基于极大重叠小波系数方差分析的混沌时间序列去噪方法研究

自然界中观测到的混沌现象一般都混有噪声,存在的噪声会使得对混沌时间序列的预测产生较大的误差。小波阈值去噪具有多分辨率分析的特点,计算量较小,同时去噪效果较好,但传统的消噪方法存在重信号而轻噪声特征的情况,噪声水平的估计也常常以第1层小波系数的中值变差为依据,同时阈值的选取又与噪声水平和信号长度相关。如果能准确估算混沌信号的水平,并确定各层小波分解系数上的噪声方差,便可提高去噪效果。因此,构建了近似仿真Lorenz混沌含噪信号,并通过极大重叠离散小波对信号进行了分解,分析噪声方差在各层小波系数上的分布规律,并由此确定小波系数各层不同的阈值系数。通过该方法可以得到相对较优的结果。算例结果表明,采用所提方法可以减少预测产生的误差,验证了该方法的有效性。