• 全国中文核心期刊
  • 中国科技核心期刊
  • 美国工程索引(EI)收录期刊

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

基于样本熵理论的自适应小波消噪分析方法

尚晓三 王式成 王振龙 王栋

尚晓三, 王式成, 王振龙, 王栋. 基于样本熵理论的自适应小波消噪分析方法[J]. 水科学进展, 2011, 22(2): 182-188.
引用本文: 尚晓三, 王式成, 王振龙, 王栋. 基于样本熵理论的自适应小波消噪分析方法[J]. 水科学进展, 2011, 22(2): 182-188.
SHANG Xiao-san, WANG Shi-cheng, WANG Zhen-long, WANG Dong. Adaptive wavelet denoising method based on sample entropy[J]. Advances in Water Science, 2011, 22(2): 182-188.
Citation: SHANG Xiao-san, WANG Shi-cheng, WANG Zhen-long, WANG Dong. Adaptive wavelet denoising method based on sample entropy[J]. Advances in Water Science, 2011, 22(2): 182-188.

基于样本熵理论的自适应小波消噪分析方法

基金项目: 国家自然科学基金资助项目(41071018;41030746;40725010;40730635);水利部公益性行业科研专项经费资助项目(200701024;200801068;200901026);南京大学青年骨干教师和优秀中青年学科带头人培养计划项目
详细信息
    作者简介:

    尚晓三(1985- ),安徽宣城人,助理工程师,硕士研究生,主要从事水文水资源的应用与研究.E-mail:shangxiaosan@gmail.com

    通讯作者:

    王栋,E-mail:wangdong@nju.edu.cn

  • 中图分类号: P333

Adaptive wavelet denoising method based on sample entropy

Funds: The study is financially supported by the National Natural Science Foundation of China(No.41071018;No.41030746;No.40725010;No.40730635) and the National Non-Profit Research Program of China(No.200701024;No.200801068;No.200901026).
  • 摘要: 小波消噪方法的核心问题是阈值的选择及确定.依据样本熵的特性,将样本熵与小波分析方法耦合起来,提出了一种自适应确定阈值的小波消噪分析方法.该方法计算了不同阈值对应噪声序列的样本熵值,得到阈值与样本熵值之间的关系曲线,当样本熵值达到最大时,此时阈值为所求阈值.通过算例加以验证分析,结果表明,自适应小波消噪分析方法能较好地实现水文序列的信噪分离,其消噪结果符合序列本身的特性及评价指标的要求,这为合理确定阈值提供了一种新的途径和方法.
  • [1] 丁晶,邓育仁.随机水文学[M].成都.成都科技大学出版社,1989:9-11.(DING Jing,Dun Yu-ren.Stochastic hydrology[M].Chengdu:University of Science and Technology of Chengdu Press,1989:9-11.(in Chinese))
    [2] 王文圣,黄伟军,丁晶.基于小波消噪和符号动力学的径流变化复杂性研究[J].水科学进展,2005,16(3):380-383.(WANG Wen-sheng,HUANG Wei-jun,DING Jing.Study on the complexity of runoff change based on the dis-noising of wavelet transform and symbolic dynamics[J].Advances in Water Science,2005,16(3):380-383.(in Chinese))
    [3] 王栋.熵及其在水系统中的研究与应用[D].南京:河海大学.2001.(WANG Dong.Research and application of entropy in the water system[D].Nanjing:Hohai University.2001.(in Chinese))
    [4] ELSHORBAGY A,SRMONOVIC S P,PANU U S.Noise reduction in chaotic hydrologic time series:facts and doubts[J].Journal of Hydrology,2002,256:147-165.
    [5] SANG Y F,WANG D,WU J C,et al.The relation between periods' identification and noises in hydrologic series data[J].Journal of Hydrology,2009,368,164-177.
    [6] 桑燕芳,王栋,吴吉春,等.水文序列分析中的基于信息熵理论的消噪方法[J].水利学报,2009,40(8):919-926.(SANG Yan-fang,WANG Dong,WU Ji-chun,et al.Information entropy theory based noise reduction method for hydrologic series data analysis[J].Journal of Hydraulic Engineering,2009,40(8):919-926.(in Chinese))
    [7] 王秀杰,练继建,费守明.基于小波消噪的水文系统混沌特性识别[J].系统工程理论与实践,2008,2:170-175.(WANG Xiu-Jie,LIAN Ji-jian,FEI Shou-ming.Chaos identification of hydrologic system based on wavelet de-noising[J].Systems Engineering-Theory & Practice,2008,2:170-175.(in Chinese))
    [8] SIVAKUMAR B,PHOON K K,LIONG S Y,et al.A systematic approach to noise reduction in chaotic hydrological time series[J].Journal of Hydrology,1999,219:103-135.
    [9] 赵太想,王文圣,丁晶.基于小波消噪的改进的非参数解集模型[J].四川大学学报:工程科学版,2005,37(5):1-4.(ZHAO Tai-xiang,WANG Wen-sheng,DING Jing.Modified nonparametric disaggregation model based on wavelet de-noise[J].Journal of Sichuan University:Engineering Science Edition,2005,37(5):1-4.(in Chinese))
    [10] 王秀杰,练继建,费守明.基于小波消噪的混沌神经网络径流预报模型[J].水力发电学报,2008,27(5):27-32.(WANG Xiu-jie,LIAN Ji-jian,FEI Shou-ming.The chaotic neural network model of runoff forecast based on wavelet de-noising[J].Journal of Hydroelectric Engineering[J].2008,27(5):27-32.(in Chinese))
    [11] 刘冀,董晓华,李帅.基于小波消噪的径流趋势变化对比分析[J].水电能源科学,2009,27(5):4-7.(LIU Ji,DONG Xi-ao-hua,LI Shuai.Comparison analysis of runoff change trends based on wavelet de-noising[J].Water Resources and Power,2009,27(5):4-7.(in Chinese))
    [12] 李秀峰,袁鹏,邵骏,等.基于小波消噪偏最小二乘回归模型的径流预测[J].水力发电,2007,33(10):23-25.(LI Xiu-Feng,YUAN Peng,SHAO Jun,et al.Application of the partial least-squares regression model based on dis-noising of wavelet transform in the runoff forecast[J].Water Power,2007,33(10):23-25.(in Chinese))
    [13] 王文圣,丁晶,李跃青.水文小波分析[M].北京:化学工业出版社,2005:63-68.(WANG Wen-sheng,DING Jing,LI Yue-qing.Hydrology wavelet analysis[J].Beijing:Chemical Industry Press,2005:63-68.(in Chinese))
    [14] PINCUS S M.Approximate entropy as a measure of system complexity[J].Proceeding of the National Academy Sciences,1991,88(6):2297-2301.
    [15] RICHMAN J S,MOORMAN J R.Physiological time-series analysis using approximate entropy and sample entropy[J].American Journal of Physiology:Heart and Circulatory Physiology,2000,278:2039-2049.
    [16] LAKE D E,RICHMAN J S,GRIFFIN M P,et al.Sample entropy analysis of neonatal heart rate variability[J].American Journal of Physiology:Regulatory,Integrative and Comparative Physiology,2002,283(3):789-797.
  • [1] 陈子燊, 黄强, 刘曾美.  1962-2007年广东干湿时空变化特征分析 . 水科学进展, 2013, 24(4): 469-476.
    [2] 秦长海, 甘泓, 汪林, 王琳.  海河流域水资源开发利用阈值研究 . 水科学进展, 2013, 24(2): 220-227.
    [3] 张艳艳, 钟德钰, 吴保生.  黄河平滩流量的多时间尺度现象 . 水科学进展, 2012, 23(3): 302-309. doi: CNKI: 32.1309.P.20120501.1618.021
    [4] 李庆祥, 黄嘉佑.  北京地区强降水极端气候事件阈值 . 水科学进展, 2010, 21(5): 660-665.
    [5] 崔远来, 谭芳, 郑传举.  不同环节灌溉用水效率及节水潜力分析 . 水科学进展, 2010, 21(6): 788-794.
    [6] 谢涛, 杨志峰.  黄河三角洲芦苇湿地土壤水分安全阈值 . 水科学进展, 2009, 20(5): 683-688.
    [7] 姚文艺, 郜国明.  黄河下游洪水冲淤相对平衡的分组含沙量阈值探讨 . 水科学进展, 2008, 19(4): 467-474.
    [8] 于国荣, 夏自强.  混沌时间序列支持向量机模型及其在径流预测中应用 . 水科学进展, 2008, 19(1): 116-122.
    [9] 桑燕芳, 王栋.  水文时间序列周期识别的新思路与两种新方法 . 水科学进展, 2008, 19(3): 412-417.
    [10] 丛沛桐, 王瑞兰, 李翠霞.  黄河封河期冰凌预警地电测试技术研究 . 水科学进展, 2006, 17(6): 877-880.
    [11] 王文, 许武成.  对水文时间序列混沌特征参数估计问题的讨论 . 水科学进展, 2005, 16(4): 609-616.
    [12] 王文圣, 黄伟军, 丁晶.  基于小波消噪和符号动力学的径流变化复杂性研究 . 水科学进展, 2005, 16(3): 380-383.
    [13] 王文圣, 熊华康, 丁晶.  日流量预测的小波网络模型初探 . 水科学进展, 2004, 15(3): 382-386.
    [14] 林鹏, 陈立.  挟沙水流紊动通量的实验研究 . 水科学进展, 2002, 13(2): 153-158.
    [15] 王文圣, 丁晶, 向红莲.  小波分析在水文学中的应用研究及展望 . 水科学进展, 2002, 13(4): 515-520.
    [16] 林鹏, 陈立.  挟沙水流紊动特征的小波分析研究 . 水科学进展, 2001, 12(4): 450-454.
    [17] 李玲, 施勇.  一种新的时间序列综合分析法和应用 . 水科学进展, 2000, 11(4): 451-456.
    [18] 李贤彬, 丁晶, 李后强.  水文时间序列的子波分析法 . 水科学进展, 1999, 10(2): 144-149.
    [19] 戴申生.  台湾水文科学进展 . 水科学进展, 1995, 6(2): 169-169.
    [20] 王文均, 叶敏, 陈显维.  长江径流时间序列混沌特性的定量分析 . 水科学进展, 1994, 5(2): 87-94.
  • 加载中
计量
  • 文章访问数:  26
  • HTML全文浏览量:  12
  • PDF下载量:  680
  • 被引次数: 0
出版历程
  • 收稿日期:  2010-06-02
  • 刊出日期:  2011-03-25

基于样本熵理论的自适应小波消噪分析方法

    基金项目:  国家自然科学基金资助项目(41071018;41030746;40725010;40730635);水利部公益性行业科研专项经费资助项目(200701024;200801068;200901026);南京大学青年骨干教师和优秀中青年学科带头人培养计划项目
    作者简介:

    尚晓三(1985- ),安徽宣城人,助理工程师,硕士研究生,主要从事水文水资源的应用与研究.E-mail:shangxiaosan@gmail.com

    通讯作者: 王栋,E-mail:wangdong@nju.edu.cn
  • 中图分类号: P333

摘要: 小波消噪方法的核心问题是阈值的选择及确定.依据样本熵的特性,将样本熵与小波分析方法耦合起来,提出了一种自适应确定阈值的小波消噪分析方法.该方法计算了不同阈值对应噪声序列的样本熵值,得到阈值与样本熵值之间的关系曲线,当样本熵值达到最大时,此时阈值为所求阈值.通过算例加以验证分析,结果表明,自适应小波消噪分析方法能较好地实现水文序列的信噪分离,其消噪结果符合序列本身的特性及评价指标的要求,这为合理确定阈值提供了一种新的途径和方法.

English Abstract

尚晓三, 王式成, 王振龙, 王栋. 基于样本熵理论的自适应小波消噪分析方法[J]. 水科学进展, 2011, 22(2): 182-188.
引用本文: 尚晓三, 王式成, 王振龙, 王栋. 基于样本熵理论的自适应小波消噪分析方法[J]. 水科学进展, 2011, 22(2): 182-188.
SHANG Xiao-san, WANG Shi-cheng, WANG Zhen-long, WANG Dong. Adaptive wavelet denoising method based on sample entropy[J]. Advances in Water Science, 2011, 22(2): 182-188.
Citation: SHANG Xiao-san, WANG Shi-cheng, WANG Zhen-long, WANG Dong. Adaptive wavelet denoising method based on sample entropy[J]. Advances in Water Science, 2011, 22(2): 182-188.
参考文献 (16)

目录

    /

    返回文章
    返回