Видалення шумових компонент інформаційних сигналів за допомогою ортогональних вейвлет-перетворень

А.В. Волошко, д-р техн. наук, Р. Алмаброк
Інститут енергозбереження та енергоменеджменту НТУУ
«Київський політехнічний інститут ім. І. Сікорського»
Україна, 03056, Київ, вул. Борщагівська, 115,
тел. 050 221 01 32; e-mail: Ця електронна адреса захищена від спам-ботів. Вам необхідно увімкнути JavaScript, щоб побачити її.

Èlektron. model. 2020, 42(5):97-110
https://doi.org/10.15407/emodel.42.05.097

АНОТАЦІЯ

Проаналізовано способи зменшення негативного впливу шуму при наявності білого шуму, білого шуму Гауса та інших видів шуму, викликаних спотвореннями в елект­рич­ній мережі, на точність та швидкодію обробки інформаційних сигналів. Запропоновано модифікований, адаптований до гармонічного складу та типу спотворення форми інфор­маційного сигналу, метод його стиснення (відновлення) із застосуванням ортогональних вейвлет-перетворень. Показано, що на якість видалення шумових компонент і стиснення інформаційних сигналів в значній мірі впливає вибір типу порогового значення та вейвлетного базису. Отримані теоретичні результати підтверджено даними експериментальних досліджень.

КЛЮЧОВІ СЛОВА:

вейвлет-аналіз, тип порогового значення, інформаційний сигнал із наявністю шуму.

СПИСОК ЛІТЕРАТУРИ

1. Малла С. Вейвлеты в обработке сигналов/ Пер. с англ. М.: Мир, 2005, 671 с.
2. Guo Q., Zhang C. A noise reduction approach based on Stein’s unbiased risk estimate// Scien­ce Asia, 2012, Vol. 38(2), рр. 207—211.
3. Donoho D.L., Johnstone J. De-noising by soft thresholding //IEEE Transactions on Information Theory, 1995, Vol. 41, Issue 3, рр. 613—627.
4. Lu J., Hong L., Dong Y., Zhang Y. A New Wavelet Threshold function and Denoising Application //Mathematical Problems in Engineering, 2016, Vol. 49, рр. 1—9.
5. Luo G., Chang D. Wavelet Denoising //Advanced in Wavelet Theory and Their Applications in Engineering. Physics and Technology. www.intechopen.com.
6. Быкова Т.В., Черепащук Г.А. Метод подавления шума при коррекции результатов динамических измерений с использованием ортогональных вейвлетов // Авиационно-космическая техника и технология, 2009, № 5 (62), с. 80—84.
7. Кацив С.Ш., Мокін Б.І. Математичні моделі детермінізації процесів в системах електропостачання. Вінниця: УНІВЕРСУМ, 2005, 112 с.
8. Walczak B., Massart D.L. Noise suppression and signal compression using the wavelet packet transform // Chemometr. Intell. Lab. Syst., 1997, Vol. 36, рр. 81—94.
9. Lang M. Noise redaction using an undecimated discrete wavelet transform // IEEE Signal Processing Letters, 1996, Vol. 3, рр. 10—12.
10. Donoho D., Johnstone J. Ideal spatial adaption wavelet shrinkage // Biometrika, 1994, Vol. 81, рр. 425—455.
11. Santoso S., Powers F.J., Grady W.M. Power quality disturbance data compression using wavelet transform methods // IEEE Transaction on Power Delivery, 1997, Vol. 12, № 3, рр. 1250—1257.
12. Быкова Т. В. Синтез оператора коррекции результатов динамических измерений в базисе ортогональных вейвлетов//Авиационно-космическая техника и технология, 2009, № 2(59), с. 103—108.
13. Волошко А.В. Вейвлет-анализ в вопросах сжатия и восстановления графика электри­ческих нагрузок // Енергетика, економіка, технології, екологія, 2007, № 2, с. 60—65.
14. Lee J.H., Yang S.J. Perfect Reconstruction Filter Banks Having Linear Phase //IEEE Transactions on Acoustics, Sound and Signal Processing, 1986, Vol. ASSP 34, № 6, pp. 1401—1408.

Повний текст: PDF