效果。
【附图说明】
[0024] 图1为ATEM发射机发射电流PWM噪声的去噪方法流程图
[0025] 图2为去噪之前采样得到的原始信号图
[0026] 图3为去噪之后得到的梯形波信号图
【具体实施方式】
[0027] W下结合附图和实施例对本发明做进一步的详细描述：
[0028] Α??Μ发射机是一种发射双极性脉冲电流的发射装置，W低阻抗高感抗发射线圈为 负载，产生大功率正负交变电流，激发出强烈的一次电磁场。但是由于Α??Μ发射机采用PWM 脉冲宽度调制方式的控制策略，因此在测试发射波形时会产生电磁干扰，采样波形如图2所 示。因此本文采用电感很低的采样电阻接在发射机的输出端，使用高精度的NI采集卡采集， 在下降段可W看到有效的不含噪的信号波形，因此只需对上升段和平顶段做去噪即可。
[0029] 基于Stein无偏似然估计阔值选取方法和软硬阔值结合阔值处理方法结合的ATEM 发射机发射电流PWM噪声去噪方法，包括W下步骤：
[0030] 步骤A、利用小波变换对待去噪电压信号进行多层小波分解，并得到各层的细节系 数与尺度系数，包含W下两个步骤：
[0031] (1).本实施例选取使用采集卡采集出的数据中的第1至2019个数据，将其单独列 入一个.mat文件中，采用sym6小波，对该组数据进行一维多尺度小波分解，得到细节系数数 组CA3，及尺度系数数组CD1、CD2和CD3。
[0032] (2)将步骤一分解获得的四个数组合并成一个数组，其长度为2052。
[0033] 步骤B、应用St e in无偏似然估计阔值选取方法对采样电压波形的特定的PWM噪声 进行阔值选取。
[0034] Stein无偏似然估计阔值选取方法的原理 是基于Stein无偏似然估计的一种自适 应阔值选取方法，其在小波消噪的过程中，可W大约保留3%的小波系数，运对于在信号的 高频信息有很少一部分在噪声范围内时，运种方法非常有用，可W将弱小的信号提取出来。
[0035] 本实施例进行小波分解后，对于小波的阔值选取，采用Stein无偏似然估计阔值选 取方法选取阔值，包括W下Ξ个步骤：
[0036] (1)将步骤2所得的小波系数的平方按从小打到大的顺序排列。
[0037] p= {pi，p2, . . .，Pn}且pi 如2 含...如η
[0038] (2)定义风险向量R，其元素为：
[0039]
[0040] (3)WR元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而 获得对应的Ρα，求出阔值Τ，即
[0041]
[0042] 其中，Ν为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏 差。在本实施例中，最终求得的阔值Τ = 0.3638.
[0043] 步骤C、应用步骤Β所选取的针对PWM噪声的阔值，对细节系数进行软硬阔值方法结 合的去噪处理，然后重构得到不含噪的电压信号。
[0044] 小波系数的阔值处理方法目前比较常用的有两种方法，分别是硬阔值处理与软阔 值处理。其中硬阔值方程为：
[004引式中sgn(x)为符号函数;λ为阔值。
[0049] 上述的两种与之处理方法各有其优缺点，硬阔值是将信号的绝对值与阔值进行比 较，将小于或等于阔值的信号设为零，大于阔值的信号保持不变，它可W很好地保留信号的 局部信息，但硬阔值的性质决定了它的不连续性，去噪后的信号仍有较明显的噪声。软阔值 是将信号的绝对值与阔值进行比较，把绝对值小于或等于阔值的信号时设为零，对于绝对 值大于阔值的信号，将其设为自身与阔值的差，运样信号就会向零收缩。软阔值的性质决定 了它具有比硬阔值更好的连续性，但它的导数却是不连续的，估计小波系数与带噪小波系 数存在恒定偏差，而且对大于阔值的系数进行定值压缩与噪声随着小波系数增大而减少的 事实不符合，所W软阔值法的处理结果虽然相对平滑，但可能会使信号出现失真。
[0050] 综合上述两种方法的优缺点，本发明提出采用如下的改进软硬阔值结合的方法进 行阔值处理。
[0化1 ]
[0化2] 其中
，Y是调节因子，介于0和1之间。在|wj,k| >λ时， 可W通过调节α使新阔值函数在软硬阔值之间灵活选择，从而获得最优的去噪效果在本实 施例中，由于要求补偿Stein无偏似然估计阔值选取方法的的缺点，因此本实施例选取α值 为25。
[0053] 在经过阔值处理后的小波系数中，大部分的小于阔值的小波系数被置零，大于阔 值的小波系数被重新置换，获得了 2052个处理完成的小波系数。
[0054] 步骤D:应用步骤C得到的经过阔值处理后的小波系数，得到去噪后的信号的尺度 系数与细节系数，然后进行多尺度一维重构，得到去噪后的信号序列。通过W上四个步骤实 现了一种基于Stein无偏似然估计阔值选取方法和改进软硬阔值结合阔值处理方法结合的 ATEM发射机发射电流PWM噪声去噪方法，成功去除了噪声并使失真度达到最小，如图3所示。 [0〇5引通过图2和图3对比可W看到：在图2中，由于受到环境因素的影响，在P歷噪声W 夕h还采集到了其他因素所产生的噪声，如在连接计算机时的USB接口方面的噪声，运种噪 声在下降段可W看到的比较明显；及环境干扰所产生的噪声，本实施例所采集的环境为在 闹市区的房间内，因此受到包括电磁信号等的干扰较大，在PWM噪声W外还有其他的噪声也 占很大的成分，如在上升段与平顶段。图3为去噪结束后经过小波重构所产生的波形，可W 看到经过去噪处理之后，基本呈现出了梯形波的变化趋势，包括上升段、平顶段、下降段及 过冲。经对比，本发明所采用的方法能有效的去除PWM噪声并且失真很小。
【主权项】
1. 一种ATEM发射机发射电流PffM噪声的去噪方法，是基于Stein无偏似然估计阈值选取 方法和改进软硬阈值结合阈值处理方法的结合，其特征在于，包括以下步骤： A、 利用小波变换对待去噪电压信号进行多层小波变换处理，并得到各层的细节系数与 尺度系数； B、 应用Stein无偏似然估计阈值选取方法对待去噪电压波形的PffM噪声进行阈值选取； C、 应用步骤B所选取的针对PWM噪声的阈值，对细节系数与尺度系数进行改进的软、硬 阈值结合的阈值处理； D、 重构得到去噪后的信号序列。2. 按照权利要求1所述的ATEM发射机发射电流PffM噪声去噪方法，其特征在于:步骤B所 述的阈值选取步骤为： a、 将步骤2所得的小波系数的平方按从小打到大的顺序排列，BP :b、 定义风险向量R，其元素为：c、 以R元素中的最小值rmin作为风险值，找出rmin的下标变量min所对应的α，进而获得对 应的ρ α，求出阈值Τ，即其中，N为含噪信号在所有尺度上的小波分解系数的个数总和，σ为噪声信号的偏差。3. 按照权利要求1所述的ATEM发射机发射电流PffM噪声去噪方法，其特征在于:步骤C所 述的改进的软、硬阈值结合的阈值处理函数表达式为：其中：γ是调节因子，介于〇和1之间。在|wj,k| >λ时，可以通 过调节α使新阈值函数在软硬阈值之间灵活选择，从而获得最优的去噪效果。
【专利摘要】本发明涉及一种ATEM发射机发射电流PWM噪声的去噪方法,利用小波变换对待去噪电压信号进行小波分解，并得到细节系数与尺度系数；应用Stein无偏似然估计阈值选取方法对采样波形的PWM噪声进行阈值选取；应用上一步骤所选取的阈值，对细节系数与尺度系数进行改进软硬阈值方法结合的去噪处理，然后重构得到不含噪的信号；输出不含噪的重构信号。用Stein无偏似然估计阈值选取方法和软硬阈值结合的处理方法进行小波系数处理，既保留了Stein无偏似然估计阈值选取方法保留的有效信号成分更多的优点，使用具有改进软硬结合阈值处理方法对阈值选取方法进行了补偿，采取两种方法结合的方式，最大限度的保留了原始信号，能使去噪效果更为明显。
【IPC分类】H02M1/44
【公开号】CN105490516
【申请号】CN201510917176
【发明人】于生宝, 王睿家, 王鲲鹏, 李齐, 朱占山, 苏发, 何建龙
【申请人】吉林大学
【公开日】2016年4月13日
【申请日】2015年12月11日
最新回复(0)