基于信噪比评价的阈值优选小波去噪法

发布时间：2018-06-02 04:43

  本文选题：台架 + 自动变速　； 参考：《清华大学学报(自然科学版)》2014年02期

【摘要】：在汽车自动变速器台架试验中,需要对角加速度信号进行消噪滤波。小波阈值去噪是计算量较小、滤波效果较好的消噪手段,但采用不同的小波基匹配不同的阈值规则可能会对去噪效果产生影响。为探寻相对最优组合,该文构建了近似观测信号的仿真信号,然后对该信号做了去噪实验,计算信噪比(SNR)和均方根误差(RMSE),并以此作为评价指标,从而得到相对最优的匹配组合,最后将该组合用于角加速度信号消噪处理过程,取得了较好的滤波效果。小波阈值去噪在处理含噪信号时具有效率较高、稳定性好、不易失真的特点;使用SNR结合RMSE可以对任何消噪结果作客观评判;不同的含噪信号,可能需要用到不同的小波基函数,同时匹配不同的阈值选取规则。
[Abstract]:In the vehicle automatic transmission bench test, the angular acceleration signal needs to be de-noised and filtered. Wavelet threshold denoising is a kind of de-noising method with less computation and better filtering effect, but different wavelet basis matching different threshold rules may affect the denoising effect. In order to find the relative optimal combination, the simulation signal of approximate observation signal is constructed in this paper, and then the signal noise ratio (SNR) and root mean square error (RMSE) are calculated by noise reduction experiment, which is used as the evaluation index to obtain the relatively optimal matching combination. Finally, the combination is used in the process of angular acceleration signal de-noising, and good filtering effect is obtained. Wavelet threshold denoising has the characteristics of high efficiency, good stability and hard distortion in processing noisy signal. Any denoising result can be objectively judged by SNR combined with RMSE. Different wavelet basis functions may be used to match different threshold selection rules.
【作者单位】： 清华大学汽车安全与节能国家重点实验室;军事交通学院;
【基金】：国家重点实验室专项基金资助项目(ZZ080031) 国家“十二五”科技支撑计划项目(2013BAG14B01)
【分类号】：TN911.4

【参考文献】

相关期刊论文 前6条

1 魏云冰,黄进,黄建华;基于小波包变换的电机测试信号去噪处理[J];电工技术学报;2001年05期

2 李中伟;程丽;佟为明;;Symlets小波幅值算法研究[J];电力自动化设备;2009年03期

3 吴昊;鲁周迅;;Symlets小波和子空间联合增强下的语音识别[J];计算机工程与应用;2011年05期

4 谢杰成,张大力,徐文立;一种小波去噪方法的几点改进[J];清华大学学报(自然科学版);2002年09期

5 马晓岩,李广柱,张贤达;基于小波变换的雷达信噪比改善分析[J];清华大学学报(自然科学版);2003年03期

6 孙斌;周云龙;关跃波;洪文鹏;;气液两相流压差波动信号小波去噪中阈值规则的确定[J];信号处理;2006年01期

【共引文献】

相关期刊论文 前10条

1 陈海胜;;基于小波变换的桥梁损伤识别研究[J];四川建筑科学研究;2010年05期

2 李多田;张伟林;;结构无损检测与小波分析方法[J];安徽建筑工业学院学报(自然科学版);2008年03期

3 王会峰;刘永奎;汪大宝;;基于小波和Zernike矩的标尺靶亚像素检测算法[J];半导体光电;2010年06期

4 张怀福;赵瑞珍;罗阿理;;基于小波包与支撑矢量机的天体光谱自动分类方法[J];北京交通大学学报;2008年02期

5 林雪原;李炳荣;;基于量测多尺度预处理的GPS/SINS组合导航系统[J];兵工自动化;2010年07期

6 林雪原;梁发麦;徐志斌;;基于小波降噪误差方差模型的GPS/SINS组合导航技术[J];兵工自动化;2010年10期

7 陈宗成;封良泉;董胜光;;基于小波分析的光照电站边坡位移变形监测研究[J];北京测绘;2009年02期

8 滕海文;王涛;苏明于;霍达;;基于Coiflet连续小波的简支梁结构模态参数识别[J];北京工业大学学报;2009年11期

9 李邓化;庞美飒;李雪菲;;数字滤波在光纤陀螺信号处理中的应用[J];北京信息科技大学学报(自然科学版);2011年04期

10 向世勇;李春升;陈杰;;基于去噪的SAR复图像SPIHT压缩算法[J];北京航空航天大学学报;2008年03期

相关会议论文 前10条

1 王炬;樊绍胜;;平移不变小波快速算法在电力通信消噪中的研究[A];第二十六届中国控制会议论文集[C];2007年

2 郭晓霞;杨慧中;;基于多阈值的小波包去噪[A];第二十七届中国控制会议论文集[C];2008年

3 王璐;张丽;王红球;易裕民;;拉曼光谱用于液态物品安检的方法研究[A];第十六届全国光散射学术会议论文摘要集[C];2011年

4 何斌;戚佳杰;;小波分析在滚动轴承故障诊断中的应用研究[A];第九届全国振动理论及应用学术会议论文集[C];2007年

5 王克刚;耿国华;;基于小波平滑直方图的模糊聚类图像分割方法[A];图像图形技术与应用进展——第三届图像图形技术与应用学术会议论文集[C];2008年

6 陈新;李宗春;;一种新的小波阈值收缩法在去噪中的应用[A];数字测绘与GIS技术应用研讨交流会论文集[C];2008年

7 刘洁;李小昱;李培武;王为;张荣荣;张军;;数据处理方法在近红外光谱分析中的应用进展[A];节能环保 和谐发展——2007中国科协年会论文集（三）[C];2007年

8 胡s，

本文编号：1967460