基于双树复小波变换与样本熵的自适应降噪法

为了实现工程机械结构监测信号降噪效果的评价，将样本熵的概念引入双树复小波分解中，提出基于双树复小波变换（dual?tree complex wavelet transform， 简称DT?CWT）与样本熵（sample entropy，简称SE）相结合的监测信号自适应降噪方法（DT?CWT?SE）。首先，采用双树复小波变换对含有噪声的监测信号进行多层分解；其次，分别计算双树复小波分解所得的各尺度细节分量样本熵与相邻尺度细节分量的样本熵的差值，通过比较相邻各尺度样本熵之差的大小确定双树复小波最优分解层数；最后，根据各尺度样本熵的变化规律确定各层小波系数的降噪阈值，对降噪后的小波系数进行重构以实现信号自适应降噪。仿真分析与实验对比结果表明：该方法对监测信号去噪较彻底，且降噪后的信号失真度小，降噪效果以及保留原信号信息完整性的能力明显优于传统小波阈值降噪法。