基于小波奇异性的过程数据显著误差检测.pdfVIP

基于小波奇异性的过程数据显著误差检测 苏秀革 邵惠鹤 (上海交通大学自动化系．上海．Z00030) 摘要 本文基于小波变换的时凝分析，利用小渡变换下信号和噪声在多尺度空间中不同的模极大 值传播特性，设计了一种过程数据显著误差检测方法，并虚用于精馏过程馏出液成分的观测宿 号的处理，仿真结果表明了该方法是有效的． 关键词：显著误差；小波变换；奇异性检测 中图法分类号：TP274 0概述 在工业过程中，测量数据是对生产状况的直接反映，正确的测量数据是监控、优化、计划 调度及决策分析的坚实基础．然而，实际的测量数据不可避免地会带有误差，为了得到正确 的过程数据，就必须对测量数据进行数据校正．数据校正包括两部分：数据协调和显著误差 检测．数据协调是利用冗余对测量数据进行均值为零的随机误差的去除，来使其满足约束关 系的_过程；显著误差检测是检测出那些均值不为零的非随机性误差．通常，存在显著误差的 测量数据在全部的测量数据中占有的比例很小，但它的存在却会破坏数据的统计特性，使数 据协调结果有偏．因此，及时准确地检测显著误差的存在将非常有助于数据协调，即在数据 协调时必须进行显著误差的检测． 小波变换又称为多尺度分析，它是一种新的用于信号分析的数学工具，具有自动改变窗 长的功能，可以很好地把信号在空间和频率上局部化，已经广泛地应用在图象处理，语音信 号分析等领域．由于其多分辨率特性，在合适的尺度下，平稳信号、非平稳的跳变信号以及噪 声具有截然不同的特性．本文基于信号小波变换奇异性检测理论，分析了信号的奇异性，以 及信号奇异性同小波变换模极大值之间的关系，并刺用信号和噪声在多尺度空间中不同的 模极大值传播特性，获得了一种在随机干扰下检测显著误差的方法．在论述了用于显著误差 检测的小波变换理论后，将该方法用于一个三组分精馏过程的馏出液成分的观测信号处理， 结果证明此方法是一种比较直观的显著误差检测方法． 增刊 苏秀革等：基于·I-波奇异性的过程数据显著误差检测 639 1小波变换 对一个能量有限信号jr(t)进行小渡变换，就是用一个母披函数≯(f)的伸缩平移系 以．，(￡)对其进行展开．由于小波函数族进行平移与伸缩，使其在时频平面上具有可变的分辨 率．小渡函数≯(f)是一个带通滤波器，是一个双窗函数，所以也称为窗口小波函数∞．小波 函数口0)∈工2(R)，满足 仁∞址；o (1) 经伸缩和平移后派生出的一族函数以J(z)为 札“f)=…{州L≠) (2) 其中。称为尺度参数，控制滤波的频带宽度，b为位置参数，决定变换后的时域信息．以．。(￡) 确定的双窗面积与妒(幻是相同的，但形状却不一样：☆越大，时宽越小，频宽越大，且 以，a(r)的窗口中心向』“f增大的方向移动，这表明小波函数提供的局部化格式是变化的，具 有自动变焦特性，这是对奇异点处理的基础． 信号，(f)的连续小渡变换H，，o，6)定义为 Ws(4’6)=，，一妒=l口I一{p∽妒e宇卜‘ (3) 后得到的函数，则定义在。下函数f∈L，(R)的小波变换为 附一)=刖心)=÷j。，(￡)“孚卜、 (4) 为了便于数值计算，对尺度进行二进制离散，则=进小渡变换可以表示为 Ⅳ班∞=专』。，(f)妒(曼尹)df (s) 利用小波变换检测显著误差 设，∈L7(尺)，，o)在z。处的奇异性为Lipschitz指数a，是指对V。∈如。， l／(z)一f(xo){=Kl工一罩ol‘ (6) 其中K为常数，由此可知，阶跃信号在跳变点处的奇异指数为零，}中激函数具有负的奇 异指