Python小波變換去噪的原理解析 #52
Replies: 4 comments 1 reply
-
閾值處理是對每個尺度的細節係數應用閾值處理。閾值處理的目的是將噪聲係數置為零,保留信號係數。一般使用軟閾值或硬閾值進行處理。 |
Beta Was this translation helpful? Give feedback.
-
補充一下,選擇軟閾值還是硬閾值處理取決於應用的需求和信號的特點。例如,在一些對細節保持敏感的應用中,軟閾值處理可能會比較適合,因為它能夠保留更多的信號細節。而在去除噪聲為主的應用中,硬閾值處理就會比較合適,因為它能夠更徹底地去除小於閾值的噪聲係數,留下目標信號。 |
Beta Was this translation helpful? Give feedback.
-
除了用 pywt.threshold ,python 的 librosa 套件也可以達到去除噪音的效果,並且它可以模擬音頻並且以不同顏色去表示高低頻(如下圖),我認為也是個不錯用的工具。 參考文章 : |
Beta Was this translation helpful? Give feedback.
-
當我需要分析馬達的故障資料時,我發現小波轉換是一個很有效的方法。通過小波轉換,我可以將訊號分解成包含重要資訊的小波係數,同時區分訊號和噪音。我會選擇一個適當的閥值來去除噪音,這樣可以幫助我清理故障資料並找出頻率能量特徵。在進行小波閥值去噪時,我會考慮小波基的選擇、閥值的選擇以及閥值函數的選擇等三個方面。這些步驟將有助於我成功地進行數據分析,提取出重要特徵。希望我能順利完成這項任務! |
Beta Was this translation helpful? Give feedback.
-
最近需要去分析馬達的故障資料,由於需要去做資料的預處理,由於我從來沒有接觸這個領域,因此在網路上爬文,尋找對於馬達資料降低噪音並進一步找出頻率能量特徵,發現小波轉換不僅可以對高頻部分分解,也可以對低頻部分進行分解。
大致原理如下:
訊號產生的小波係數含有訊號的重要資訊,將訊號經小波分解後小波係數較大,噪聲的小波係數較小,並且噪聲的小波係數要小於訊號的小波係數,通過選取一個合適的閥值,大於閥值的小波係數被認為是有訊號產生的,應予以保留,小於閥值的則認為是噪聲產生的,置為零從而達到去噪的目的。
小波閥值去噪的基本問題包括三個方面:小波基的選擇,閥值的選擇,閥值函數的選擇。
參考網址:https://codingnote.cc/zh-tw/p/111255/
https://www.it145.com/9/175346.html
Beta Was this translation helpful? Give feedback.
All reactions