袁明　張洋　閆繼送

摘要：針對(duì)復(fù)雜微弱光信號(hào)檢測(cè)中對(duì)濾波算法的需求，提出了改進(jìn)局部閾值小波濾波算法，并利用后向拉曼散射信號(hào)檢測(cè)數(shù)據(jù)驗(yàn)證了該算法的可行性，取得了較好的濾波效果。

關(guān)鍵詞：微弱光信號(hào)檢測(cè);小波閾值濾波;閾值處理;后向拉曼散射信號(hào)

中圖分類號(hào)：TP212.1

文獻(xiàn)標(biāo)識(shí)碼：A

DOI： 10.15913/j.cnki.kjycx.2019.10.061

在光電測(cè)試儀器及傳感設(shè)備的系統(tǒng)組成中，對(duì)微弱光信號(hào)的檢測(cè)非常重要，當(dāng)被測(cè)光強(qiáng)度低至- 80 dBm時(shí)，對(duì)微弱光信號(hào)的檢測(cè)非常困難，不僅對(duì)光電轉(zhuǎn)換電路提出了很高要求，后期光電信號(hào)的濾波算法對(duì)微弱信號(hào)的檢測(cè)也極為重要。本文通過對(duì)小波濾波算法中的全局閾值濾波算法進(jìn)行了分析[1]，并提出了一種局部閾值濾波算法，搭建了微弱信號(hào)檢測(cè)試驗(yàn)，證明了局部閾值濾波算法的濾波效果。

1 小波濾波

小波濾波即為通過小波變換進(jìn)行信號(hào)的濾波處理，將被測(cè)信號(hào)映射到小波域，根據(jù)被測(cè)信號(hào)和噪聲的小波系數(shù)在不同尺度上具有不同的性質(zhì)和機(jī)理，對(duì)含有噪聲信號(hào)的小波系數(shù)進(jìn)行處理，通過減少和剔除噪聲產(chǎn)生的小波系數(shù)，最大限度地保留真實(shí)信號(hào)的小波系數(shù)，然后通過小波逆變換重構(gòu)濾波后的信號(hào)[2]。

2 小波變換閾值濾波算法

小波變換具有能量集中特性，它能夠?qū)⒂行盘?hào)的能量集中到少數(shù)小波系數(shù)上，由于白噪聲在任何正交基上的變換仍然屬于白噪聲，在經(jīng)過小波變換后的噪聲的小波系數(shù)值能量分散且幅值較小。因此，經(jīng)過小波變換后的有效信號(hào)的小波系數(shù)大于噪聲的小波系數(shù)值。通過選擇一個(gè)合適的閾值九，去掉低于閾值九的小波系數(shù)，對(duì)高于閾值九的小波系數(shù)予以保留或進(jìn)行收縮，就可以達(dá)到保留有用信號(hào)、去除噪聲的目的。迭加了白噪聲的有限長(zhǎng)的信號(hào)公式為：

4 改進(jìn)局部閾值估計(jì)算法

全局閾值算法由于需要對(duì)第一層小波分解系數(shù)絕對(duì)值計(jì)算中值，在進(jìn)行大數(shù)據(jù)量復(fù)雜微弱信號(hào)的計(jì)算時(shí)，由于信號(hào)復(fù)雜會(huì)影響閾值計(jì)算從而影響濾波效果，在進(jìn)行數(shù)萬甚至數(shù)十萬數(shù)據(jù)的中值計(jì)算也會(huì)導(dǎo)致其計(jì)算時(shí)間大幅延長(zhǎng)。因此，本文提出了一種針對(duì)大數(shù)據(jù)量復(fù)雜微弱信號(hào)離散數(shù)據(jù)的改進(jìn)局部閾值估計(jì)算法，通過設(shè)定局部濾波窗長(zhǎng)度計(jì)算小波分解系數(shù)的局部閾值，再對(duì)該局部濾波窗內(nèi)的小波濾波系數(shù)進(jìn)行濾波，從而實(shí)現(xiàn)復(fù)雜微弱信號(hào)的閾值濾波。

在離散數(shù)據(jù){Di}中，第i個(gè)離散數(shù)據(jù)的局部閾值Ti計(jì)算如下：

5 實(shí)驗(yàn)結(jié)果與分析

本文利用改進(jìn)局部閾值估計(jì)算法對(duì)光纖后向拉曼散射的微弱信號(hào)進(jìn)行了濾波，后向拉曼散射信號(hào)屬于分布式連續(xù)信號(hào)，其信號(hào)的采集時(shí)間與該信號(hào)在光纖上的空間定位是一一對(duì)應(yīng)的，在一次測(cè)試過程中，該信號(hào)會(huì)由于光纖內(nèi)部損耗而不斷衰減，在超過光纖長(zhǎng)度時(shí)對(duì)應(yīng)的信號(hào)會(huì)出現(xiàn)極大衰減，因此采用全局閾值算法會(huì)對(duì)濾波效果造成較大影響。實(shí)驗(yàn)結(jié)果對(duì)比分析如圖1所示。

本文采用改進(jìn)局部閾值估計(jì)算法的濾波效果如圖1所示，可以看出本文提出算法取得了較好的濾波效果，相比于原始曲線，信號(hào)中的隨機(jī)白噪聲得到了較好的抑制，同時(shí)對(duì)于突變的測(cè)試信號(hào)也未產(chǎn)生巨大影響，可以應(yīng)用到相應(yīng)的微弱信號(hào)的測(cè)試過程中。

6 結(jié)論

本文提出的改進(jìn)局部閾值估計(jì)算法主要是針對(duì)復(fù)雜連續(xù)微弱信號(hào)的濾波需求，通過對(duì)實(shí)驗(yàn)中采集后向拉曼散射信號(hào)的濾波，驗(yàn)證了本文提出濾波算法的可行性，取得了較好的效果，但要實(shí)際應(yīng)用還需要在這方面進(jìn)行更深入的研究。

參考文獻(xiàn)：

[1]張佃昌.小波技術(shù)在信號(hào)重構(gòu)及去噪中的應(yīng)用研究[D].濟(jì)南：山東大學(xué)，2007.

[2]蔣奇，隋青美.分布式光纖傳感油井高溫測(cè)試及其信號(hào)去噪研究[J].檢測(cè)與控制裝置，2007，34（5）：54-56.

[3] DONOHO D L.Denoising by Soft-thresholding[J].IEEETransactions on Information Theory，1995， 41（3）：613-627.