EMD分解与小波阈值联合去噪在蔗地路谱信号处理中的应用.pdfVIP

学兔兔 EMD分解与小波阈值联合去噪 在蔗地路谱信号处理中的应用 EMDandwaveletthresholddenoisinginsugarcanejoint road spectrum signalprocessing applications 姜建玮’，李尚平 ，李 冰’，解向阳’ JlANG Jian-wei’ LIShang-ping，LIBing，XIEXiang—yang。‘ ， (1．广西科技大学机械工程系，柳州 545006；2．广西民族大学，南宁530006) 摘 要：结合EMD分解与小波阈值两种去噪方法，并针对所采集的甘蔗地路面谱信号进行去噪处理，发 挥了两种去噪方法各自的优势，得到了路面随机激励信号的有效频带；同时对比了三种去噪 方法的结果，验证了该方法的可靠性。该信号的去噪预处理为数据后期拟合位移信号或者编 制裁荷谱的正确性提供了可靠的保证。 关键词：EMD分解；小波阈值；去噪；激励信号 中圈分类号：TH12 文献标识码 ：A 文章编号：1009-0134(2015)11(下)-0064-04 Doi：10．3969／．i．1ssn．1009-0134．2015．22．20 0 引言 于信号的局部特性的一种信号处理方法。经过EMD分 解后的信号会产生不同时间尺度的IMF分量，通过这种 对信号的去噪处理一直是信号处理领域的一个研 IMF分量能够直观真实的反应信号的特征，无论信号本 究热点。实际实验测得的信号不可避免地都会有噪声信 身是线性或者非线性 ，是一种 自适应分解方法 。因此， 号的引入，一旦噪声污染达到一定的标准，会对后续的 在对非平稳性、非线性信号去噪时，EMD方法有着 良 分析带来严重的影响，导致后续工作的处理结果偏差过 好的处理效果和更大的优势。EMD分解算法实际上是 大或者直接导致结果错误，因此如何从采集的信号去除 对信号的 “筛分”过程 。即对于原始信号x(t)，EMD分 背景噪声，获得信号的真实信息，是一项非常重要的工 解产生各个IMF分量的过程如下 l： 作。传统的去噪算法主要有傅立叶变换去噪法、Wiener 滤波…、中值滤波 、小波变换去噪方法 等，进入 1)首先求出确定信号的所有局部极大值和极小值 点，再采用三次样条曲线把所有得出的局部极大值点连 二十一世纪以后，兴起了EMD分解的信号去噪方法， 接起来拟合出极大值包络V (t)，所有得出的局部极小 很多学者陆续对其进行相关改进，使得这种去噪方法越 值点拟合出极小值包络V ；(t)，此时拟合出的极大值包 来越在信号处理中受到学者们的青睐。本文结合了小波