Dalgacık Sinyal Gürültü Giderme (Yumuşak Eşikleme)
Wavelet Signal Denoising (Soft Thresholding) · Ayrıca şöyle bilinir: Wavelet Shrinkage, Donoho-Johnstone Denoising, Soft Thresholding Denoising, Sinyal Gürültü Giderme
David Donoho tarafından 1995 yılında tanıtılan dalgacık sinyal gürültü giderme, tek boyutlu veya çok boyutlu sinyallerdeki gürültüyü, sinyalleri dalgacık katsayılarına ayrıştırarak, gürültüyü temsil etme olasılığı yüksek olan küçük katsayıları yumuşak eşikleme operatörü aracılığıyla bastırarak ve düzgün bir tahmin yeniden yapılandırarak gideren parametrik olmayan bir tekniktir. Temel sinyalin seyrek veya parçalı düzgün olduğu varsayılan biyomedikal sinyal işleme, jeofizik, ses mühendisliği ve görüntü analizinde yaygın olarak kullanılmaktadır.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Sinyaliniz katkılı beyaz Gauss gürültüsü ile bozulduğunda ve gerçek sinyalin parçalı düzgün, bir dalgacık tabanında seyrek veya birden çok ölçekte geçici özellikler içermesini beklediğinizde dalgacık yumuşak eşikleme kullanın. Biyomedikal dalga biçimleri (EEG, EKG), sismik izler ve ses sinyalleri için özellikle etkilidir. Varsayımlar arasında gürültünün durağanlığı ve sinyalin yaklaşık seyrekliği bulunur. Renkli gürültü, durağan olmayan gürültü varyansı veya Fourier tabanlı yöntemlerin tercih edildiği tamamen sinüzoidal yapıya sahip sinyaller için daha az uygundur.
Güçlü yönler & sınırlılıklar
- Geniş düzgün ve parçalı-düzgün fonksiyon sınıfları üzerinde neredeyse minimaks optimal ortalama kare hatası sağlar.
- Birden çok ölçekte yerel sinyal özelliklerine uyarlanabilir, küresel Fourier yöntemlerinin bulanıklaştırdığı kenarları ve geçişleri korur.
- Evrensel eşik, sinyal hakkında önceden bilgi gerektirmez; doğrudan verilerden hesaplanır.
- Hızlı dalgacık dönüşümü aracılığıyla hesaplama açısından verimlidir, O(n) zamanda çalışır.
- Katkılı beyaz Gauss gürültüsü varsayar; renkli veya durağan olmayan gürültü altında performans düşer.
- Evrensel eşik, dalgacık alanında düşük seyreklik gösteren sinyalleri aşırı düzleştirebilir.
- Sonuçlar, alan bilgisi gerektiren dalgacık ailesi ve ayrıştırma derinliği seçimine bağlıdır.
- Dalgacık dönüşümündeki sınır etkileri, sinyal uç noktalarına yakın artefaktlar oluşturabilir.
SSS
Yumuşak ve sert eşikleme arasındaki fark nedir?
Sert eşikleme, eşiğin altındaki katsayıları sıfıra ayarlar ve geri kalanını değiştirmeden bırakır, bu da zil artefaktları oluşturabilen süreksiz bir operatör yaratır. Yumuşak eşikleme, hayatta kalan katsayıları eşik miktarı kadar sıfıra doğru ek olarak küçültür, bu da büyük katsayılarda küçük bir yanlılık pahasına daha düzgün yeniden yapılandırmalarla sürekli bir operatör üretir.
Evrensel eşik λ = σ√(2 ln n) nasıl türetilir?
Eşik, Gauss rastgele değişkenlerinin aşırı değer teorisinden gelir. n bağımsız standart Gauss değişkenleri için beklenen maksimum √(2 ln n) olarak büyür. λ'yı bu seviyeye ayarlamak, olasılığın bire yaklaşmasıyla tüm saf gürültü katsayılarının eşiğin altına düşmesini sağlarken, sinyal katsayılarına getirilen yanlılık, oracle riskinin log n faktörü içinde sınırlıdır.
Dalgacık gürültü giderme yerine EMD veya VMD'yi ne zaman tercih etmeliyim?
Ampirik Mod Ayrıştırma (EMD) ve Varyasyonel Mod Ayrıştırma (VMD), sinyal durağan olmadığında ve doğrusal olmadığında, sinyal yapısına a priori bir dalgacık tabanı uymadığında veya sabit taban fonksiyonları yerine veriye uyarlanabilir salınımsal modlara ihtiyaç duyduğunuzda tercih edilir. Dalgacık gürültü giderme daha güçlü teorik garantilere sahiptir ve daha hızlıdır, bu da standart bir dalgacık tabanında sinyal seyrekliği makul olduğunda varsayılan seçim olmasını sağlar.
Kaynaklar
- Donoho, D. L. (1995). De-noising by soft-thresholding. IEEE Transactions on Information Theory, 41(3), 613–627. DOI: 10.1109/18.382009 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). Wavelet Signal Denoising (Soft Thresholding). ScholarGate. https://scholargate.app/tr/signal-processing/signal-denoising
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Ampirik Mod Ayrıştırması (EMD)Sinyal işleme↔ karşılaştır
- Fourier Dönüşümü ve Spektral Analiz (FFT)Sinyal işleme↔ karşılaştır
- Variational Mode Decomposition (VMD)Sinyal işleme↔ karşılaştır