去噪小波包能量法在水声信号识别中的应用Application of the Denoising Wavelet-Pocket Energy Method to the Recognition of Underwater Acoustic Signal
杨亚菁,钟丽萍
摘要(Abstract)：
对小波包能量法进行改进,提出了一种新的方法———去噪小波包能量法,该算法对信号小波去噪后,再用小波包能量法提取信号的特征;应用去噪小波包能量法研究了不同的小波去噪方法对水声信号分类识别率的影响,在实测信号样本集上用BP神经网络进行了识别实验。结果显示软阈值、硬阈值、弹性阈值3种标准的小波去噪方法均能明显提高信号识别率,其中最为显著的是软阈值标准去噪,信号的识别率可由未去噪的53 .3%提高到98. 3%,表明算法的有效性。
关键词(KeyWords)： 去噪小波包能量法;水声信号;信号识别;小波去噪
基金项目(Foundation): 广东省科技攻关项目(A1020103)
作者(Author): 杨亚菁,钟丽萍
参考文献(References)：
- [1] 张静远,张冰,蒋兴舟.基于小波变换的特征提取方法分析[J].信号处理,2000,16(2):156~162
- [2] TikkanenPE.Nonlinearwaveletandwaveletpacketdenoisingofelectrocardiogramsignal[J].BiolCybern,1999,80:259~267
- [3] 毕为民,孙才新,姚陈果.基于门限值小波包变换抑制局部放电白噪干扰[J].重庆大学学报,2003,26(6):53~55
- [4] DonohoD,JohnstoneI.Idealspatialadaptationywaveletshrink age[J].Biometrika,1994,81:425~455