基于小波变换的信号消噪及其在软测量中的应用.pdfVIP

基于小波变换的信号消噪及其在软测量中的应用.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

基于小波变换的信号消噪及其在软测量中的应用吴朝辉。等

小波变换是对Fourier分析方法的突破,它不仅在

时域和频域上同时具有良好的局部化性质,而且对低.st={s。is£‘s‘‘£‘一L:‘:要:j

频信号在频域和对高频信号在时域里都有很好的分辨(6)

率,从而可以聚集到对象的任意细节。由于小波变换则称为软阈值。

是线性变换,因而变换后的信号特征不会发生畸变,它③小波变换的逆变换进行信号的重构。其中阈

还可以将突变信号通过小波变换明显地反映出来。由值和阈值的量化选取直接关系到信号消噪的质量。

于数据采集时,仪器和机械固有的因素,使得所采数据这里以丙烯腈转化率软测量中的一个变量触媒量

含有信号噪声,但又因为有用信号自身是变动的,同时数据来对上述方法进行验证。数据共用到182组,记

信号噪声分布是局部的,所以采用标准的滤波方法用为.(),k=1,2…,Ⅳ,N=182,为了能够仿真,又加

于消噪处理并非适合这种的应用,而小波方法则更加了一个随机误差。采用Daubeehies小波,分解尺度为

适合这种情况,因而以小波变换的多分辨特性对过程3。图1为仿真结果。

状态信号进行处理,实现信噪分离和压缩是非常理想∞

的。s55

50

利用小波分析进行噪声滤除的基本原理是:信

100

号和噪声在小波变换下的变化规律不同,通过小波a50

变换将信号分解成不同频带和时段内的成分,如果0

妻100

噪声信号和真实信号位于不同的频带内,则只要将疆

50

噪声所对应的那一阶小波系数按阈值进行处理,然0

后按重构公式对信号进行重构就可以达到信号滤波10o

50

I

的目的。0

020406080l0oI20l40I60l80200

2.2小波消噪过程

采样散

对样本输入数据进行小波分析处理,实现信噪分

图1原始信号及各层重构信号

离和压缩处理。运用小波分析进行一维或二维信号消

噪处理是小波分析的一个重要的应用之一。在实际工图1中,s为触媒量的原始信号;n。为第一层重构

信号;。2为第二层重构信号;口3为第三层重构信号。

程中,有用信号一般表现为低频信号或一些比较平稳

文档评论(0)

与您共享 + 关注
实名认证
服务提供商

我的文档主要集中的行业是石油化工和安全生产,从事石油化工行业并且取得了中级注册安全工程资格。精通炼油工艺方面的工艺、安全、设备。希望通过平台共享自己的知识和经验。

1亿VIP精品文档

相关文档