機(jī)床沖孔產(chǎn)生的聲音信號(hào)包含了許多有用信息,為了濾除聲音信號(hào)提取過程中的工廠環(huán)境產(chǎn)生的噪聲,使用改進(jìn)閾值小波去噪方法對(duì)聲音信號(hào)進(jìn)行處理。利用信噪比（SNR）和均方誤差（MSE）作為去噪效果指標(biāo),使用新的閾值選取規(guī)則,提出了一種分段連續(xù)的閾值函數(shù),對(duì)傳統(tǒng)小波去噪方法進(jìn)行改進(jìn)。該改進(jìn)函數(shù)通過引入常數(shù)a,解決了傳統(tǒng)閾值函數(shù)中軟硬閾值函數(shù)不連續(xù)和恒定偏差問題。采集機(jī)床沖孔聲音信號(hào)并疊加高斯白噪聲作為機(jī)床沖孔含噪信號(hào)進(jìn)行驗(yàn)證。通過實(shí)驗(yàn)確定了最佳小波函數(shù)類型和分解層數(shù),將改進(jìn)閾值小波去噪算法與傳統(tǒng)算法進(jìn)行對(duì)比,結(jié)果表明:改進(jìn)后的算法去噪效果良好,且有效保留了較低的信號(hào)能量。 

【文章來源】：機(jī)床與液壓. 2020,48(09)北大核心

【文章頁數(shù)】：4 頁

【部分圖文】：

小波去噪流程圖

由上述證明可以發(fā)現(xiàn),改進(jìn)后的閾值函數(shù)同樣增加了小于臨界閾值的小波處理,并且在(-∞,+∞)內(nèi)連續(xù)。相比于公式(5)保留了低能量信號(hào),相比于公式(6)計(jì)算量較小。圖2所示為軟硬閾值函數(shù)及改進(jìn)函數(shù)的對(duì)比圖像。3 實(shí)驗(yàn)驗(yàn)證

因此文中使用db3小波函數(shù),分解層數(shù)選擇5層的小波去噪方法,采用改進(jìn)閾值去噪算法和傳統(tǒng)閾值去噪算法,對(duì)疊加高斯白噪聲后的機(jī)床沖孔聲音信號(hào)進(jìn)行去噪對(duì)比實(shí)驗(yàn)。其效果如圖3所示。從圖3中的(c)、(d)可以看出傳統(tǒng)方法對(duì)疊加了高斯白噪聲的機(jī)床沖孔聲音信號(hào)去噪效果明顯,但是會(huì)將能量較低的有效信號(hào)當(dāng)做噪聲去除。而改進(jìn)閾值后的去噪方法在去除噪聲的同時(shí)保留了較多的有效信號(hào)。利用公式(1)和(2)作為判斷去噪效果的標(biāo)準(zhǔn),去噪效果如表2所示。通過表2看出改進(jìn)閾值后的小波去噪SNR達(dá)到16.487,比軟硬閾值要高;MSE達(dá)到0.027比軟硬閾值小。結(jié)果表明了改進(jìn)閾值算法在3種算法中效果最好。


本文編號(hào)：3094691