改进阈值小波去噪方法在机床冲孔声音信号处理中的应用

发布时间：2021-03-22 23:36

　　机床冲孔产生的声音信号包含了许多有用信息,为了滤除声音信号提取过程中的工厂环境产生的噪声,使用改进阈值小波去噪方法对声音信号进行处理。利用信噪比（SNR）和均方误差（MSE）作为去噪效果指标,使用新的阈值选取规则,提出了一种分段连续的阈值函数,对传统小波去噪方法进行改进。该改进函数通过引入常数a,解决了传统阈值函数中软硬阈值函数不连续和恒定偏差问题。采集机床冲孔声音信号并叠加高斯白噪声作为机床冲孔含噪信号进行验证。通过实验确定了最佳小波函数类型和分解层数,将改进阈值小波去噪算法与传统算法进行对比,结果表明:改进后的算法去噪效果良好,且有效保留了较低的信号能量。 

【文章来源】：机床与液压. 2020,48(09)北大核心

【文章页数】：4 页

【部分图文】：

小波去噪流程图

由上述证明可以发现,改进后的阈值函数同样增加了小于临界阈值的小波处理,并且在(-∞,+∞)内连续。相比于公式(5)保留了低能量信号,相比于公式(6)计算量较小。图2所示为软硬阈值函数及改进函数的对比图像。3 实验验证

因此文中使用db3小波函数,分解层数选择5层的小波去噪方法,采用改进阈值去噪算法和传统阈值去噪算法,对叠加高斯白噪声后的机床冲孔声音信号进行去噪对比实验。其效果如图3所示。从图3中的(c)、(d)可以看出传统方法对叠加了高斯白噪声的机床冲孔声音信号去噪效果明显,但是会将能量较低的有效信号当做噪声去除。而改进阈值后的去噪方法在去除噪声的同时保留了较多的有效信号。利用公式(1)和(2)作为判断去噪效果的标准,去噪效果如表2所示。通过表2看出改进阈值后的小波去噪SNR达到16.487,比软硬阈值要高;MSE达到0.027比软硬阈值小。结果表明了改进阈值算法在3种算法中效果最好。


本文编号：3094691