煤热重信号的两步法去噪探究.pdfVIP

中国工程热物理学会 燃烧学 第十一届年会 编号：054058 煤热重信号的两步法去噪研究 向军胡松李培生孙路石刘雪锋孙学信 (华中科技大学煤燃烧国家重点实验室，湖北正叔430074) 摘要·煤热重实验司获得煤燃烧重要的特性参量，但测得的DTG等动态信号大多古有噪声(白噪声和 突变噪声)，论文提出不同于传统方法的两步法小波去除热重信号的噪声方法，即将小波去噪过程分成 两步：利用小波的二进离散变换等方法除去突变噪声，然后利用传统方法将含白噪声的信号进行消噪 处理。将该方法用于河北峰锋中变质煤的恒温热重信号消噪。从去噪结果上明显看出，两步法可以有 效的滤除掉突变信号的干扰，日较好的保留信号的基本特征。 关键词： 煤热熏小波分解两步法 0前言 煤热重实验可获得煤燃烧重要的特性参量，但测得的DTG等动态信号大多含有噪 声，因此在利用这些数据之前必须经过去除噪声的环节，通常也称为滤波。滤波根据是 否已知系统的特性可分为两大类：一类是在已知系统的状态方程的情况r滤波，常川的 有维纳滤波法和卡尔曼滤波：另一类是未知系统的具体情况而对含有噪声的信号进行滤 波处理，传统方法有时域滤波和频域滤波，如傅立叶变换和小波去噪”1等。由于小波的 时频特性，在信号处理领域，用小波方法去噪已得到了越来越广泛的应用。小波去噪的 方法有多种口叫，如小波分解与重构的方法，小波变换模极大值的方法，非线性小波变 换闽值法等。以上介绍的小波消噪方法能够对白噪声进行很好的消除，但对丁色噪卢和 混合噪声并不能达到很好的效果。对于如热重实验等过程，动态信号收集过样-p通常混 合两种噪声：自噪声(由背景等方面引入)和突变噪声(由过程中的条件的波动引入)。 对待这些含混合噪声的信号，很少有人研究消除它们的去噪过程。 本文主要研究含混合噪声(白噪声和突变噪声)的信号去噪问题。在该过程将去噪 过程分成两步。第一步，利用小波的二进离散变换将信号进行不同层次的分解，分析不 同分解层次的小波系数，利用方差来判别突变信号的特征，对小波系数和尺度系数进行 不同的滤波处理，最后重构获得除去突变噪声的含噪信号。第二步，利用传统的处理方 法将含白噪声的信号进行消噪处理。本研究的重点是第一步处理过程，即如何确定突变 噪声并将其从信号中分离出来。 1两步法小波分解概念 小波理论是将信号按4个确定函数的伸缩、平移系展开，使它的列、频域窗ff均随 基金项目：围家自然科学基金资助项目(批准号：中国博”L后基金资助项目 138 频率达变化而变化，以实现对低频分量采用大时窗，对高频分量采用小时窗的符合自然 为了和后面的表述保持一致，我们将cai，k表示为尺度系数；cd浊表示为小波系数。当fk 』ca肚2艺Caj-l,n‰m +‘ 1cd肿：∑ncdj1,，岛一2女‘七=o’1，2，_I．，Ⅳ一D‘ ‘1’ L ” 其中，h,g为一对正交滤波器组；j为分解层数：N为离散采样点。因此对任意信号， 我们可以得到任意尺度上的逼近部分和细节部分。 突变信号滤除 悟一 图1两步法去噪示意图 一个含噪声的一维信号的模型可以表示成如F的形式： s(i)=厂(f)+盯·e(i)(i=0，…，一1) (2) 其中，f(i)为真实信号，o为常数，e(i)为噪声信号(包含不同形式的噪声)， S(i)为含噪声的信号。在实际工程中，有用信号通常表现为低频信号或是一些比较平 稳的信号，而噪声信号则表现为高频信号。传统的小波消噪方法是通过多分辨率分析， 波系数)中对噪声部分利用门限闽值等形式进行处理，然后重构，即可达到消喋目的。 突变信号有其一定的特殊性。从能谱图上说，突变噪声道能量分布范围很，1，不仅高频 有，低频同样存在。因此它的去噪问题与上面所述