基于全球衛(wèi)星導(dǎo)航系統(tǒng)（GNSS）的水田旋耕平地機(jī)田間試驗(yàn),采集平地機(jī)在調(diào)平過程中的傾角信號(hào),采用小波硬閾值法,獲取低頻信號(hào),并實(shí)時(shí)估計(jì)傾角信號(hào)的噪聲方差,作為卡爾曼濾波的修正信息,再將低頻信號(hào)作為系統(tǒng)輸入,運(yùn)用卡爾曼濾波對(duì)信號(hào)進(jìn)行二次修正。試驗(yàn)結(jié)果表明:小波硬閾值–卡爾曼融合算法的濾波效果優(yōu)于單一的小波閾值法和卡爾曼濾波,傾角信號(hào)經(jīng)融合算法處理后,信號(hào)的信噪比由21.704提高到39.116,均方根誤差從0.035 1減小至0.012 6。傾角信號(hào)中的噪聲成分明顯減少,信號(hào)的精確度更高。 

【文章來源】：湖南農(nóng)業(yè)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2020,46(02)北大核心CSCD

【文章頁數(shù)】：5 頁

【部分圖文】：

水田旋耕平地機(jī)總體結(jié)構(gòu)

對(duì)原始傾角信號(hào)分別運(yùn)用小波閾值法、卡爾曼濾波法、融合法進(jìn)行濾波處理，濾波效果如圖2所示。小波軟閾值法得到的信號(hào)連續(xù)性較好，但由于對(duì)小波系數(shù)的收縮處理，使得重構(gòu)信號(hào)與真實(shí)信號(hào)之間產(chǎn)生了一定程度的偏差，導(dǎo)致部分有效信號(hào)被壓縮(圖2–1)；小波硬閾值法得到的信號(hào)在閾值點(diǎn)處產(chǎn)生了振蕩，使去噪后的傾角信號(hào)產(chǎn)生局部抖動(dòng)，且當(dāng)小波系數(shù)的絕對(duì)值大于閾值時(shí)，不能實(shí)現(xiàn)對(duì)信號(hào)的有效去噪(圖2–2)；卡爾曼濾波根據(jù)上一刻的狀態(tài)估計(jì)和當(dāng)前狀態(tài)的觀測來計(jì)算出當(dāng)前狀態(tài)的估計(jì)，所以前一時(shí)刻的估計(jì)誤差也同樣會(huì)累加到下一時(shí)刻，且傾角信號(hào)的系統(tǒng)模型難以精確建立，從而使卡爾曼濾波的整體去噪效果變差，還會(huì)出現(xiàn)信號(hào)的局部失真現(xiàn)象(圖2–3)；小波–卡爾曼融合算法對(duì)小波閾值法和卡爾曼濾波的缺點(diǎn)進(jìn)行了折中處理，保留了大波動(dòng)信號(hào)的有效信息，又去除了小波動(dòng)信號(hào)中的噪聲干擾，使信號(hào)曲線較為平滑，在高頻、瞬態(tài)信號(hào)的處理上也明顯優(yōu)于小波閾值法和卡爾曼濾波，去噪效果較好(圖2–4)。

分別對(duì)融合算法濾波前后的傾角信號(hào)進(jìn)行處理，如圖4所示，傾角信號(hào)經(jīng)融合算法去噪后信號(hào)中的噪聲成分明顯減少。傾角信號(hào)經(jīng)融合算法處理后，信號(hào)的信噪比由21.704提高到39.116，均方根誤差從0.035 1降低至0.012 6，這意味著傾角信號(hào)經(jīng)融合算法處理后，信號(hào)中的噪聲成分明顯減少，信號(hào)的精確度得到改善，數(shù)據(jù)波動(dòng)范圍和標(biāo)準(zhǔn)差均有所降低，傾角信號(hào)更加穩(wěn)定。

【參考文獻(xiàn)】：
期刊論文
[1]小波閾值降噪在GPS偽距單點(diǎn)定位中的應(yīng)用[J]. 王夢(mèng)櫻,馮茗楊,于杰.  全球定位系統(tǒng). 2019(02)
[2]卡爾曼濾波在變形監(jiān)測數(shù)據(jù)處理中的應(yīng)用[J]. 丁鵬文,徐泮林,谷彥斐.  測繪與空間地理信息. 2019(03)
[3]基于改進(jìn)小波閾值函數(shù)的光電檢測去噪研究[J]. 劉青,王直.  信息技術(shù). 2018(12)
[4]基于小波卡爾曼濾波的高速公路交通數(shù)據(jù)融合去噪算法研究[J]. 劉兆惠,李倩,王超,徐友春.  公路工程. 2018(06)
[5]Application of a novel constrained wavelet threshold denoising method in ensemble-based background-error variance[J]. HUANG QunBo,LIU BaiNian,ZHANG WeiMin,ZHU MengBin,SUN JingZhe,CAO XiaoQun,XING Xiang,LENG HongZe,ZHAO YanLai.  Science China（Technological Sciences）. 2018(06)
[6]基于ICEEMDAN和小波閾值的滾動(dòng)軸承故障特征提取方法[J]. 肖茂華,張存義,傅秀清,熊龍飛,王月文,封志祥.  南京農(nóng)業(yè)大學(xué)學(xué)報(bào). 2018(04)
[7]基于GNSS農(nóng)田平整全局路徑規(guī)劃方法與試驗(yàn)[J]. 劉剛,康熙,夏友祥,景云鵬.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2018(05)
[8]基于GNSS的農(nóng)田平整定位精度優(yōu)化與試驗(yàn)[J]. 夏友祥,劉剛,康熙,景云鵬.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2017(S1)
[9]基于db3小波閾值法的語音信號(hào)降噪研究[J]. 盧錦濤,羅楊川云.  電子世界. 2016(20)
[10]基于GNSS的農(nóng)田快速平整系統(tǒng)設(shè)計(jì)與試驗(yàn)[J]. 康熙,李笑,夏友祥,劉剛.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2016(S1)



本文編號(hào)：3544510