Algoritmos para la reducción de ruido en señales industriales mediante la Transformada Wavelet Discreta

Abstract

La reducción de ruido es un tema ampliamente tratado en el área del procesamiento digital de señales y en los últimos años se han desarrollado un conjunto de algoritmos que involucran nuevas herramientas matemáticas para el mismo. En este trabajo se proponen esquemas para la reducción de ruido, tanto offline como online, en señales industriales. Los algoritmos se desarrollan haciendo uso de la Transformada Wavelet Discreta y se analizan, entre otros, algoritmos de umbralización basados en reglas bayesianas. Se realiza una exhaustiva validación experimental de los algoritmos BayesShrink, NormalShrink, ModifiedShrink y NeighShrink para la reducción de ruido gaussiano en señales industriales. Se propone un nuevo algoritmo para la reducción de ruido online basado en NeighShrink y la técnica de ventanas deslizantes. La evaluación de los algoritmos se realiza sobre un conjunto de señales que incluye las señales patrón propuestas por Donoho y Marron y señales reales obtenidas de procesos industriales. Los resultados muestran que, para este tipo de señales, el algoritmo NeighShrink es el más eficaz en la reducción de ruido offline, y que la propuesta realizada para la reducción de ruido online obtiene mejores resultados que los algoritmos similares reportados en la bibliografía.