用于红外光谱信号处理的双参数HP滤波去噪算法与流程
文献发布时间:2023-06-19 19:30:30
技术领域
本发明属于信号处理领域,具体涉及用于红外光谱信号处理的双参数HP滤波去噪算法与流程。
背景技术
HP滤波法是由Hodrick和Prescott于1980年在分析美国战后的经济景气时首先提出的。这种方法被广泛地应用于对宏观经济趋势的分析研究中。HP滤波法是一种时间序列在状态空间中的分析方法,相当于对波动方差的极小化。HP滤波可以看作是一个近似的高通滤波器(High-Pass Filter),HP滤波就是要在这些所有的不同频率的成分中,分离出频率较高的成分,因此其也适用于对于高频信号的去噪处理。
然后,HP滤波的实现依赖于一个人工设定的参数Lamda,不同取值的Lamda可以代表不同的高频噪声尺度估计,而对于未知的信号来说,其噪声尺度一般是无法给出准确的估计的。
发明内容
本发明为了解决针对HP滤波去噪过程中参数的不确定选取,导致对于高频噪声去噪尺度难以把握的问题,而提供一种用于红外光谱信号处理的双参数HP滤波去噪算法与流程。
一种用于红外光谱信号处理的双参数HP滤波去噪算法,它包括:
1)待去噪信号输入;
2)初始参数设定:给出参数的估计上下限Lamda_1和Lamda_2;
3)按参数Lamda_1和Lamda_2分别进行HP滤波去噪;则获得此两个参数下的滤波去噪结果:
;
其中代表待处理的信号,
4)综合上下限的参数滤波结果,构造综合的优化函数表达式:
其中Lamda取值于区间[Lamda_1,Lamda_2]内。
5)在[Lamda_1,Lamda_2]内,以步长dh对参数遍历搜索进行HP滤波,寻找优化函数表达式取得极小值时候的Lamda_u,获得Lamda_u下的滤波去噪结果
6) 输出去噪后的信号和噪声;
步骤2)所述的Lamda_1和Lamda_2可以先由经验给出,当最后寻优获得的参数Lamda_u离上下限较近时,可以重新沿着较近的方向延伸设定;
步骤2)所述的Lamda_1小于1,Lamda_2大于20;
步骤5)所述的步长dh为预先设定。
步骤2)所述的HP滤波去噪的表达式如下:
HP滤波去噪的优化函数表达式为:
;
所述的信号为近红外光谱信号。
本发明本发明提供了一种用于红外光谱信号处理的双参数HP滤波去噪算法与流程,通过预先给出参数尺度估计的上下限Lamda_1和Lamda_2,分别进行传统HP滤波得到滤波后的信号后,引入这两个滤波后的信号综合构造新的HP滤波表达式,在新综合重构的HP滤波表达式下进行HP滤波,并在[Lamda_1,Lamda_2]范围寻优得到表达式取极小值时的参数取值作为输出结果,在两个参数预估范围内寻优搜索到局部极值,进行新表达式下的HP滤波。由于本发明构造了综合参数上下限的HP滤波表达式,并进行了参数上下限内的寻优处理,可以实现信号噪声较好的尺度估计,解决了针对HP滤波去噪过程中参数的不确定选取,导致对于高频噪声去噪尺度难以把握的问题,能够获得更好的去噪效果。
该算法首先给出HP滤波参数Lamda的上下限估计Lamda_1和Lamda_2(Lamda_1 附图说明 图1 为本发明的算法流程图。 图2 为本发明的采用的综合HP滤波表达式下寻找极小值时参数获取示意图。 图3为本发明用于测试信号去噪效果示意图,其中(a)为原始的待处理信号,(b)为采用参数下限Lamda_1=0.3时的去噪结果,(c) 为采用参数上限Lamda_2=30时的去噪结果,(d)为引入本发明去噪结果。 具体实施方式 实施例1一种用于红外光谱信号处理的双参数HP滤波去噪算法 为了实现HP滤波参数取值尺度的更好估计,本发明构造了一种双参数的HP滤波算法。通过预先给出参数尺度估计的上下限Lamda_1和Lamda_2,分别进行传统HP滤波得到滤波后的信号后,引入这两个滤波后的信号综合构造新的HP滤波表达式,在新综合重构的HP滤波表达式下进行HP滤波,并在[Lamda_1,Lamda_2]范围寻优得到表达式取极小值时的参数取值作为输出结果,其具体的算法流程如图1所示。 本发明的基本思想是:一种双参数下的再寻优综合HP滤波算法,其具体包括以下步骤:第一步,给出参数的估计上下限Lamda_1和Lamda_2,在这两个参数下分别进行HP滤波;第二步,在第一步的基础上,综合两次的去噪后的信号,重构HP滤波表达式,为新的HP滤波做准备;第三步,进行新表达式下的HP滤波,参数在范围[Lamda_1,Lamda_2]内进行多次计算,找到参数范围内表达式取极小值时的局部最优参数Lamda_u(Lamda_u在[Lamda_1,Lamda_2]内),最后输出参数取Lamda_u 时的去噪结果。 本发明的第一步,是基于传统HP滤波,设待处理的信号采样数为N,传统HP滤波的表达式如下: 其中 其中Lamda为自由参数,这里给定参数Lamda的估计上下限Lamda_1和Lamda_2后,分别进行传统HP滤波去噪,则获得此两个参数下的滤波去噪结果: 和/> 本发明的第二步,是基于第一步的结果重新构建新的HP滤波表达式,具体来说是综合上下限的参数滤波结果,构造综合的优化函数表达式,具体表达式为 其中Lamda取值于区间[Lamda_1,Lamda_2]内。新的优化函数表达式可以看做上下限的滤波通道内的综合形式。 本发明的第三步,是在第二步基础上对参数Lamda进行取值寻优,即在区间[Lamda_1,Lamda_2]内进行步长精度为dh的优化函数表达式排序,找到优化函数取最小值时的参数取值Lamda_u,认为这时的新表达式下的HP滤波是对于参数Lamda的合理估计,该过程的示意图如图2所示,最后输出取Lamda_u时新表达式下的滤波去噪结果: 其中 实施例2单粒水稻种子的近红外透射光谱处理 按照图1所示的流程图实施本发明。即主要包含信号输入、初始参数设定、重建综合HP优化函数表达式、参数寻优、结果输出; 1)待去噪信号输入; 2)初始参数设定。一般设置初始Lamda_1小于1,Lamda_2大于20; 3)开始按照2)的取值分别进行传统HP滤波,获得滤波后结果; 4)按照步骤3)中滤波结果综合构造优化函数表达式,具体表达式如实施例1所述; 5)在[Lamda_1,Lamda_2]内,以步长dh对参数遍历搜索进行HP滤波,寻找优化函数表达式取得极小值时候的Lamda_u,获得Lamda_u下的滤波去噪结果 6) 输出去噪后的信号和噪声,结束。 我们在图3给出本发明的测试结果对比,这里以一段近红外光谱信号为例,信号来源于单粒水稻种子的近红外透射光谱,光谱范围900-2500nm。其中(a)为原始的待处理信号,(b)为采用参数下限Lamda_1=0.3时的去噪结果,(c) 为采用参数上限Lamda_2=30时的去噪结果,(d)为引入本发明去噪结果。可以看到,引入本发明构造的综合优化表达式后,可以获得较为满意的去噪结果,相比于过小和过大的参数取值来说,本发明可以获得比较均衡的高频噪声去除效果。 以上所述,仅为本发明中的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉该领域的人在本发明所揭露的模型范围内,可理解想到的变换或替换,都盖在本发明的包含范围之内。