基于小波变换的嵌入式音频控制器信号自动检测方法

发布时间：2021-08-12 01:46

　　针对传统音频控制器信号检测耗时过多,误差较高的问题,提出基于小波变换的嵌入式音频控制器信号自动检测方法。通过对嵌入式音频控制器信息特征进行采集,对相似特征信息进行匹配处理,并规范相似特征层级,以便对不同层级信息进行分层检测,简化检测步骤。为提高检测精度,进一步对音频控制器嵌入信息进行降噪处理,提高检测精度。最后通过实验证实,基于小波变换的嵌入式音频控制器信号自动检测方法比传统方法有更高的精确度,耗时少,充分满足研究要求。 

【文章来源】：自动化与仪器仪表. 2020,(10)

【文章页数】：4 页

【部分图文】：

音频控制器信息特征匹配原理

进一步对嵌入式控制器待检测数据分类层级进行降噪处理,以保证检测结果精度。根据采集到的特征信息及所在的特征层级进行特征挖掘[10]。为避免信号检测过程中受到噪音因素干扰的影响,对不同层级中的特征数据进行随机采集,清洗信息中潜在的噪音率和光谱相似性[11]。进一步对待检测信息中的弱干扰属性和信息隐秘性点进行判断,并记录其中存在的随机噪音信息数列,并对待检测信息中的不可逆转属性的噪音干扰波频变化情况进行记录,具体如下图2所示。基于以上波频变化情况对待检测信息阶层数列进行排序,获取噪音干扰与待检测信息之间的自主检测数值,模拟相应的信号关联曲线,根据关联曲线判断相应的控制信息运行周期,并对曲线中的最高峰值,并采集嵌入式音频控制器运行周期范围产生的固定的信号波频的固定数值[12]。根据嵌入式音频控制器的运行规则对噪音干扰下产生的噪音差异数值和噪音干扰下的最坏时刻信息进行规范,计算设备运行干扰数值,并在采集到异常干扰数值后进行最高干扰度的限定,根据限定值及时进行设备干扰数据下的调停[13]。在音频控制器受到噪声干扰导致设备运行的片额度用尽时,对干扰数值进行去除,考虑到信息特征的属性fa(y)和噪音的独立性fk(y),则可以对噪声干扰可接受度数值进行计算,具体如下:

基于上述算法进一步对嵌入式音频控制器进行降噪处理,优化降噪步骤,调节控制器电载波率并将设备运行讯号编码宽窄度设置为零,若采集信息计算长度会收到局限,讯号编码会出现丢失,因此评估数据会处于零值状态。通过预先计算可以将样本参数放大处理,也就是增强信息可靠性。基于上述步骤可有效实现对嵌入式音频控制器运行过程中产生的干扰信号的清洗和去噪,保证信号自动检测的准确性[14]。


本文编号：3337327