Luận văn: Nghiên cứu phương pháp loại trừ nhiễu ứng dụng lý thuyết Wavelet

Luận văn trình bày phương pháp loại trừ nhiễu tín hiệu ứng dụng lý thuyết Wavelet, bao gồm cơ sở lý thuyết, phân tích và kết quả mô phỏng thực tế.

• Người hướng dẫn: PGS. Nguyễn Văn Khang
• Trường học: Trường Đại Học Bách Khoa Hà Nội
• Chuyên ngành: Kỹ Thuật Truyền Thông
• Đề tài: Phương Pháp Khử Nhiễu Tín Hiệu Bằng Biến Đổi Wavelet
• Loại tài liệu: Luận Văn Thạc Sĩ
• Năm xuất bản: 2014
• Địa điểm: Hà Nội

Tóm tắt

I. Giới thiệu về Biến đổi Wavelet

Biến đổi Wavelet là một công cụ toán học mạnh mẽ được sử dụng rộng rãi trong xử lý tín hiệu và khử nhiễu. Khác với biến đổi Fourier truyền thống, phương pháp wavelet cung cấp khả năng phân tích tín hiệu trong cả miền thời gian và tần số một cách đồng thời. Điều này cho phép phát hiện các đặc điểm tín hiệu thay đổi theo thời gian, đặc biệt là các điểm gián đoạn và sự thay đổi đột ngột. Lý thuyết wavelet đã trở thành nền tảng cho nhiều ứng dụng thực tiễn từ nén ảnh, phát hiện sự cố đến khử nhiễu tín hiệu. Sự phát triển của công nghệ này mở ra những cơ hội mới trong việc cải thiện chất lượng dữ liệu thu được từ các cảm biến và thiết bị đo lường.

1.1. Sự khác biệt giữa Fourier và Wavelet

Biến đổi Fourier sử dụng các hàm sine và cosine để phân tích tín hiệu, nhưng không cung cấp thông tin về thời điểm xuất hiện các thành phần tần số. Biến đổi Wavelet khắc phục hạn chế này bằng cách sử dụng các hàm wavelet có hỗ trợ giới hạn, cho phép xác định vị trí thời gian của các tần số khác nhau. Ưu điểm này làm cho wavelet trở nên tối ưu hơn trong khử nhiễu và phân tích tín hiệu không dừa.

1.2. Các loại Wavelet cơ bản

Có nhiều loại wavelet khác nhau như Haar, Daubechies, Morlet và Meyer. Mỗi loại có đặc tính riêng phù hợp với các ứng dụng khác nhau. Wavelet Haar đơn giản và nhanh, phù hợp cho phân tích các tín hiệu có sự thay đổi bước nhảy. Wavelet Daubechies cung cấp cân bằng tốt giữa độ trơn và độ định xứ thời gian, được sử dụng phổ biến trong xử lý tín hiệu.

II. Phương pháp Khử nhiễu Wavelet Shrinkage

Wavelet Shrinkage là phương pháp khử nhiễu tín hiệu hiệu quả dựa trên lý thuyết wavelet. Nguyên lý cơ bản của phương pháp này là: tín hiệu thực được biểu diễn bằng các hệ số wavelet lớn, trong khi nhiễu được phân bố trong tất cả các hệ số. Bằng cách làm nhỏ hoặc loại bỏ các hệ số wavelet có giá trị dưới một ngưỡng nhất định, chúng ta có thể loại bỏ nhiễu mà vẫn bảo tồn các đặc trưng quan trọng của tín hiệu. Quy trình khử nhiễu bao gồm ba bước: phân tích tín hiệu thành các hệ số wavelet, áp dụng hàm shrinkage, và tái tạo tín hiệu từ các hệ số đã xử lý.

2.1. Các bước thực hiện khử nhiễu

Bước 1 là thực hiện biến đổi wavelet rời rạc (DWT) trên tín hiệu nhiễu. Bước 2 áp dụng hàm shrinkage - hàm này làm mềm hoặc làm cứng các hệ số dựa trên ngưỡng đã chọn. Bước 3 là tái tạo tín hiệu sạch bằng biến đổi wavelet ngược (IDWT). Hiệu quả của phương pháp phụ thuộc chủ yếu vào việc chọn ngưỡng phù hợp.

2.2. Chọn ngưỡng tối ưu

Việc lựa chọn ngưỡng là chìa khóa để khử nhiễu hiệu quả. Ngưỡng quá nhỏ sẽ không loại bỏ đủ nhiễu, trong khi ngưỡng quá lớn có thể làm mất các chi tiết tín hiệu quan trọng. Các phương pháp phổ biến bao gồm Visushrink (dựa trên độ lệch chuẩn của nhiễu) và Surepval (sử dụng Stein's Unbiased Risk Estimate).

III. Ứng dụng của Wavelet trong Xử lý Tín hiệu

Ứng dụng wavelet trong xử lý tín hiệu rất đa dạng và rộng rãi. Ngoài khử nhiễu, phương pháp này còn được áp dụng trong nén ảnh, phát hiện điểm bất thường, phân tích tín hiệu sinh học, và xử lý âm thanh. Trong lĩnh vực y tế, wavelet được sử dụng để phân tích ECG và EEG. Trong công nghiệp, nó giúp phát hiện các lỗi cơ khí thông qua phân tích tín hiệu rung. Các ứng dụng này chứng minh tính linh hoạt và hiệu quả của lý thuyết wavelet trong các bài toán thực tiễn. Sự phát triển các thuật toán wavelet mới liên tục cải thiện hiệu suất xử lý.

3.1. Ứng dụng trong nén ảnh

Nén ảnh wavelet là một ứng dụng quan trọng trong công nghệ hình ảnh số. Biến đổi wavelet phân tách ảnh thành các mức chi tiết khác nhau, cho phép loại bỏ những chi tiết nhỏ nhất không đáng kể với mắt người. Chuẩn JPEG2000 sử dụng wavelet để đạt được tỉ lệ nén cao hơn so với JPEG truyền thống, đồng thời giữ lại chất lượng ảnh tốt hơn.

3.2. Phát hiện điểm đột biến và sườn

Wavelet rất hiệu quả trong phát hiện các thay đổi đột ngột trong tín hiệu. Các hệ số wavelet lớn xuất hiện tại những vị trí có sườn mạnh hoặc điểm gián đoạn. Ứng dụng này quan trọng trong giám sát công nghiệp, phát hiện lỗi, và phân tích dữ liệu thị trường tài chính.

IV. Các bước triển khai và Kết luận

Để triển khai khử nhiễu wavelet hiệu quả, cần tuân theo quy trình kỹ lưỡng: (1) lựa chọn loại wavelet phù hợp với đặc tính tín hiệu, (2) xác định mức phân tích tối ưu (số lần thực hiện biến đổi), (3) chọn ngưỡng phù hợp, và (4) đánh giá kết quả bằng các chỉ số như SNR (Signal-to-Noise Ratio) hoặc RMSE. Các công cụ như MATLAB cung cấp các hàm sẵn có để thực hiện dễ dàng. Phương pháp wavelet shrinkage đã chứng tỏ hiệu quả vượt trội so với các phương pháp truyền thống, đặc biệt khi xử lý các tín hiệu phức tạp. Tương lai của lý thuyết wavelet hứa hẹn những ứng dụng mới, từ học máy đến xử lý dữ liệu lớn.

4.1. Lựa chọn wavelet và tham số tối ưu

Lựa chọn wavelet đúng là bước quan trọng nhất. Cần xem xét độ trơn, số moment triệt tiêu, và thời gian tính toán. Wavelet Daubechies thường là lựa chọn tốt cho phần lớn các ứng dụng. Mức phân tích nên được chọn sao cho bao phủ toàn bộ phạm vi tần số của nhiễu nhưng không quá sâu.

4.2. Đánh giá hiệu quả khử nhiễu

Hiệu quả khử nhiễu được đánh giá qua các chỉ số như SNR, PSNR, SSIM. SNR cao chỉ ra tín hiệu được khử nhiễu tốt. Cần so sánh kết quả với tín hiệu gốc nếu có, hoặc sử dụng các phương pháp đánh giá không tham chiếu. Kiểm định thực nghiệm với dữ liệu thực tế là cần thiết trước khi ứng dụng.

Trích đoạn nội dung tài liệu

LỜI MỞ ĐẦU Xử lý tin hiệu là một lĩnh vực rộng và là cơ số của các ứng dụng, Xử lý tín liệu sử dụng các công cụ khác nhau dẻ dem lại hiệu quả trong từng ứng dụng cụ thể. Sử dụng các phép biến đổi trong xử lý tín hiệu là một trong những công cụ xử lý có hiệu quả. Các phép biến đối truyền thông như phép biển déi Fourier đã được xem [a nẻn tảng cơ sở không thể thiểu trong lĩnh vục xử lý tín hiệu từ trước đến nay. Ngày nay các phép biến đổi đó đang tập trưng vào các giải thuật nhanh như FFT, cdc chuẩn rién ảnh, nén viđso.

Khoa học phát triển đã lắm xuất hiện thêm nhiều công cụ mới mẻ hơn, ưu việt hơn trong xử lý tín hiệu, một trong những công cụ mới nhật đó là công cụ xử lý tin higu si đụng phép biến doi Wavelet duoc ting dụng trong các đấy lọc, mã hóa bang con, các kỹ thuật nén và loại trừ nhiều Trong khuôn khó của Luận văn “Nghiên cứu phương pháp loại trừ nhiễu img dung ly thupét Wavelet” cw xin trình bày những van dé co ban về phép biến đổi Wavelet và ứng dụng của nỏ trong lĩnh vực loại trừ nhiễu. Nghiên cửu chỉ ra tâm quan trọng cứng nhủ ưu điểm của việc khử nhiễu sử đụng lý thuyết WaveleL Các kết quả thực nghiệm trong việc loại trừ nhiều đối với một sẽ loại tỉn hiệu. “Trong quá trình thực hiện luận văn không thể tránh khói những thiểu sót, em rất mong nhận được nhiều ý kiến đóng góp của các thây c6 giáo, cáo bạn để luận. văn tốt nghiệp của em được hoàn thiện hơn.

Um xin chân thành cảm ơn PGS.TS Nguyễn Văn Khang và các thầy cô giáo Viện Điện Tử - Viễn thông, Đại học Bách khoa Hả Nội đã tận tỉnh hưởng đẫn, giúp dỡ em hoàn thiện Luận văn này, Emi xin tran trong cdm on! Hình 1.21 Phản giải Wavelet thing os csesssssssenesneensneenetonaeinten sesesseoaoo.22 Phản giải gi Wavelet. nen ree ee.25 Cac ho Wavelet (a) Ilaar (b) Daubechies4 (c) Coiflet] (d) Symlet2 (e) Meyer (1) Morlet (g) Mexiean Hal.26 Ứng dụng xở lý tin hiệu sử dụng biến đổi Wavelet.27 Ứng dung Wavelet trong nén ảnh - - s2 Hình 1.28 Ung ding Wavelet tong phát hiện các điểm đột biến, các sườn 52 linh 1.29 Ứng dựng Wavelet trong loại trữ nhiễu tín hiệu.1 Phương pháp khử nhiễu Wavelet Shrinkage 56 Tình 3.2 Câu trúc phân tích.3 Bigu dién cdc ham lay nguéng (shrinkage function) .4 Phân tích và khôi phục - - - 63 Hình 3.2 Fơnn giao diện chính - - 66 Hinh 3.3 Form chon phuong thức loại trử nhiều.4 Toai tit nbrigu tin higu bumps - 67 Hinh 3.5 Loai try ohiéu tin higu bumps .6 Loại trừ nhiễu tin hiệu heavy sin. eee " OD ‘Hiuh 3.7 Toai tit nhrigu tin higu Doppler - 70 Hình 3.8 Loại trừ nhiễu tín hiệu noiswom với mức ngưỡng = 10; 35.9 Loại trừ nhiễu tín hiệu nbarb với mnứe ngưỡng= 10; 40, - 65 Tình 3.10 Laai trừ nhiễu tín hiệu noissi2d với nức ngưỡng — 4,30 73 DANH MỤC HÌNH VẼ Hình 1.1 Phan tich Fourier.3 Biến đổi Fourier một hàm tuần hoàn 9 Hình 1.3 Biến dỗi Fourier trong mat phẳng thời gian-tản số.4 Cửa số Fourier rộng, hẹp và độ phân giải trên mặt phẳng thời gian — tân số L0 Hình 1.5 Đô phân giải trên mắt phẳng thời gian - tần số của các phép bién dai.6 Thuật toán CWT,. ào ni seerierreere "¬.7 Két quả của phép biển đối FT vả CWT - - 14 Hình 1.8 Các hàm cơ sở trong, phép phân tích FT.9 Các hàm co sở trong phép phân tích Wavelet.10 Phép địch trong bién 46i CWT 15 Tình 1.11 Phép thay đối tỉ lê trong biến đổi CWT - - 16 THỉnh 1.12 Tính chất dịch của biến đổi CWT.13 Tinh cục bộ về mặt thời gian.

(a4) Đỏ thị f) = öŒ-to) và dạng nón của vùng ảnh hưởng,(b) dỗ thị của hảm nhảy bộc f(€) = u(-to) và dạng nón của vùng ảnh hưởng - - - - - 21 Tỉnh 1.14 Tỉnh cục bộ của biến đổi WavcloL lên tục sữ. dung Wavelet sine. (a) PG thi phé cia Wavelet va các dạng tí lệ của nó. (b) đại lượng khác Ú của biến đổi Wavelet lign tục 22 Hình 1.15 Biểu diễn Wavclct Morlct.16 Wayelet Haar, 26 Hình 1.17 Không gian và các không gian cơn trong đa phân giải Không gian L2 biểu diễn toàn bộ không gian.

, biểu điễn một không gian con, W; biểu điển chi tiết.18: Thuật toán hình chóp hay thuật toán mã hoá băng con (a) Quá trình phân tich (b) Qua trinh téng hop .19 Phân tích wavcleL sử dụng kỷ hiệu toán tử.20 Bãng lọc bai kênh.3 Tổ chức các gói WaveleL - 39 1.4 Tựa chọn phân giải tối ưu - - - 40 1.6 Cac ho Wavelet.4 Wavelet Batde- Lemaries.6 Lua chon bién déi - - - 40 1.7 Ứng dụng của pháp biễn đỗi Wavelet: : Chuong 2 UNG DUNG WAVELET TRONG LOẠI TRỪ NHIÊU TÍN 2.2 Nhiễu và khử nhiễu 2.3 Quy trình khử nhiều 2.1 Lựa chọn biển đổi - - 57 2.2 Lấy ngưỡng.2 Khôi phục “ Chương 3 MO PHONG VA KET LUẬN.1 Mục dịch, bài toủn và beu đỗ thuật toán dat ra trong thực hiện mô phông.2 Chương trình mô phẳng.1 Giao điện chính của chương trình - - 66 3.1 Mét s6 két qua khử nhiễu KET LUAN VA KIEN NGIIL. TÀI LIỆU THAM KHẢO.21 Phản giải Wavelet thing os csesssssssenesneensneenetonaeinten sesesseoaoo.22 Phản giải gi Wavelet. nen ree ee.25 Cac ho Wavelet (a) Ilaar (b) Daubechies4 (c) Coiflet] (d) Symlet2 (e) Meyer (1) Morlet (g) Mexiean Hal.26 Ứng dụng xở lý tin hiệu sử dụng biến đổi Wavelet.27 Ứng dung Wavelet trong nén ảnh - - s2 Hình 1.28 Ung ding Wavelet tong phát hiện các điểm đột biến, các sườn 52 linh 1.29 Ứng dựng Wavelet trong loại trữ nhiễu tín hiệu.1 Phương pháp khử nhiễu Wavelet Shrinkage 56 Tình 3.2 Câu trúc phân tích.3 Bigu dién cdc ham lay nguéng (shrinkage function) .4 Phân tích và khôi phục - - - 63 Hình 3.2 Fơnn giao diện chính - - 66 Hinh 3.3 Form chon phuong thức loại trử nhiều.4 Toai tit nbrigu tin higu bumps - 67 Hinh 3.5 Loai try ohiéu tin higu bumps .6 Loại trừ nhiễu tin hiệu heavy sin. eee " OD ‘Hiuh 3.7 Toai tit nhrigu tin higu Doppler - 70 Hình 3.8 Loại trừ nhiễu tín hiệu noiswom với mức ngưỡng = 10; 35.9 Loại trừ nhiễu tín hiệu nbarb với mnứe ngưỡng= 10; 40, - 65 Tình 3.10 Laai trừ nhiễu tín hiệu noissi2d với nức ngưỡng — 4,30 73 DANH MỤC HÌNH VẼ Hình 1.1 Phan tich Fourier.3 Biến đổi Fourier một hàm tuần hoàn 9 Hình 1.3 Biến dỗi Fourier trong mat phẳng thời gian-tản số.4 Cửa số Fourier rộng, hẹp và độ phân giải trên mặt phẳng thời gian — tân số L0 Hình 1.5 Đô phân giải trên mắt phẳng thời gian - tần số của các phép bién dai.6 Thuật toán CWT,.

ào ni seerierreere "¬.7 Két quả của phép biển đối FT vả CWT - - 14 Hình 1.8 Các hàm cơ sở trong, phép phân tích FT.9 Các hàm co sở trong phép phân tích Wavelet.10 Phép địch trong bién 46i CWT 15 Tình 1.11 Phép thay đối tỉ lê trong biến đổi CWT - - 16 THỉnh 1.12 Tính chất dịch của biến đổi CWT.13 Tinh cục bộ về mặt thời gian. (a4) Đỏ thị f) = öŒ-to) và dạng nón của vùng ảnh hưởng,(b) dỗ thị của hảm nhảy bộc f(€) = u(-to) và dạng nón của vùng ảnh hưởng - - - - - 21 Tỉnh 1.14 Tỉnh cục bộ của biến đổi WavcloL lên tục sữ. dung Wavelet sine. (a) PG thi phé cia Wavelet va các dạng tí lệ của nó.

(b) đại lượng khác Ú của biến đổi Wavelet lign tục 22 Hình 1.15 Biểu diễn Wavclct Morlct.16 Wayelet Haar, 26 Hình 1.17 Không gian và các không gian cơn trong đa phân giải Không gian L2 biểu diễn toàn bộ không gian. , biểu điễn một không gian con, W; biểu điển chi tiết.18: Thuật toán hình chóp hay thuật toán mã hoá băng con (a) Quá trình phân tich (b) Qua trinh téng hop .19 Phân tích wavcleL sử dụng kỷ hiệu toán tử.20 Bãng lọc bai kênh.3 Tổ chức các gói WaveleL - 39 1.4 Tựa chọn phân giải tối ưu - - - 40 1.6 Cac ho Wavelet.4 Wavelet Batde- Lemaries.6 Lua chon bién déi - - - 40 1.7 Ứng dụng của pháp biễn đỗi Wavelet: : Chuong 2 UNG DUNG WAVELET TRONG LOẠI TRỪ NHIÊU TÍN 2.2 Nhiễu và khử nhiễu 2.3 Quy trình khử nhiều 2.1 Lựa chọn biển đổi - - 57 2.2 Lấy ngưỡng.2 Khôi phục “ Chương 3 MO PHONG VA KET LUẬN.1 Mục dịch, bài toủn và beu đỗ thuật toán dat ra trong thực hiện mô phông.2 Chương trình mô phẳng.1 Giao điện chính của chương trình - - 66 3.1 Mét s6 két qua khử nhiễu KET LUAN VA KIEN NGIIL. TÀI LIỆU THAM KHẢO.21 Phản giải Wavelet thing os csesssssssenesneensneenetonaeinten sesesseoaoo.22 Phản giải gi Wavelet. nen ree ee.25 Cac ho Wavelet (a) Ilaar (b) Daubechies4 (c) Coiflet] (d) Symlet2 (e) Meyer (1) Morlet (g) Mexiean Hal.26 Ứng dụng xở lý tin hiệu sử dụng biến đổi Wavelet.27 Ứng dung Wavelet trong nén ảnh - - s2 Hình 1.28 Ung ding Wavelet tong phát hiện các điểm đột biến, các sườn 52 linh 1.29 Ứng dựng Wavelet trong loại trữ nhiễu tín hiệu.1 Phương pháp khử nhiễu Wavelet Shrinkage 56 Tình 3.2 Câu trúc phân tích.3 Bigu dién cdc ham lay nguéng (shrinkage function) .4 Phân tích và khôi phục - - - 63 Hình 3.2 Fơnn giao diện chính - - 66 Hinh 3.3 Form chon phuong thức loại trử nhiều.4 Toai tit nbrigu tin higu bumps - 67 Hinh 3.5 Loai try ohiéu tin higu bumps .6 Loại trừ nhiễu tin hiệu heavy sin.

eee " OD ‘Hiuh 3.7 Toai tit nhrigu tin higu Doppler - 70 Hình 3.8 Loại trừ nhiễu tín hiệu noiswom với mức ngưỡng = 10; 35.9 Loại trừ nhiễu tín hiệu nbarb với mnứe ngưỡng= 10; 40, - 65 Tình 3.10 Laai trừ nhiễu tín hiệu noissi2d với nức ngưỡng — 4,30 73 DAXH MỤC CÁC BẰNG Bang 1.1 Thủ tục tìm cay con tdi wa cho node chưa kết thúc 41 Bang 1.2: Các momert liên tục, rời rạc của các hàm Wavelet va ti 1é voi chiều đải N=6. TH HH KH HH HH HH An HH HH HH H0 ng 1e.3: Téng kétt 50 DAXH MỤC CÁC BẰNG Bang 1.1 Thủ tục tìm cay con tdi wa cho node chưa kết thúc 41 Bang 1.2: Các momert liên tục, rời rạc của các hàm Wavelet va ti 1é voi chiều đải N=6. TH HH KH HH HH HH An HH HH HH H0 ng 1e.3: Téng kétt 50 DAXH MỤC CÁC BẰNG Bang 1.1 Thủ tục tìm cay con tdi wa cho node chưa kết thúc 41 Bang 1.2: Các momert liên tục, rời rạc của các hàm Wavelet va ti 1é voi chiều đải N=6. TH HH KH HH HH HH An HH HH HH H0 ng 1e.