基于EEMD的多传感器信息融合降噪方法.pdf

《基于EEMD的多传感器信息融合降噪方法.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、2014年第33卷第10期传感器与微系统(TransducerandMicrosystemTechnologies)57＼、、DOI：10．13873／J．1000-9787(2014)10--0005--03研究与探讨、基于EEMD的多传感器信息融合降噪方法吕艳新，李海涛，邓冬，张跃，赵立彬，卫东(环境保护部核与辐射安全中心。北京100082)摘要：由于传感器被动采集所得信号没有太多先验信息，在后续应用过程中因噪声的存在受到限制，所以，提出一种基于总体经验模式分解(EEMD)和时延估计的多传感器信息融合降噪方法。首先将多传感器采集所得信号进行EEMD，将所得

2、对应IMF分量进行互相关，求取时延估计值，依据时延矢量封闭准则(TDVCR)获得相应IMF分量的时延矢量误差。最后，根据多传感器综合支持度确定相应权重，对IMF分量进行重构，得到降噪后的信号。实验结果表明：该方法在EEMD的基础上有效利用了多传感器的时延估计特性，在没有任何先验信息的条件下降低了信号噪声，取得满意的效果。关键词：总体经验模式分解；时延矢量封闭准则；时延估计；多传感器；信息融合；降噪中图分类号：TP212．9文献标识码：A文章编号：1000-9787(2014)10--0005--03Multi-sensorinformationfusionde

3、noisingmethodbasedonEEMD曲Yah-xin，LIHai—tao，DENGDong，ZHANGYue，ZHA0Li—bin，WEIDong(NuclearandRadiationSafetyCenter，MinistryofEnvironmentalProtection，Beijing100082，China)Abstract：Applicationofsignalspassivelyacquiredbysensorarcalwaysrestrictedbecauseofnomuchpriorinformation，SOaninformat

4、ionfusiondenoisingmethodformulti—sensorbasedonensembleempiricalmodedecomposition(EEMD)andtimedelayestimationisproposed，Firstly，signalsacquiredbymulti—sensoraredecomposedbyEEMD，andobtainedcorrespondingIMFcomponentsiscrosscorrelated．Timedelaysarecomputedaccordingtotimedelayvectorclose

5、rule(TDVCR)，timedelayvectorerrorofcorrespondingIMFcomponentisobtained．Finally，accordingtocomprehensivesupportdegreeofmulti—sensortodeterminecorrespordingweight，IMFcomponentsarereconstructedtoobtaindenoisingsignals．Theexperimentalresultsshowthatthismethodeffectivelyusescharacteristic

6、ofmuhi—sensortimedelayestimationbasedonEEMD，andsignalnoisesundernopriorinformationisreduced，andobtainsatisfiedeffect．Keywords：ensembleempiricalmodedecomposition(EEMD)；timedelayvectorcloserule(TDVCR)；timedelayestimation；multi—sensor；informationfusion；denoising0引言EMD)，5等。1998年，美籍华人黄鄂提

7、出了EMD方法J，通常传感器采集得到的信号都是附加了环境噪声、仪该方法是一种自适应的信号处理方法，被认为是近年来对器噪声等的被动信号，在实际的信号处理过程中无法获得以傅里叶变换为基础的线性、稳态频谱分析的一个重大挑纯净的真实信号，因此，在应用过程中受到限制。为了更好战与突破，主要应用于非线性非平稳信号的分析。当信号地利用传感器信号，采取有效的降噪方法以求获得最接近分解过程中极值点分布不均时，EMD会出现模式混淆，导真实信号的信号就显得尤为重要。多传感器可在同样的环致信号失真。为解决模式混淆问题，WuZhaoH等人于境和条件下采集信号，融合利用各传感器之间的信息

8、对没2009年在利用高斯白噪声的基础上