本文關鍵詞： ICA-CEEMD 小波閾值 傳感器 去噪 σ原則　出處：《振動與沖擊》2017年04期 　論文類型：期刊論文

【摘要】：針對傳感器在采集信號時混入不同的噪聲,提出一種基于ICA-CEEMD小波閾值的組合去噪算法。該方法是對一維含噪信號進行剪切分段、平移和拼接,得到幾個不同的含噪信號作為獨立分量分析(ICA)的輸入通道信號。通過ICA的盲源分離技術使得信號和噪聲進行初步分離。再利用互補集合經驗模態(tài)分解(CEEMD)對分離信號進行分解去噪,由于不同的高頻和低頻噪聲,需要對分解的高階和低階固有模態(tài)函數(shù)(IMF)進行處理。對第一層和最后一層IMF利用3σ原則提取細節(jié)信息,進一步抑制模態(tài)混疊影響,重構去噪信號。最后,利用小波閾值對重構信號做去噪處理,提升去噪效果和性能指標。為驗證該方法的有效性,進行了仿真和中北大學汾機實測實驗,結果表明,該方法在去噪效果和性能指標上都優(yōu)于小波軟閾值去噪和基于CEEMD的小波閾值去噪方法,是一種有效的信號去噪新方法。
[Abstract]:This paper presents a combined denoising algorithm based on ICA-CEEMD wavelet threshold, which is used to cut, translate and splice one-dimensional noisy signals. Several different noise-containing signals are obtained as input channel signals for independent component analysis (ICA). The signal and noise are preliminarily separated by blind source separation technique of ICA. The separation signals are separated by complementary set empirical mode decomposition (CEEMD). The signal is decomposed and de-noised, Due to different high and low frequency noises, the decomposition of high and low order intrinsic mode functions (IMFs) should be processed. For the first and last layers of IMF, the detailed information is extracted by using the 3 蟽 principle to further suppress the influence of mode aliasing. Finally, the wavelet threshold is used to Denoise the reconstructed signal to improve the denoising effect and performance index. In order to verify the effectiveness of the method, the simulation and the experimental results of Fen machine of Zhongbei University are carried out. The results show that, This method is better than wavelet soft threshold denoising method and wavelet threshold denoising method based on CEEMD in denoising effect and performance index. It is a new effective signal denoising method.
【作者單位】： 中北大學理學院;
【基金】：國家自然科學基金(61275120) 山西省研究生教育創(chuàng)新項目(2016SY050)
【分類號】：TP212;TN911.7

【相似文獻】

相關期刊論文 前10條

1 涂丹,沈建軍,沈振康;小波閾值技術在圖像降噪中的應用研究[J];國防科技大學學報;1999年02期

2 鐘華,鄒道文,鄧承志,汪勝前;基于子帶噪聲的自適應小波閾值算法[J];江西師范大學學報(自然科學版);2005年01期

3 張翠芳;;小波閾值函數(shù)算法的實現(xiàn)及比較[J];信息技術;2009年01期

4 江力;李長云;;基于經驗模分解的小波閾值濾波方法研究[J];信號處理;2005年06期

5 劉婷;劉紅秀;;基于小波閾值變換的心電圖去噪研究[J];廣東藥學院學報;2008年06期

6 姜東煥;宋國鄉(xiāng);;基于修正小波閾值的圖像變分分解[J];電子與信息學報;2007年05期

7 郭v炑，

本文編號：1550998