基于小波分析的光谱数据去噪

相对偏差
SEM
n
( y y ) denoised ,i
2 original ,i
i 1
in
y 2 original ,i
i 1
y 式中 denoised,i滤噪后个点值，yoriginal,i标准谱图各点值，
n——数据个数。
数据分析
MATLAB仿真 软件消噪
相对偏差 （SEM）
0.18501
仿真实验的结果
原始光谱数据
噪声光谱数据
注：横坐标——波长 波数，纵坐标—— （波数范围在）吸光 度数据 。
Rigrsure(似然估计)阈值去噪后的重构图
Heursure（启发式）阈值去噪后的重构图
Sqtwolog（固定阈值T）阈值去噪后的重构图
VC++软件实现验证
通过MATLAB对代码生成的数据分析
0.19322
注：通过数据分析与原MATLAB仿真结果进行比较，证实，启发 式阈值去噪的相对偏差小，基本符合去噪标准。
小波分析的优势
基于小波分析的去噪方法，对于非平稳信号，要 比传统的滤波去噪方法的效果好，主要是由于传 统的滤波器都具有低通性，对需要分析在每个时 刻含有不同频率成分的非平稳信号来说，很难进 行匹配分析。而小波分析具有多分辨率，并且在 时频域都具有局部性，在低频时小波分析的时间 分辨率较差，而频率分辨率较高。在高频时小波 分析的时间分辨率较高，而频率分辨率较低，这 正符合低频信号变化缓慢而高频信号变化迅速的 特点，所以很适合分析非平稳信号。
连续小波分析的时频窗口特性
用小波分析去噪的关键是阈值的选取， 如果阈值选取的太高，会使得信号失 去太多细节，使信号失真，如果阈值 选取的太低，又不能达到去噪的目的， 在实际应用中通常要经过试验来选取 适当阈值。
wk.baidu.com
小波消噪阈值的选取规则
通用阈值(Sqtwolog规则) 似然估计阈值（rigrsure规则） 启发式阈值（heursure规则） 最大最小准则（固定）阈值(minmax规则)
基于小波分析的光谱数据去噪
姓名：徐志强 班级：0605044229 指导老师：陈媛媛
2010年6月17日
绪论
本文的大体结构
绪论 小波分析的理论知识及去噪的方法 仿真实验 文章总结与展望 仿真实验的MATLAB程序
研究目的
本文的目的是运用小波分析对某 气体的光谱数据进行去噪。所作的研 究工作是对小波分析多光谱数据的去 噪的过程进行细致的分析。同时对 MATLAB软件的应用进行了解，进 行仿真前的准备。