本发明涉及一种基于改进小波阈值函数的雨声信号去噪方法，属于信号处理。
背景技术：
1、近年来，数字信号的质量监测对众多领域的工作开展有着直接影响。例如，遥测信号对于飞行数据的分析提供了依据，ct图像的辅助医疗也依赖于数字信号，而降雨量的监测也依赖于雨声信号的分析处理。然而在实际工程中采集到的雨声信号往往被噪声干扰，需要去噪处理才能有效地表现原信号中的有用信息。
2、降雨量的测量在气象水文领域中起着至关重要的作用，雨声信号的变化可反演雨情的发展及消散过程，对及时预警防灾减灾具有重要意义。过去一般采用传统雨量计测量降雨量的大小，传统雨量计大多采用虹吸式、称重式和翻斗式等，但传统雨量计采用机械式安装且检测方法较为复杂，具有很大的局限性。
3、而今，随着人工智能时代的到来，雨量计的检测方式更加多样化、智能化。在声学领域中，通过对雨声信号进行分析处理，也可以实现环境雨情的检测。由于雨声信号具有非平稳、非线性的特征，这使得其在采集过程中易受各种噪声的影响。因此，如何获取纯净的雨声信号成为研究雨声信号测量雨量的首要问题。
4、小波变换相较传统的傅里叶变换具有更广泛的适用范围，能够对大部分非平稳信号进行去噪处理，其在时频分析方面具有显著特性。小波分析去噪的重点之一是阈值函数的选择。在现有方法中，通常使用软硬阈值作为信号处理的阈值函数。其中，软阈值函数在处理信号时具有较好的连续性，处理效果较平滑，但是去噪信号会与原信号存在恒定的偏差。硬阈值函数在一定程度上能将信号的细节特征进行留存，但是重构后的信号可能会发生振荡，这是其间断性导致的。因此，需要构造一种改进的阈值函数，以获得尽可能纯净的雨声信号。
技术实现思路
1、本发明所要解决的技术问题是：提供一种基于改进小波阈值函数的雨声信号去噪方法，以有效解决在小波阈值降噪中常见的硬阈值函数不连续性导致降噪后信号振荡，以及软阈值函数估计小波系数与原信号存在偏差，重构信号容易失真的问题。
2、本发明为解决上述技术问题采用以下技术方案：
3、一种基于改进小波阈值函数的雨声信号去噪方法，包括如下步骤：
4、步骤1，引入阈值调节因子，构造可切换阈值函数；
5、步骤2，以信噪比和均方根误差为评判指标，确定最优小波基和分解层数；
6、步骤3，根据步骤2确定的最优小波基和分解层数，利用小波变换对含噪雨声信号进行分解，得到各层对应的低频和高频小波系数；
7、步骤4，利用步骤1构造的可切换阈值函数对各层对应的高频小波系数进行处理，得到新的高频小波系数；
8、步骤5，对各层对应的低频小波系数和新的高频小波系数进行小波逆变换，即小波重构，得到降噪后的雨声信号。
9、作为本发明的一种优选方案，所述步骤1中，可切换阈值函数的公式如下：
10、，
11、式中，为阈值，且，为噪声标准差，为信号的长度，分别为处理前、后的高频小波系数，均为阈值调节因子，且，。
12、作为本发明的一种优选方案，所述步骤2的具体过程如下：
13、1）固定分解层数，分别选择db6、sym6、db2和coif5小波基；
14、2）利用小波变换，对含噪雨声信号进行分解，得到各小波基情况下每个分解层对应的低频和高频小波系数；
15、3）利用步骤1构造的可切换阈值函数对各小波基情况下每个分解层对应的高频小波系数进行处理，得到新的高频小波系数；
16、4）将各小波基情况下每个分解层对应的低频小波系数和新的高频小波系数进行小波逆变换，即小波重构，得到各小波基情况下降噪后的雨声信号；
17、5）计算各小波基情况下的信噪比和均方根误差，选择降噪效果最好的小波基作为最优小波基；
18、6）在最优小波基确定的情况下，选择不同的分解层数，对含噪雨声信号进行2）-4）相同的操作，计算各分解层数情况下的信噪比和均方根误差，选择降噪效果最好的分解层数作为最优分解层数。
19、一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述的基于改进小波阈值函数的雨声信号去噪方法的步骤。
20、一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现所述的基于改进小波阈值函数的雨声信号去噪方法的步骤。
21、本发明采用以上技术方案与现有技术相比，具有以下技术效果：
22、1、本发明引入阈值调节因子，构造出介于软硬阈值函数之间的可切换阈值函数。该函数具有高阶可导、渐近且连续等优秀的性质，能对不同的信号进行很好的去噪处理，且相较于传统方法显著提高了信噪比，并降低了均方根误差。
23、2、本发明所构造阈值函数在雨声信号去噪处理中实现了更好的去噪效果，函数中的阈值调节因子也在很大程度上提高了该方法的泛用性，使得改进的阈值函数可以应用于更多信号领域的去噪。
1.一种基于改进小波阈值函数的雨声信号去噪方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的基于改进小波阈值函数的雨声信号去噪方法，其特征在于，所述步骤1中，可切换阈值函数的公式如下：
3.根据权利要求1所述的基于改进小波阈值函数的雨声信号去噪方法，其特征在于，所述步骤2的具体过程如下：
4.一种计算机设备，包括存储器、处理器，以及存储在所述存储器中并能够在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至3任一项所述的基于改进小波阈值函数的雨声信号去噪方法的步骤。
5.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至3任一项所述的基于改进小波阈值函数的雨声信号去噪方法的步骤。
