本文關(guān)鍵詞：姿態(tài)傳感器中基于遺傳算法的小波去噪研究

  更多相關(guān)文章： 姿態(tài)傳感器 小波去噪 閾值函數(shù) 遺傳算法

【摘要】：車體的姿態(tài)角度是姿態(tài)測量系統(tǒng)中最核心也是最需要解決的問題,其測量結(jié)果的準(zhǔn)確性會直接影響到火炮系統(tǒng)的決策,從而影響到武器打擊目標(biāo)的能力。但在復(fù)雜的戰(zhàn)場環(huán)境中對姿態(tài)角度進(jìn)行測量時容易引入各種干擾信號,如加速度,振動,電磁以及高斯白噪聲等,這就要求我們在使用測量到的結(jié)果時需對信號進(jìn)行去噪處理,而小波分析理論由于能同時對信號進(jìn)行時域和頻域的分析,可以有效的去除信號中的噪聲干擾。本文首先從新型高精度姿態(tài)傳感器的電路設(shè)計方面入手,對姿態(tài)傳感器的電路設(shè)計部分進(jìn)行了相應(yīng)的闡述,分析了系統(tǒng)結(jié)構(gòu)中易受外部信號干擾的部分。然后介紹了小波分析理論的最新發(fā)展現(xiàn)況,對小波去噪的相關(guān)理論和方法進(jìn)行了詳細(xì)的說明,并從小波閾值去噪處理方面的內(nèi)容出發(fā),針對傳統(tǒng)小波硬閾值函數(shù)和軟閡值函數(shù)去噪方法的不足,提出了一種基于冪指函數(shù)模型的小波閾值函數(shù),并檢驗比較了不同閡值函數(shù)對目標(biāo)信號的去噪效果。同時由于小波函數(shù)是一個函數(shù)集合系,因此為了既能夠有效地去除噪聲,又盡量保證原始信號不被損失,這就需要選取合適的小波函數(shù)對原始信號進(jìn)行小波分解與小波重構(gòu)。在其他條件相同的情況下,分別對原始信號和含噪信號用不同的小波函數(shù)進(jìn)行去噪處理后,利用基于信噪比(SNR)的系數(shù)σ來評估小波函數(shù)的適用性。最后,充分利用小波變換多尺度多分辨率的特點,提出了一種運用小波理論中的廣義交叉確認(rèn)準(zhǔn)則,結(jié)合遺傳法算法全局優(yōu)化概率搜索特性,來求解原始信號經(jīng)小波變換后每個尺度上最優(yōu)閾值的方法,使得該閾值可以根據(jù)多尺度多分辨率的特性進(jìn)行自適應(yīng)調(diào)整,并最終將該方法應(yīng)用到傾角傳感器因加速度所引起的信號畸變問題中去。實驗結(jié)果表明,對于傾角傳感器的輸出電壓信號而言,新的去噪方法跟傳統(tǒng)的小波閾值去噪方法相比,能夠更為有效的抑制信號中的畸變干擾,使信號電壓的波動范圍不超過1V,并將畸變的最大峰值電壓由最初的5V控制到了3.5V以內(nèi),基本達(dá)到了對畸變干擾進(jìn)行抑制的目的,同時對信號噪聲的細(xì)節(jié)處理也更為優(yōu)越。
【關(guān)鍵詞】：姿態(tài)傳感器 小波去噪 閾值函數(shù) 遺傳算法
【學(xué)位授予單位】：西安工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TJ810.3;TN911.4
【目錄】：

• 摘要3-5
• Abstract5-9
• 1 緒論9-12
• 1.1 論文研究背景9
• 1.2 小波去噪的研究發(fā)展現(xiàn)狀9-10
• 1.3 遺傳算法的研究發(fā)展現(xiàn)狀10-11
• 1.4 研究目的及主要內(nèi)容11-12
• 1.4.1 研究目的11
• 1.4.2 研究主要內(nèi)容11-12
• 2 姿態(tài)傳感器的結(jié)構(gòu)設(shè)計12-17
• 2.1 姿態(tài)傳感器的工作原理12
• 2.2 姿態(tài)傳感器的主要技術(shù)指標(biāo)12-13
• 2.2.1 角度測量范圍12-13
• 2.2.2 測量精度13
• 2.2.3 分辨率13
• 2.2.4 系統(tǒng)響應(yīng)時間13
• 2.2.5 工作電壓與電流13
• 2.3 姿態(tài)傳感器的電路設(shè)計13-15
• 2.4 傾角傳感器15-16
• 2.5 本章小結(jié)16-17
• 3 小波分析相關(guān)理論17-26
• 3.1 傅里葉變換與小波變換17-21
• 3.1.1 傅里葉變換17-19
• 3.1.2 小波變換19-20
• 3.1.3 傅里葉變換與小波變換的比較20-21
• 3.2 連續(xù)小波變換21
• 3.3 離散小波變換21-23
• 3.4 多分辨率分析23-25
• 3.5 本章小結(jié)25-26
• 4 小波閾值函數(shù)去噪法的改進(jìn)26-40
• 4.1 小波閾值去噪的基本原理26-28
• 4.2 閾值函數(shù)的改進(jìn)28-31
• 4.3 基本小波函數(shù)的選擇31-36
• 4.4 不同閾值選取規(guī)則的比較36-37
• 4.5 廣義交叉確認(rèn)準(zhǔn)則GCV37-39
• 4.6 本章小結(jié)39-40
• 5 基于遺傳算法的小波去噪40-54
• 5.1 遺傳算法的概念40-41
• 5.2 遺傳算法的特點41-42
• 5.2.1 遺傳算法的優(yōu)點41
• 5.2.2 遺傳算法的不足41-42
• 5.3 遺傳算法的基本原理42-48
• 5.3.1 編碼42
• 5.3.2 初始群體的設(shè)定42
• 5.3.3 適應(yīng)度函數(shù)42-43
• 5.3.4 遺傳操作43-47
• 5.3.5 算法控制參數(shù)47
• 5.3.6 中止條件47-48
• 5.4 遺傳算法在小波去噪的應(yīng)用48-53
• 5.4.1 自適應(yīng)遺傳算法48-50
• 5.4.2 利用自適應(yīng)遺傳算法求解小波閾值50-52
• 5.4.3 性能比較52-53
• 5.5 本章小結(jié)53-54
• 6 姿態(tài)傳感器中的小波去噪處理54-62
• 6.1 基于虛擬儀器技術(shù)的信號采集54-58
• 6.1.1 虛擬儀器概述54
• 6.1.2 實驗室虛擬儀器工作平臺54-55
• 6.1.3 數(shù)據(jù)采集55-58
• 6.2 傳感器信號分析58-60
• 6.3 傳感器信號去噪60-61
• 6.4 本章小結(jié)61-62
• 7 結(jié)論62-63
• 參考文獻(xiàn)63-66
• 攻讀碩士學(xué)位期間發(fā)表的論文66-67
• 致謝67-69

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前6條

1 趙治棟;陳裕泉;;廣義小波收縮消噪閾值選擇及應(yīng)用研究[J];傳感技術(shù)學(xué)報;2007年03期

2 李玲玲,蔣棟,王廣健,楊占力,李志剛;小波理論的基本思想及其發(fā)展、應(yīng)用與展望[J];淮北煤師院學(xué)報(自然科學(xué)版);2002年01期

3 吳艷;鄭學(xué)理;曾志強(qiáng);張侃諭;;傾角傳感器溫度特性研究[J];電子測量技術(shù);2012年10期

4 葛繼科;邱玉輝;吳春明;蒲國林;;遺傳算法研究綜述[J];計算機(jī)應(yīng)用研究;2008年10期

5 席裕庚，，柴天佑，惲為民;遺傳算法綜述[J];控制理論與應(yīng)用;1996年06期

6 王劍平;張捷;;小波變換在數(shù)字圖像處理中的應(yīng)用[J];現(xiàn)代電子技術(shù);2011年01期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前3條

1 呂瑞蘭;小波閾值去噪的性能分析及基于能量元的小波閾值去噪方法研究[D];浙江大學(xué);2003年

2 閆妍;一種新的自適應(yīng)遺傳算法[D];哈爾濱工程大學(xué);2007年

3 黃忠來;傾角傳感器信號的小波分析與處理[D];貴州大學(xué);2008年

本文編號：950006