基于互相关的有效奇异值消噪方法

计算机工程与应用 ›› 2015, Vol. 51 ›› Issue (15): 221-224.

基于互相关的有效奇异值消噪方法

潘峥嵘，谯自健，张宁，戴芮

兰州理工大学电气与信息工程学院，兰州 730050

出版日期:2015-08-01 发布日期:2015-08-14

Improved singular value de-noising method based on cross-correlation

PAN Zhengrong, QIAO Zijian, ZHANG Ning, DAI Rui

College of Electrical and Information Engineering, Lanzhou University of Technology, Lanzhou 730050, China

Online:2015-08-01 Published:2015-08-14

摘要/Abstract

摘要： 为了提高信号的信噪比，针对奇异值分解消噪方法中用于重构的有效奇异值个数难以确定问题，提出了一种基于互相关的有效奇异值选取方法，进而达到消噪的目的。该方法利用单个奇异值重构得到的分量信号，求互相关，从而确定用于重构的有效奇异值个数。通过采用含有不同频率成分的带噪信号对该方法进行验证，并与同类奇异值选择方法进行对比，结果表明，该方法不仅简单易行而且效果较好。

关键词: 信噪比, 奇异值, 消噪, 互相关

Abstract: In order to improve the Signal to Noise Ratio（SNR）, aiming at the problem how to determine the effective reconstructing number of singular values to de-noise, this method of singular value decomposition based on cross-correlation is proposed. These signals are obtained by reconstruction of every single singular value and cross-correlation coefficients are calculated to determine the effective singular values to reconstruct original signal. This method is validated by the signal including the different frequency components and compared with the similar methods, the results show that this method is not only simple but also better.

Key words: Signal to Noise Ratio（SNR）, singular value, de-noising, cross-correlation

潘峥嵘，谯自健，张宁，戴芮. 基于互相关的有效奇异值消噪方法[J]. 计算机工程与应用, 2015, 51(15): 221-224.

PAN Zhengrong, QIAO Zijian, ZHANG Ning, DAI Rui. Improved singular value de-noising method based on cross-correlation[J]. Computer Engineering and Applications, 2015, 51(15): 221-224.

[1]	蔡冬丽，钟清华，朱永升，廖金湘，韩劢之. 三维输入卷积神经网络脑电信号情感识别[J]. 计算机工程与应用, 2021, 57(5): 161-167.
[2]	杨信民，董红斌，谭成予，周雯. 采用奇异值分解和信息增益的树突状细胞模型[J]. 计算机工程与应用, 2021, 57(15): 156-162.
[3]	刘云，钱美伊，李辉，王传旭. 特征融合与训练加速的高效目标跟踪[J]. 计算机工程与应用, 2021, 57(10): 101-109.
[4]	刘剑锋，李瑞华，刘垚圻，苏泳涛，胡金龙. 无线通信中的信噪比估计算法研究[J]. 计算机工程与应用, 2020, 56(18): 82-89.
[5]	吉慧芳，贾海蓉，王雁. 改进相位谱补偿的语音增强方法[J]. 计算机工程与应用, 2019, 55(8): 48-52.
[6]	赵青，冶继民，常芳丽. 两正定矩阵联合对角化盲分离算法[J]. 计算机工程与应用, 2019, 55(7): 214-219.
[7]	曹浩，陈里里，司吉兵，任君兰. 奇异值分解和稀疏自编码器的轴承故障诊断[J]. 计算机工程与应用, 2019, 55(20): 257-262.
[8]	顾婷婷，刘新会，桑庆兵，李朝锋. 基于双树复小波的无参考立体图像质量评价[J]. 计算机工程与应用, 2019, 55(2): 154-161.
[9]	赵建，张友鹏，赵斌. 基于奇异值分解理论的钢轨断裂检测方法[J]. 计算机工程与应用, 2018, 54(9): 243-250.
[10]	梁新宇1，2，吴建德1，2，黄国勇1，2，孙磊1，2. H∞鲁棒自适应CKF算法在组合导航中的应用[J]. 计算机工程与应用, 2018, 54(9): 251-256.
[11]	朱淑芹，王文宏，李俊青. 一类二次多项式混沌及其随机数生成器设计[J]. 计算机工程与应用, 2018, 54(9): 84-88.
[12]	王茜竹，邱聪聪. Massive MIMO系统基于子空间的半盲信道估计[J]. 计算机工程与应用, 2018, 54(8): 91-95.
[13]	王杰1，杨程程1，莫嘉永2，王敦泽1，王谢谢1. 谐波重构先验信噪比估计算法[J]. 计算机工程与应用, 2018, 54(7): 44-48.
[14]	张志禹1，李向月1，李向阳2. 同步挤压小波变换对随机噪声抑制的研究[J]. 计算机工程与应用, 2018, 54(5): 57-60.
[15]	黄刚劲1，2，范玉刚1，2，冯早1，2，刘英杰1，2. 基于广义形态滤波和MRSVD的故障诊断方法研究[J]. 计算机工程与应用, 2018, 54(3): 217-221.