欢迎来到天天文库
浏览记录
ID:57745123
大小:736.50 KB
页数:4页
时间:2020-03-27
《小波阈值去噪技术及其在LabVIEW上的实现.pdf》由会员上传分享,免费在线阅读,更多相关内容在行业资料-天天文库。
1、小波阈值去噪技术及其在LabVIEW上的实现张琛。等小波阈值去噪技术及其在LabVIEW上的实现WaveletThresholdDenosingTechnologyandIt’SImplementationonLabVIEW旅跟原粤聪至蘑李起(西安建筑科技大学机电工程学院,陕西西安710055)摘要:针对数据采集和传输过程存在噪声、不利于日后信号分析这一问题,采用小波阈值法进行去噪。同时运用虚拟仪器的设计思想,利用LabVIEW集成开发环境和Matlab软件进行仿真试验,对傅里叶消噪法和不同的阈值消噪法进行了分析比较。结果表明.小波阈值消
2、噪法优于传统方法。具有广阔的应用前景。关键词:小渡变换阈值法消噪LabVIEWMaflab中图分类号:TN911+.4文献标志码:AAbstract:Inprocessesofdataacquisitionanddatatransmission,noisesareintroduced;thisisnotconducivetotheanalysisinfuture,SObyusingwaveletthresholdmethodfordenoising.,Inaddition,byadoptingthedesignconceptofvirtu
3、alinstrumentandIIbVIEWintegrateddevelopingenvironmentaswellasMatlabsoftware,throughsimulationtest.theFourierdenoisingandotherdifferentthresholddenoisingmethodsareanalyzedandcompared.Theresultsindicatethatthewaveletthresholddenoisingmethodisbetterthantraditionalmethods。and
4、canbeusedinvibrationmonitoring,thusitpossessesexcellentapplicationprospects.Keywords:WavelettransformThresholdmethodDenoisingLabVIEWMallab0引言在日常的机械设备监测、维护和诊断过程中,为了能够提取信号特征,需要对测得的信号做相关分析和处理。由于这些信号非常容易被噪声所干扰,因此,需要对采集到的信号进行消噪处理,以减少噪声所带来的影响。基于傅里叶变换理论的滤波法是目前使用较为广泛的消噪方法.但是这种方法的
5、实际应用效果却不尽如人意,因为它在抑制噪声的同时不能够保护信号的局部性。逐渐发展起来的小波分析法[】胡3则在这方面具有明显的优势,它具有多分辨率分析的特点,不但能够用于非平稳信号去噪,而且还能较好地保留信号的突变部分。1传统傅里叶变换法傅里叶变换建立了信号时域与频域之间的关系,它架起了时间域和频率域之间的桥梁。傅里叶变换一直被用于线性时不变信号处理,最主要的原因是傅里叶基函数所用的正弦波eJ“是所有线性时不变算子的特征向量。该方法适合滤除或压缩那些具有近似周期修改稿收到日期:2013—0l—09。第一作者张琛(1986一),男,现为西安建
6、筑科技大学机械制造及其自动化专业在读硕士研究生;主要从事虚拟仪器制造方面的研究。《自动化仪表》第34卷第11期2013年11月性的波动信号。其实质是把波形分解成许多不同频率的正弦波并进行叠加,这样就可以把要分析的对象从时域转换到频域,实现对信号的分析。傅里叶变换是一种能够把时间域与频率域二者有机结合的数学变换.变换后的函数具有明确的物理含义,因此可以间接研究变换后的函数.从而研究原函数。这样一来,一些在时域内无法解决的问题就可以在频域中得到直观反映。由于傅里叶变换法所具备的这种域变换特性,使得在局部区域上的特征不能够得到反映,所以并不适合
7、用于局部分析。在傅里叶变换中,它的积分作用平滑了非平稳信号中包含的突变成分,因此,信号在突变时刻的频率成分就无从得知了。傅里叶变换能获得函数在整个频率轴上的频率特征,却不能够反映在局部特定时间范围内的特征这一弊端.使得我们不得不去寻找另一种新的时频分析方法。2小波变换理论1984年。法国物理学家j。Morlet在分析地球物理勘探资料时提出了一种新的方法,即小波变换(wavelettransform)。该方法本身具备多分辨率分析的特点,在时域和频域都能表征信号的局部特征。它被誉为分析信号的“显微镜”,因为它在低频部分表现出较高的频率分辨率和
8、较低的时间分辨率:而在高频部分表现出较高的17小波阈值去噪技术及其在LabVIEW上的实现张琛,等时间分辨率和较低的频率分辨率。在完美提取图像高频信息的同时,它还能很好地保持原图像的空间特性:
此文档下载收益归作者所有