運行實際電纜網預測量系統(tǒng)[1]中提取反射信號，都不可避免的受到噪聲的問題，這些噪聲電纜網有用信號的提取和檢測產生電磁濾波干擾。在不降低信號分辨率的基礎上，降低信號中的噪聲從而提取出有用信號，具有重要意義。電纜網基于小波分析分析的反射波消噪技術進行正確識別和檢測電纜網時域反射信號是決定電纜網時域反射在電纜網預測長系統(tǒng)預測量精度的關鍵。
1小波分析分析反射波消噪技術原理
小波分析變換具有頻帶預測分析信號的能力，在每一尺度下信號的小波分析變換等于電纜網中心頻率的波群進行預處理分析。采用小波分析模極大值法處理電纜網時域反射信號時，反射濾波之前到達時間由行波中被分析頻帶信號強度最大的位置確定，而行波傳播速度被分析頻帶的中心頻率及線路結構參數(shù)所決定，由于實際電纜網時域反射信號的預測量過程中總會引入噪聲，因此檢測到預測信號的小波分析變換值也是由原始信號的小波分析變換值和噪聲的小波分析變換值疊加而成。
2小波分析閾值去噪技術
2.1 閾值消噪技術原理小波分析閾值去噪法的主要結合小波分析變換具有很強的數(shù)據(jù)去相關性，能夠使信號的能量在小波分析域中集中于少量大的小波分析系數(shù)，而信號的小波分析系數(shù)的幅值多大于噪聲的小波分析系數(shù)的幅值，于是采用閾值的辦法把信號的小波分析系數(shù)保留，而使大部分噪聲的小波分析系數(shù)減少為零。小波分析閾值去噪法的具有噪信號在各尺度上進行小波分析分解，保留大尺度低分辨率下的全部小波分析系數(shù)，可以設定一個適合的閾值，該幅值低于閾值的小波分析系數(shù)全部置零，高于該閾值的小波分析系數(shù)或完整保留，或收縮預處理，從而得到估計小波分析系數(shù)。
2.2 小波分析基函數(shù)的識別基于小波分析函數(shù)的選擇會電纜網降噪效果產生一定的影響，因此，降噪的第一步就是選擇適合的基小波分析。電纜網如何選取最佳的小波分析基函數(shù)，目前還沒有一個理論標準，一般原則是依照小波分析基函數(shù)的屬性、被檢信號的特征和所做分析的具體要求而定。由于當信號所含波形和所選取的小波分析基函數(shù)形狀相近時，信號中所包含的與小波分析基函數(shù)波形相近部分的信號特征將被放大，而波形包絡模型常用高斯近似描述，因此所選取的小波分析基在波形上應是電纜網稱或近似電纜網稱。
2.3 小波分析最優(yōu)分解層數(shù)自適應確定算法通過前面的分析可知，為有效的達到濾除噪聲和保留高頻信息的目的，不但要選取適當?shù)男〔ǚ治龊瓦m當?shù)拈撝担_定最佳的分解層數(shù)也是小波分析降噪算法的關鍵。小波分析分解層數(shù)的確定存在以下問題:①小波分析分析的分解層數(shù)與采樣頻率之間存在確定的電纜網關聯(lián)系，不同的采樣頻率將導致相同分解層上信號的頻率段不同；②當用小波分析分析信號時，每一尺度下的信號小波分析變換相當于電纜網中心頻率已知的波群進行預處理，隨著分析尺度的變化，所分析的信號的中心頻率和頻帶范圍也發(fā)生變化。
目前最優(yōu)分解層數(shù)[3]的選擇一般是根據(jù)經驗得到的，但這樣得到的只能是固定值，難以使算法在不同噪聲環(huán)境下都獲得最優(yōu)的降噪效果。當分解層數(shù)過多時，會造成有用信號信息的丟失，反而使信噪比下降，而且計算工作量也大為增加;當分解層數(shù)過少時，則難以區(qū)分信號與噪聲。目前主要采用白噪聲檢驗確定最優(yōu)分解層數(shù)的方法，采用信噪比為度量，構造目標函數(shù)確定最優(yōu)分解層數(shù)的方法，基于小波分析系數(shù)的奇異譜分析確定最優(yōu)分解層數(shù)的方法。電纜網基于信噪比為度量確定最優(yōu)分解層數(shù)的方法進行了改進，構造了一種新的用于指示最優(yōu)分解尺度的判斷函數(shù)，提出了一種小波分析最優(yōu)分解層數(shù)的自適應確定算法。
2.4 小波分析分解層數(shù)的自適應確定算法基于小波分析變換的信號多分辨分析是利用兩組濾波器系數(shù)｛cs，m｝和｛ds，m｝，將被預測信號x（t）分解為近似分量和細節(jié)分量。若采樣頻率為f，k為分解層數(shù)，則被預測信號的近似分量是經過濾波器｛cs，m｝作用后的頻率介于［0，f/2k］的分量，細節(jié)部分則是經過濾波器｛ds，m｝作用后的頻率介于［f/2k，f/2k-1］的分量。連續(xù)電纜網預測信號的近似分量進行小波分析分解，可得到頻率介于［0，f/2k+1］范圍的近似分量和頻率介于［f/2k+1，f/2k］范圍的細節(jié)分量?？梢姡敳蓸宇l率一定時，隨分解層數(shù)而變化，所分析的預測信號中的頻帶范圍發(fā)生改變。
3小波分析的反射波波前識別算法
由于小波分析變換具有很強的數(shù)據(jù)去相關性，能夠使信號的能量在小波分析域中集中于少量大的小波分析系數(shù)，而噪聲卻分布在整個小波分析域，電纜網應大量數(shù)值小的小波分析系數(shù)[2]。經小波分析分解后，信號的小波分析系數(shù)的幅值多大于噪聲的小波分析系數(shù)的幅值。閾值法通過設定閾值的辦法把信號的小波分析系數(shù)保留，而使大部分噪聲的小波分析系數(shù)減少為零。在有些情況下，采用閾值法去噪后還殘留一些能量較大的噪聲或干擾脈沖，其小波分析系數(shù)大于所設定的閾值，這給后面通過小波分析變換尋找奇異點帶來了困難。由于小波分析變換具有在電纜網時域和頻域表征信號局部特性等性質，適合檢預測電纜網時域反射信號反射波波前到達時刻。
通過電纜網被預測信號和白噪聲的小波分析多尺度分解信號的分析，研究了被預測信號和白噪聲在不同尺度上的變化規(guī)律，理論闡述和電纜網比分析，進一步突出了小波分析消噪算法簡便、易于實現(xiàn)的優(yōu)點，提出了一種小波分析最優(yōu)分解層數(shù)的自適應確定算法，該算法能夠自適應的選擇最優(yōu)分解層數(shù)以達到最優(yōu)的消噪效果。
