欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2017106569700
申请人: 中国地质大学(武汉)
专利类型:发明专利
专利状态:已下证
专利领域: 计算;推算;计数
更新日期:2024-02-23
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种基于EEMD和排列熵的探地雷达B扫描图像的降噪方法,其特征在于,包括以下步骤:S1、获取探地雷达二维B扫描图像信号X∈RM×N,其中M为道数,N为每道数据的采样点数;

S2、对获取的每一道B扫描图像信号均进行去噪,以获取该道B扫描图像信号抑制噪声后的信号;其中,对于任意一道B扫描图像信号进行去噪的方法包括:S21、对于该道B扫描图像信号{x(t),t=1,2,…,N}进行EEMD分解,得到从高频到低频排列的K个IMF分量c1(t)、c2(t)、…、cK(t);

S22、计算步骤S21中各IMF分量的排列熵值;

S23、选取排列熵值不大于预设值的IMF分量进行重构,得到去噪后的信号x′(t),x′(t)为排列熵值不大于预设值的IMF分量之和;

S3、对各道去噪后的信号进行重新组合,得到抑制噪声后的二维B扫描图像信号X'∈RM×N。

2.根据权利要求1所述的降噪方法,其特征在于,所述S21的具体步骤如下:S211、向x(t)中分别加入预设的T个噪声信号,得到T个含噪信号,其中xi(t)=x(t)+ni(t),

式中,i=1,2,…,T,xi(t)为第i个含噪信号,ni(t)为第i个含噪信号中加入的噪声,ni(t)是均值为0,标准差为常数的高斯白噪声;

S212、对每一个含噪信号分别进行EMD分解,得到各个含噪信号的IMF分量;

S213、利用下述公式对T个含噪信号分解得到的对应IMF分量进行平均,得到EEMD分解的IMF分量;

式中,cp(t)为x(t)经过EEMD分解得到的第p个IMF分量,ci,p(t)第i个含噪信号经过EMD分解得到的第p个的IMF分量,p=1、2、3…、K。

3.根据权利要求1所述的降噪方法,其特征在于,所述步骤S22中,对于任意一个x(t),各IMF分量的排列熵计算方法如下:S221、对于分解的到的各个IMF分量进行相空间重构,得到矩阵:其中,i=1,2,…Q,m和λ分别为嵌入维数和延迟时间,Q为重构相空间中重构向量个数,Q=N-(m-1)λ;

S222、将重构分量(cp(i),cp(i+λ),…,cp[i+(m-1)λ])按照升序排列,如下所示:cp[i+(j1-1)λ]≤cp[i+(j2-1)λ]≤…≤cp[i+(jm-1)λ]式中,j1,j2,…,jm表示重构分量中各个元素所在列的索引;

对于重构相空间中每一重构向量cp(i),分别获取反映其元素大小顺序的一组符号序列S(g)=(j1,j2,…,jm),其中g=1,2,…,q,q≤m!;

S223、计算每一种符号序列出现的概率p1,p2,…,pq,并根据下述公式计算序列{cp(i),i=1,2,...,K}的排列熵Hp(m):

4.根据权利要求3所述的降噪方法,其特征在于,所述步骤S223之后还包括:S224、将S223中计算出的排列熵Hp(m)进行归一化处理后更新为新的排列熵,新的排列熵的归一化的公式为:Hp=Hp(m)/ln(m!)。

5.根据权利要求1所述的降噪方法,其特征在于,步骤S21中c1(t)、c2(t)、…、cK(t)为按照从高频到低频排列,步骤S23中具体包含如下步骤:将所述预设值依次与各IMF分量的排列熵值进行比较,当第k个IMF分量的排列熵值小于或者等于所述预设值时,将k及k之后的各IMF分量作为所述排列熵值不大于预设值的IMF分量。

6.一种基于EEMD和排列熵的探地雷达B扫描图像的降噪系统,其特征在于,包括:信号获取模块,用于获取探地雷达二维B扫描图像信号X∈RM×N,其中M为道数,N为每道数据的采样点数;

信号去噪模块,用于对获取的每一道B扫描图像信号均进行去噪,以获取该道B扫描图像信号抑制噪声后的信号;

信号还原模块,用于对各道去噪后的信号进行重新组合,得到抑制噪声后的二维B扫描图像信号X'∈RM×N;

其中,信号去噪模块采用下述的子模块对任意一道B扫描图像信号进行处理:EEMD分解子模块,用于对于一道B扫描图像信号{x(t),t=1,2,…,N}进行EEMD分解,得到从高频到低频排列的K个IMF分量c1(t)、c2(t)、…、cK(t);

排列熵计算子模块,用于计算步骤EEMD分解子模块中各IMF分量的排列熵值;

信号重构子模块,用于选取排列熵值不大于预设值的IMF分量来重构,得到去噪后的信号x′(t),x′(t)为排列熵值不大于预设值的IMF分量之和。

7.根据权利要求6所述的降噪系统,其特征在于,所述EEMD分解子模块具体包含:噪声添加单元,用于向x(t)中分别加入预设的T个噪声信号,得到T个含噪信号,其中xi(t)=x(t)+ni(t),式中,i=1,2,…,T,xi(t)为第i个含噪信号,ni(t)为第i个含噪信号中加入的噪声,ni(t)是均值为0,标准差为常数的高斯白噪声;

EMD分解单元,用于对每一个含噪信号分别进行EMD分解,得到各个含噪信号的IMF分量;

IMF变换单元,用于利用下述公式对T个含噪信号分解得到的对应IMF分量进行平均,得到EEMD分解的IMF分量;

式中,cp(t)为x(t)经过EEMD分解得到的第p个IMF分量,ci,p(t)第i个含噪信号经过EMD分解得到的第p个IMF分量,p=1、2、3…、K。

8.根据权利要求6所述的降噪系统,其特征在于,对于任意一个x(t),排列熵计算子模块利用下述单元计算各IMF分量的排列熵:相空间重构单元,用于对于分解的到的各个IMF分量进行相空间重构,得到矩阵:其中,i=1,2,…Q,m和λ分别为嵌入维数和延迟时间,Q为重构相空间中重构向量个数,Q=N-(m-1)λ;

符号序列获取单元,用于将重构分量(cp(i),cp(i+λ),…,cp[i+(m-1)λ])按照升序排列,如下所示:cp[i+(j1-1)λ]≤cp[i+(j2-1)λ]≤…≤cp[i+(jm-1)λ]式中,j1,j2,…,jm表示重构分量中各个元素所在列的索引;

对于重构相空间中每一重构向量cp(i),分别获取反映其元素大小顺序的一组符号序列S(g)=(j1,j2,…,jm),其中g=1,2,…,q,q≤m!;

排列熵计算单元,用于计算每一种符号序列出现的概率p1,p2,…,pq,并根据下述公式计算序列{cp(i),i=1,2,...,K}的排列熵Hp(m):

9.根据权利要求8所述的降噪系统,其特征在于,排列熵计算子模块还包括:排列熵更新单元,用于将排列熵计算单元中计算出的排列熵Hp(m)进行归一化处理后更新为新的排列熵,新的排列熵的归一化的公式为:Hp=Hp(m)/ln(m!)。

10.根据权利要求6所述的降噪系统,其特征在于,信号重构子模块中具体包含如下模块:将所述预设值依次与各IMF分量的排列熵值进行比较,当第k个IMF分量的排列熵值小于或者等于所述预设值时,将k及k之后的各IMF分量作为所述排列熵值不大于预设值的IMF分量。