【正文】 [25]趙海英，紀超輝 .小波變換降噪技術及其在 Mallab中的實現(xiàn) [J]．兵工 自動化， 2020， 25(2)： 54～55 。 [23] Donoho DL, Johnstone IM, Threshold Selection For Wavelet Shrinkage of Noisy Data,Engineering In Medicine And Biology Society, 1994, Engineering Advances。 參 考 文 獻 [1] 楊福生 ,小波分析的工程分析與應用 [M].北京 :科學出版社 ,1999:1145 [2] 何風華 .小波分析在信號消噪中的應用 [J].兵工自動化 , 2020,(06) [3] 李建平 .小波分析信息傳輸基礎 [M].北京 :國防工業(yè)出版社 .2020 [4] 龍瑞麟 ,高維 .小波分析 [M].北京 :世界圖書出版公司 .1995 [5] 程正興 .小波分析算法與應用 [M].西安 :西安交通大學出版社 .1998 [6] 楊族橋 ,方志雄 ,雷學堂等 .基于小波分析算法的應用程序設計與實現(xiàn) [J].黃岡師范學院學報 ,:6062. [7] 胡昌華，張軍波等，基于 MATLAB 的系統(tǒng)分析與設計 ——小波分析，第二版，西安：西安電子科技大學出版社， 2020：前言 [8] 檀承志 ,胡貴軍 ,史新亮 .小波分析用于半導體激光器噪音信號分析 [J].光子學報 , 2020, 36(4):577580. 第 24 頁 共 25 頁 [9] 秦前清 ,楊宗凱 .實用小波分析 [M].西安 :電子科技大學出版社 .1994 [10] 劉貴忠 , 邸雙亮 .小波分析及其應用 [M].西安 :電子科技大學出版社 .1992 [11] 譚利娜 , 高協(xié)平 , 何勝名等 .基于平移不變多小波方法的磁共振去噪研究 [J]. 光子學 報 ,2020,36（ 8） :15521556 [12] Shao X, Cai W, Sun P, Zhang M, Zhao G. Quantitative Determination of the Components in Overlapping Chromatographic Peaks Using Wavelet Transform[J].Analytical Chemistry,1997,69(9):1722 [13] , E. Hoogendam, Wavelet transform for the evaluation of peak intensities inflowinjection analysis, Anal. Chim. Acta, 1992, 267: 7380. [14] Mittermayer, ., Nikolov, ., Hutter, H., Grasserbauer, M., Wavelet Denoising of Guassian Peak: A Comparative Study,Chemometrics and Intelligent Laboratory Systems, 1996, 34(2): 187202. [15] Alsberg Bk, Woodward AM, Winson MK, Wavelet denoising of infrared spectra,Analyst, 1997, 122: 645652. [16]JouanRimbaud, Noord, , Application of wavelet transform to extract the Relevant ponent from Spectral data for multivariate calibration, Anal Chem, 1997, 69(21): 43174323. [17] Ingrid Daubechies 著，李建平，楊萬年譯，小波十講，北京，國防工業(yè)出版社， 2020：1313。 注：其中 a、 b、 c是在通過測試二氧化硫在給定波長的光譜吸光度， a為給定的波長數(shù)組， b是含噪的光譜吸光度數(shù)組， c是純凈的光譜吸光度數(shù)組。 end SEM4=(y13/y23)^。 for i=1:479 y13=y13+(E4(i)c(i))^2。 end for i=1:479 y22=y22+c(i)^2。 end SEM2=(y11/y21)^。 for i=1:479 y11=y11+(E2(i)c(i))^2。 end for i=1:479 y20=y20+c(i)^2。 y23=0。 y22=0。 y21=0。 y20=0。 y2=0。 figure plot(E4)。 figure plot(E2)。s39。db439。gbl39。)。,2,39。,39。,39。 E3=wden(b,39。db439。one39。h39。heursure39。)。,2,39。,39。,39。 figure plot(C(126:493)) E1=wden(b,39。 pID = p(max(find(p=I/V*q/cVID)))。 cVID = 1。 V = length(p)。 q=。db439。 figure plot(a,c) axis([1000 1500 ])。 plot(a,b)。 附錄 I MATLAB 仿真程序 figure。相信在不久將來， 隨著算法不斷改進，設計出的軟件功能也會更加完善，功能也越來越強大，而軟件的種類也會越來越多。通過軟件方便快捷準確的對環(huán)境進行檢測，使人們的健康質量更加有保證。只有選擇好的處理方法才能更好的進行圖像 去噪，使去噪后的圖像邊緣和紋理信息保存的跟多，使信號的信息接近于理想化的原始純凈信號，這樣對分析信號、處理信號更加接近于真實值，這樣對環(huán)境的監(jiān)控測試更加準確，跟能準確及時的處理各種環(huán)境問題，更好的保護了我們生存的環(huán)境。 第 20 頁 共 25 頁 4 總結與展望 隨著人們對環(huán)境狀況的日益關注，大氣環(huán)境監(jiān)測技術越來越向自動化、實時在線監(jiān)測方向發(fā)展。再通過 VC++軟件對光譜數(shù)據(jù)進行去噪。 表 II 相對 偏差比較 方法 MATLAB 仿真 軟件去噪 相對偏差（ SEM） 本章小結 本章簡單介紹了小波去噪的各個步驟以及分別用 MATLAB 和 VC++軟件 對給定數(shù)據(jù)進行仿真，通過 MATLAB 仿真，對不同的閾值處理方法進行了比較和分析，得出更適合本課題閾值去噪的方法（ heursure 閾值去噪），雖然從相對偏差計算結果看，并沒有什么大的區(qū)別，但是從 heursure 閾值去噪的仿真圖形來看， heursure 的峰值比其他兩個更接近于原始光譜圖，而從各個 閾值消噪方法的特點來看 ,heursure適用于信號比較小， SORE 估計有很大的噪聲，比較適合本課題。 圖 給定光譜吸收度信號分解濾波重構圖 第 19 頁 共 25 頁 數(shù)據(jù)分析 通過光譜預處理軟件，得到光譜數(shù)據(jù)處理后和處理前的坐標數(shù)據(jù)，將這些數(shù)據(jù)通過 MATLAB進行仿真，與原數(shù)據(jù)進行比較如圖 所示，并進行相對偏差（ SEM）進行計算得出最終數(shù)據(jù)，其結果如表 II 所示，得到的數(shù)據(jù)的相對偏差和在 MATLAB 中用 heursure 閾值去噪方法得到的相對偏差很接近，說明本課題實現(xiàn)的光譜預處理軟件比較準確的實現(xiàn)了光譜數(shù)據(jù)去噪的功能。濾波結果如圖 。 第 17 頁 共 25 頁 小波去噪的軟件實現(xiàn) 打開小波工具點擊加載文本數(shù)據(jù)進行加載并找出需要加載的含噪聲的光譜數(shù)據(jù) 讀出含噪吸光度光譜圖如圖 圖 含噪吸光度光譜圖 第 18 頁 共 25 頁 如上圖選好一個分解數(shù)據(jù)，采用 Mallat 算法對小波進行多層分解，分解層數(shù)選擇 3 層分解，并選用 db 小波對需要分解的數(shù)據(jù)進行處理，而 db 小波基 N=1,2,3…10 。 SEM 定義為： ? ???????? niiio r ig in a lniio r ig in a lid e n o is e dyyySE M12,12, 式 式中 idenoisedy , —— 濾噪后個點值， ioriginaly , —— 標準譜圖各點值， n —— 數(shù)據(jù)個數(shù)。 第 15 頁 共 25 頁 圖 ‘ rigrsure’規(guī)則閾值去噪后數(shù)據(jù) 圖 ‘ heursure’ 規(guī)則閾值去噪后數(shù)據(jù) 第 16 頁 共 25 頁 圖 ‘ sqtwolog’規(guī)則閾值去噪結果后數(shù)據(jù) 圖 ， , 分別是 ri