EEMD结合改进PCNN模型的气体泄漏信号降噪

发布时间：2022-02-10 06:27

　　针对气体泄漏声波信号降噪的问题,提出了一种集合经验模态分解（Ensemble Empirical Mode Decomposition,EEMD）与改进脉冲耦合神经网络（Pulse Coupled Neural Network,PCNN）相结合的降噪方法,对采集到的气体泄漏声波信号进行降噪处理,同时与EEMD和变步长自适应滤波（Least Mean Square）降噪算法进行比较。算法首先对信号做EEMD的分解,将原信号分解为9个模态分量,然后对这些分量做相干性的计算,根据分量各自的含噪情况调整参数分别做PCNN降噪,最后将信号重构。原始信号由NI仪器的cDAQ采用声传感器测得。实验结果表明,上述方法能够有效地剔除气体泄漏信号中包含的各种噪声,降噪后信噪比为16.64,均方根误差为0.0209,为后续信号分析减少了干扰,上述方法为气体泄漏声波信号的特征提取与分析提供了新的思路。 

【文章来源】：计算机仿真. 2020,37(09)北大核心

【文章页数】：7 页

【部分图文】：

PCNN模型结构图

式(7)中,Ti[n]是动态阈值。αE是决定阈值衰减速度的阈值衰减系数,当其值增大,Ti[n]会迅速减小。VE是动态阈值的提升系数,其值的变化与动态阈值变化呈正关系。当内部活动项Ui>Ti[n]时,符合点火条件,第i个神经元被点火[15]。Yi将有效信号在第i个点的幅值作为输出值,由此,脉冲的产生得到了促进。相反地,当αE减小时,Ti[n]迅速增大,神经元不符合点火条件,Yi输出“0”,脉冲的产生得到抑制。当神经网络完成一次点火以后,需要对阈值进行初始化,以便完成下一次点火判断。这时,阈值幅度系数VE在控制阈值抬升幅度的同时将完成对阈值Ti[n]的初始化,图2为EEMD-PCNN算法的流程图。由此,脉冲耦合神经网络完成了对噪声的滤除以及对有效信号的保留[16]。4 实验结果分析

实验中使用带孔管道与高压气瓶模拟管道气体泄漏环境,而原采集信号来自于NI仪器公司开发的cDAQ采集卡及其信号采集模块所采集到的气体泄漏模拟信号数据集,采样频率为100kHz,取其中2000点采样数为实验数据。文章选用了40组采集信号中方差值最小的一组信号作为实验信号,系统所采集到的初始信号如图3所示。由于环境中存在多种环境噪声,采集信号受到多种干扰,信号复杂程度的提高使其部分特征不明显。从图3中不难观察出原信号存在明显的噪声,然而盲目地直接降噪可能将大量有效信息一同去除。固首先对信号使用EEMD算法进行分解,所用改进的EEMD算法共将原始信号按不同的尺度分解为9层,分解后的9个IMF分量如图4所示。

【参考文献】：
期刊论文
[1]基于变分模态分解和小波能量熵的微震信号降噪[J]. 孙远,杨峰,郑晶,张浩,徐茂轩.  矿业科学学报. 2019(06)
[2]EEMD与小波包在液压管道振动信号研究[J]. 张金萍,王宇雁,王婉莹.  沈阳化工大学学报. 2019(03)
[3]基于VMD改进算法的气体管道泄漏检测[J]. 梁洪卫,刘冬冬,阚玲玲,高丙坤,邹岱峰.  吉林大学学报(信息科学版). 2019(05)
[4]EEMD结合小波阈值的光电容积脉搏波信号降噪[J]. 陈真诚,吴贤亮,赵飞骏.  光学精密工程. 2019(06)
[5]基于小波阈值降噪-EEMD分解的潮汐河网地区纳潮引水调度周期研究[J]. 蒋艳君.  水电能源科学. 2019(02)
[6]基于集合经验模态的小波半软阈值降噪[J]. 甄龙信,王云龙,邓小艳,张伟锟.  探测与控制学报. 2018(05)
[7]基于LMS的语音信号去噪算法[J]. 陈景良,李东新.  国外电子测量技术. 2017(06)
[8]磁法探测水下目标数据去噪优化研究[J]. 贾正元.  计算机仿真. 2017(05)
[9]关于多通道语音去噪的识别优化研究[J]. 陆振宇,何珏杉,赵为汉.  计算机仿真. 2016(06)
[10]多小波包框架下EMD-CIIT去噪方法研究[J]. 王唯嘉,肖明清,张磊,陈茂才.  计算机仿真. 2015(12)

博士论文
[1]输气管道泄漏声波产生及传播特性研究[D]. 刘翠伟.中国石油大学(华东) 2016

硕士论文
[1]基于小波和脉冲耦合神经网络的图像去噪算法[D]. 周林锋.南京信息工程大学 2017



本文编号：3618410