小波去噪在光纤甲烷传感器检测中的应用.pdfVIP

小波去噪在光纤甲烷传感器检测中的应用1 1 2 1 1 李勇 ，王洪海 ，周祖德 ，刘泉 1 武汉理工大学信息工程学院，武汉（430070 ） 2 武汉理工大学光纤传感技术与信息处理教育部重点实验室，武汉（430070 ） E-mail ：leeyong586@ 摘 要：研究小波变换去除信号噪声的基本原理和方法。利用小波变换技术对光纤甲烷传感 器检测信号中的噪声进行抑制和去除。试验证明，基于小波变换在非平稳信号噪声抑制和去 噪分析中具有很好的应用效果。 关键词：TDLAS；小波变换；Matlab；消噪 1．引言 可调谐二极管激光吸收光谱法（TDLAS ）是现在广泛采用的检测气体浓度的一种方法， 通过检测系统二次谐波的大小确定气体的浓度值。这种方法对于较高浓度的甲烷和乙炔等气 体的检测是比较容易的，但是对于低浓度的检测, 由于受到信号检测及处理中干扰和噪声的 影响,检测值没办法很精准,甚至检测出的信号很容易淹没在噪声中。下面用到小波变换的方 法来减小和去除气体浓度信号中的噪声，以取出有用信号。 噪声是影响检测结果的主要原因之一。因为噪声普遍存在于信号检测系统中。如随机噪 声(光电转换过程中，不仅给出所需的信号电压或电流，同时还伴随着无用的起伏量) ，基线 漂移，测定环境背景(如散射)及干扰组分背景光谱等。 传统的去噪方法存在一定的局限性，在实际的工程应用中，所分析的信号可能包含许多 尖峰或突变部分。对这种信号进行分析，首先要进行预处理，将信号的噪声部分去掉，提取 有用信号。而这种信号的去噪，用传统的傅立叶变换分析显得无能为力。而小波分析由于能 同时在时频域中对信号进行分析，小波变换具有自动聚焦的局部化特征，它能有效地区分信 号的突变噪声，从而实现信号的去噪。 2 ．小波变换和多分辨分析 在数学上，小波去噪问题的本质是一个函数逼近问题，即如何在由小波母函数仲缩和平 移版本所展成的函数空间中，根据提出的衡量准则，寻找对原信号的最佳逼近，以完成原信 号和噪声信号的区分。因为经过小波变换后，噪声信号的数值变得很分散，且幅值很小，而 信号仍保留较大幅值，且集中在少数的几个小波系数上。从信号学的角度看，小波去噪是一 个信号滤波的问题，而目尽管在很大程度上小波去噪可以看成是低通滤波，但是由于在去噪 后，还能成功地保留原信号特征，所以在这一点上又优于传统的低通滤波器。由此可见，小 波去噪实际上是特征提取和低通滤波功能的综合。 基于小波变换的多分辨分析的 Mallat 算法[1]，我们可将信号s(t ) 进行如下分解: s (t ) c ϕ (t ) =+ d ψ (t ) j ,k ∈Z (1) ∑ j ,k j ,k ∑ j ,k j ,k k k 1本课题得到信息产业部电子发展基金（CO和 CH4 一体化光纤传感器研发与产业化，2007 ）和武汉市科技 攻关项目（煤矿瓦斯气体光纤传感器的研究与发展，项目编号：20066002060 ）的资助。 - 1 - 于是信号s(t ) 被分解为频率小于2j 的低频部分L(t) (上式右边第一项)和频率介于2j 和 2j +1 之间的高频 H(t)(上式右边第二项) 。通常有用信号为低频对应着低频系数A ，噪声为高 频对应着高频系数 D 。信号和噪声在不同尺度的小波变换下呈现的特性截然相反，即随着尺 度的增大，信号和噪声所对应的小波变换系数分别是增大和减小。因此，连续做若干次小波 变换之后，由噪声对应的小波变换系数已基本去除或幅值很小，而所余系数主要由信号控制。 但在在实际变形监测中，有用信号并非都表现为平稳的，可能会随时间的变化有突变产 生，在小波变换的多分辨率分解下，一些属于有