針對(duì)傳統(tǒng)音頻控制器信號(hào)檢測(cè)耗時(shí)過(guò)多,誤差較高的問(wèn)題,提出基于小波變換的嵌入式音頻控制器信號(hào)自動(dòng)檢測(cè)方法。通過(guò)對(duì)嵌入式音頻控制器信息特征進(jìn)行采集,對(duì)相似特征信息進(jìn)行匹配處理,并規(guī)范相似特征層級(jí),以便對(duì)不同層級(jí)信息進(jìn)行分層檢測(cè),簡(jiǎn)化檢測(cè)步驟。為提高檢測(cè)精度,進(jìn)一步對(duì)音頻控制器嵌入信息進(jìn)行降噪處理,提高檢測(cè)精度。最后通過(guò)實(shí)驗(yàn)證實(shí),基于小波變換的嵌入式音頻控制器信號(hào)自動(dòng)檢測(cè)方法比傳統(tǒng)方法有更高的精確度,耗時(shí)少,充分滿足研究要求。 

【文章來(lái)源】：自動(dòng)化與儀器儀表. 2020,(10)

【文章頁(yè)數(shù)】：4 頁(yè)

【部分圖文】：

音頻控制器信息特征匹配原理

進(jìn)一步對(duì)嵌入式控制器待檢測(cè)數(shù)據(jù)分類(lèi)層級(jí)進(jìn)行降噪處理,以保證檢測(cè)結(jié)果精度。根據(jù)采集到的特征信息及所在的特征層級(jí)進(jìn)行特征挖掘[10]。為避免信號(hào)檢測(cè)過(guò)程中受到噪音因素干擾的影響,對(duì)不同層級(jí)中的特征數(shù)據(jù)進(jìn)行隨機(jī)采集,清洗信息中潛在的噪音率和光譜相似性[11]。進(jìn)一步對(duì)待檢測(cè)信息中的弱干擾屬性和信息隱秘性點(diǎn)進(jìn)行判斷,并記錄其中存在的隨機(jī)噪音信息數(shù)列,并對(duì)待檢測(cè)信息中的不可逆轉(zhuǎn)屬性的噪音干擾波頻變化情況進(jìn)行記錄,具體如下圖2所示�；谝陨喜l變化情況對(duì)待檢測(cè)信息階層數(shù)列進(jìn)行排序,獲取噪音干擾與待檢測(cè)信息之間的自主檢測(cè)數(shù)值,模擬相應(yīng)的信號(hào)關(guān)聯(lián)曲線,根據(jù)關(guān)聯(lián)曲線判斷相應(yīng)的控制信息運(yùn)行周期,并對(duì)曲線中的最高峰值,并采集嵌入式音頻控制器運(yùn)行周期范圍產(chǎn)生的固定的信號(hào)波頻的固定數(shù)值[12]。根據(jù)嵌入式音頻控制器的運(yùn)行規(guī)則對(duì)噪音干擾下產(chǎn)生的噪音差異數(shù)值和噪音干擾下的最壞時(shí)刻信息進(jìn)行規(guī)范,計(jì)算設(shè)備運(yùn)行干擾數(shù)值,并在采集到異常干擾數(shù)值后進(jìn)行最高干擾度的限定,根據(jù)限定值及時(shí)進(jìn)行設(shè)備干擾數(shù)據(jù)下的調(diào)停[13]。在音頻控制器受到噪聲干擾導(dǎo)致設(shè)備運(yùn)行的片額度用盡時(shí),對(duì)干擾數(shù)值進(jìn)行去除,考慮到信息特征的屬性fa(y)和噪音的獨(dú)立性fk(y),則可以對(duì)噪聲干擾可接受度數(shù)值進(jìn)行計(jì)算,具體如下:

基于上述算法進(jìn)一步對(duì)嵌入式音頻控制器進(jìn)行降噪處理,優(yōu)化降噪步驟,調(diào)節(jié)控制器電載波率并將設(shè)備運(yùn)行訊號(hào)編碼寬窄度設(shè)置為零,若采集信息計(jì)算長(zhǎng)度會(huì)收到局限,訊號(hào)編碼會(huì)出現(xiàn)丟失,因此評(píng)估數(shù)據(jù)會(huì)處于零值狀態(tài)。通過(guò)預(yù)先計(jì)算可以將樣本參數(shù)放大處理,也就是增強(qiáng)信息可靠性。基于上述步驟可有效實(shí)現(xiàn)對(duì)嵌入式音頻控制器運(yùn)行過(guò)程中產(chǎn)生的干擾信號(hào)的清洗和去噪,保證信號(hào)自動(dòng)檢測(cè)的準(zhǔn)確性[14]。


本文編號(hào)：3337327