基于阈值函数方法的汽车加速度信号小波去噪研究.pdfVIP

公 路 与 汽 运 总第172期 Highways＆．AutomotiveApplications 基于阈值函数方法的汽车加速度信号小波去噪研究* 袁翔，李化，熊智 (长沙理工大学汽车与机械工程学院，湖南长沙 ，t10004) 摘要：汽车的加速度是行驶过程中非常重要的参数之一。实测加速度时，受多种因素影响，会 在测试信号中混入很多噪音，为了获取稳定的加速度信号，需对实测信号进行去噪处理。文中通 过对几种基于阈值函数的小波去噪方法的比较，分别对仿真加速度信号和实测加速度信号进行去 噪处理，并比较去噪效果，据此提出了进一步改进阈值函数的方向。 关键词：汽车；加速度信号；阅值函数；小渡去噪；MATLAB 中图分类号：U461．6 文献标志码：A 文章编号：1 汽车行驶加速度信号包含了丰富的信息，它是 小波去噪是一种非参数方法，一维信号消噪过 路程对时间的二次微分，速率对时间的一次微分，急 程可分为信号的小波分解、高频系数的阈值量化和 动度(加速度随时间的变化率，与交通工具变速时的 小波的重构三步。 舒适性有关)对时间的一次积分。因此，获取稳定、 1．1小波去噪参数的选择 可靠的加速度信号是十分必要的。但路面的不平整 小波去噪涉及分解层数、小波基函数、阈值函数 造成汽车零部件之间的撞击、振动，车厢内部乘员的 等多种参数，对各参数进行最佳设置，才能达到最好 活动等引起的噪音都会直接干扰加速度信号的测 的滤波效果。下面测试多组参数组合，以选择最佳 量，去噪显得尤为重要。 小波去噪设置参数，并重点讨论阈值函数对去噪效 和汽车在行驶过程中的加速度信号相比，由振 果的影响。 动引起的噪音具有频谱广泛、频率复杂、振幅较小的 为了避免分解层数不当，使用MATLAB中的 特点。常用的去噪方法有很多，如低通滤波、中值滤 wmaxlev函数确定小波分解中的最大分解层数，并 波、自适应滤波等。这些去噪方法都是把信号当成 实际观察去噪波形选择合适的小波分解层数。 一个整体进行处理，不能更深层地了解信号本质。 对于小波基，根据振动信号频谱广泛、频率复 如果能根据信号和噪音的特点，把含噪信号按照频 率成分进行分离，再根据一定的规则去除信号中的 (symN)小波基函数。这两组小波基函数具有较好 噪音成分，最后重建分离的信号，就可以最大限度地 的正交性、较高的消失矩、较高的正则性及适中的紧 去除噪音。小波去噪就是这样的工具。该文利用阈 支长度。另外，由于汽车加速度信号对小波基的对 值去噪方法对汽车运行过程中的加速度信号进行去 称性要求不是很高，可采用近似对称的小波基。 噪处理。 小波的阈值去噪法的主要思想是含噪信号经过 小波分解后，信号的小波系数会大于噪声的小波系 1小波去噪的阈值方法 数。如果阈值选择合适，则认为噪声的小波系数小 小波去噪是基于小波分解的行之有效的非平稳 于阈值，信号的小波系数大于阈值。因此，只要选出 信号处理方法，通过特定的先验知识将信号在小波 合适的阈值函数，就可以达到去除噪声的目的。 域上进行多分辨分析，可得到信号的不同频率成分。 传统的阈值函数有硬阈值[见式(1)]和软阈值 小波分解具有时频局部特性、多分辨率特性、解相关 [见式(2)]之分。硬阈值能保护输入信号的局部特 特性和小波基的多样性等优良特性。正