基于Mallat算法的谷物流量信号小波去噪方法-IngentaConnect.PDF

第 33 卷 第 3 期 农 业 工 程 学 报 Vol.33 No.3 190 2017 年 2 月 Transactions of the Chinese Society of Agricultural Engineering Feb. 2017 基于 Mallat 算法的谷物流量信号小波去噪方法 1 1 2 陈 进 ，王 坤 ，李耀明 （1. 江苏大学机械工程学院，镇江，212013 ；2. 江苏大学现代农业装备与技术教育部重点实验室，镇江，212013 ） 摘 要：针对联合收获机在复杂噪声背景作业过程中难以获取可靠的谷物流量信息的难题，提出了利用小波变换 （wavelet transform ，WT ）对谷物流量传感器输出信号去噪处理方法。根据流量原始信号和噪声的频谱特性确定小波函数和分解尺 度，将采集的流量原始信号通过 Mallat 算法进行小波分解，滤除高频噪声分量重构流量有效信号，由单片机 AD 通道对 流量有效信号进行标定，标定试验后的传感器在不同谷物流量下累积质量最大相对误差为 1.68%。利用北斗定位模块进 行差分定位提高定位精度，测产装置信息由 8051F 单片机存储用以绘制农田作业产量图，将设计的测产系统安装在联合 收获机上进行模拟水稻作业试验，试验结果表明：对流量传感器输出信号进行小波分解后，谷物流量测量相对误差最大 为 6.18%，平均相对误差为 5.37% 。通过对流量传感器输出原始信息进行小波变换，对比小波去噪前后信号的频谱曲线， 验证了基于 Mallat 算法的流量信号去噪和流量有效信息重构方法的可行性和准确性，该研究可为研究农业机械复杂作业 环境下原始信息去噪与有效信息重构提供参考。 关键词：小波变换；算法；谷物；联合收获机；产量图；误差分析 doi ：10.11975/j.issn.1002-6819.2017.03.026 中图分类号：S225 文献标志码：A 文章编号：1002-6819(2017)-03-0190-08 陈 进，王 坤，李耀明. 基于 Mallat 算法的谷物流量信号小波去噪方法[J]. 农业工程学报，2017，33(3)：190－197. doi ：10.11975/j.issn.1002-6819.2017.03.026 Chen Jin, Wang Kun, Li Yaoming. Wavelet denoising method for grain flow signal based on Mallat algorithm[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2017, 33(3): 190 －197. (in Chinese with English abstract) doi ：10.11975/j.issn.1002-6819.2017.03.026 噪声，再由傅里叶变换提取背景噪声的频谱特性，对时 0 引 言  阈差分信号进行离散傅里叶逆变换剔除振动噪声，室内 实时获取农田小区产量空间分布信息，实现作物产 模拟试验最大测产误差 3.1%[7] ；赵丽清通过将作物定量 量的自动计量及产量图的自动生成技术是“精细农业” 称重与作业区域细分相结合的方法，降低机械振动带来 技术体系中的重要环节，通过各种滤波方法提高谷物流 的累积误差[8] ；刘碧贞利用北斗双模定位系统进行测产