基于神经网络的双小波混沌信号降噪

根据信号和噪声的特性不同,提出了一种基于神经网络的双小波混沌信号降噪方法。该方法结合奇异谱和梯度下降算法,分别对小波变换后的近似部分和细节部分进行了分析。一方面,奇异谱分析更大程度地去除了代表噪声的较小奇异值;另一方面,神经网络对非线性阈值的自学习,实现了小波系数的自适应选取,提高了信号的定位精度。通过对Lorenz模型和月太阳黑子时序进行仿真,证实了本文所提方法能够对实际观测的混沌信号进行有效的降噪。