基于小波研究振动信号去噪探究.docVIP

基于小波研究振动信号去噪探究摘要：旋转机械的振动信号是设备故障特征信号的载体，振动信号不可避免地受到各种噪声和干扰的污染。针对传统硬阈值和阈值小波去噪的缺点与不足，本文提出了一种新的阈值函数，仿真实验结果表明，去噪效果优于传统的软、硬阈值方法。 关键词：小波分析 去噪 仿真 中图分类号：TN911.6 文献标识码：A 文章编号：1007-9416（2013）02-0103-01 大型旋转机械的监测与诊断的主要手段是通过获取振动信号来进行分析，但是振动信号中往往带有较大的噪声，这给振动信号的进一步分析和处理带来了很多困难，基于小波分析的阈值去噪方法是Donoho[1]在1995年提出的一种简单而且有效的小波去噪方法，该方法在Besov空间上可得到最佳估计值，而其他线性估计都不能得到同样的结果，因此，在信号去噪领域得到了广泛的应用。 1 基于小波变换的硬、软阈值方法 传统的阈值函数主要有硬阈值函数和软阈值函数两种，定义分别如式（1.1）、（1.2）所示。 （1.1） （1.2） 式中为原始的含噪小波系数；和分别为作用硬、软阈值函数后的估计小波系数；T为设定的阈值门限，，此公式为1994年Donohue和Johnstone等人提出了非线性小波变换阈值去噪算法，推倒出的计算阈值的通用公式，其中为噪声准差，N为信号长度。（2.21）式中为原始的含噪小波系数；和分别为作用硬、软阈值函数后的估计小波系数；T为设定的阈值门限，，此公式为1994年Donohue和Johnstone等人提出了非线性小波变换阈值去噪算法，推倒出的计算阈值的通用公式，其中为噪声准。 虽然软、硬阈值方法在实际中得到了广泛的应用，也取得了较好的效果，但是也存在一些缺陷。软阈值函数是硬阈值函数的扩展，它首先将绝对值小于阈值T的系数置为零，然后将其余系数向零进行缩进。硬阈值函数可以很好地保留信号的局部特征，但由于硬阈值在±T处不连续，因此，信号在重构的时候可能产生一些震荡；软阈值函数在T处是连续的，重构信号比较光滑，但当小波系数较大时，处理前和处理后的小波系数之间总存在较大的恒定偏差，从而影响重构信号与真实信号的逼近程度。 2 改进的阈值函数 从以上分析可知，软、硬阈值函数去噪方法都有不妥之处，本文提出一种新的阈值函数如式（2.1）所示。 （2.1） 文中构造的函数和软阈值函数一样，在小波域内具有连续性，而且当时，函数是高阶可导的，同时只要在0和1之间适当的调整的大小，就可以获得更好的去噪效果。考察函数： （2.2） 式中，时阈值函数等效于硬阈值函数；时阈值函数等效于软阈值函数；当取0和1之间的数，时，，可知函数是以直线为渐近线，即新阈值函数也是以为渐近线；时，，也就是说，和的偏差的绝对值随着的增大而逐渐减小为，提高了重构精度，改善了去噪效果。 3 基于改进阈值方法的去噪仿真 为了说明新阈值函数在去噪算法中的有效性，将传统的软、硬阈值函数和新阈值函数利用MATLAB工具箱中典型的含有高斯白噪声的noisbump信号模拟振动信号进行MATLAB仿真，选取db3小波，分解层数为5层，取0.2，实验结果如图1所示，去噪信号的信噪比和均方差见表1。 图1可以直观的看出去噪效果，表1的数据也可以很好的说明改进了阈值函数的小波去噪比传统硬、软阈值去噪效果好且能真实的保留原信号特征。 4 结语 （1）小波分析良好的时频特性进行振动信号去噪，可以方便地剔除噪声干扰，为旋转机械设备提取真实的噪声信号提供了一种有效的分析手段；（2）文中根据小波阈值去噪的基本原理提出的改进的阈值函数，可大幅度提升去噪效果。（3）小波分析的振动信号去噪方法，为旋转机械设备的故障信号在线监测和故障识别奠定了良好的基础。 参考文献 [1]DONOHO D L.Denoising by soft threscholding [J].IEEE Trans on Inform Theory，1995，41（3）： 613-627. 1