【基于改进阈值小波算法的轮速信号处理方法分析3100字】

1基于改进阈值小波算法的轮速信号处理方法分析基于改进阈值小波算法的轮速信号处理方法分析 11.1常用基本小波滤波方法 11.2基于软、硬阈值函数的小波去噪分析 21.1.1阈值的选择 31.4小波基的选择 51.5分解层数的确定 61.6改进小波算法的具体实现 6轮速信号由于测试信号系统的不稳定，许多噪声信号会被N的含噪采样数据有真实信号fn和噪声组成：信号与噪声的模极大值在小波变换下会表现出两种不一样的变化趋势。实际上，这噪声的波变换在尺度之间没有明显的相关性，个层次，而信号的波变换在波系数之间有很强的相关性。相关(3)小波收缩阈值法。Donoho和Johnstone于1992年提出了小波阈值收缩去噪法，该方法在最小均方误差(4)平移不变量小波法2它可以得到更小的均方根误差，而且信噪比也能得到提高，但是计算的速度和其它算法本系统根据实际要求，并结合上述各种方法的特点以及小波收缩阈值法来对轮速信号进行滤波。它能将信号的能量集中在波区的某些大的波系数中，并将噪声的能量分布在整个波世界，因此，经过波变换后的噪声对应的系数的振幅波系数，因此阈值滤波是在上述理论基础上通过设置阈值来实现的，保留有用信号，消除无用信号，即环境因素和其他影响轮速测量滤波的一个重要步骤是对高频细节信号进行加权，因硬阈值方法是这样处理的：如果小波系数的绝对值小于定义的特定阈值，那么这个值函数量化处理过的后得到的小波系数，Dm;表示进行m层小波分解之后得到的第j个小波系数，。从定义可以看出，硬阈值在时域上是不点，进而导致重构后的滤波信号有可能出现振荡现象，并且当数据发生较小的波动那么这些小波系数就会被收缩处理，即采用一定的措施来适当的减小这些系数，软阈值方法的表达式如公式(1.2.2)所示，sgn()表示符号函数。采用这种方法可以有效避免硬阈值方法的振荡现象。但是从定义可以看出，这种方法重构信号基于此，在本论文中我们提出了一种新的阈值函数，该节该因子可以改变阈值处理的策略，从而改善滤波效的公式如式(1.2.3)所示。3无限的接近1,那么此时该阈值函数的功能会逐渐靠近软阈值函数的功能；无限接近于0,那么此时该阈值函数的功能会逐渐靠数可以实现软、硬阈值的功能，,可以获得更有的滤波效果。图1.2.4硬阈值、软阈值以及改进阈值函数对比阈值的选取也是阈值收缩法中很重要的一步，选取的阈值不能太大也不能太小。选取过大的阈值，肯定会使有用信息被丢失；相反，如41)将小波系数按绝对值从小到大排列，然后再将排列后的小波系数分别取2)定义λ为sx(k)中第k个数的平方根，此时由该阈值带来的风险计算公式如下3.启发式阈值(heursure)在面对信噪比较大的信号时，该方法的测算结果更加精准有效4.极大极小值阈值(minimaxi阈值)这种方法是建立对最大风险进行最小化估计而得到阈1.4小波基的选择2.不存在尺度函exihat小波函数不具有正交性。小波基正交性紧支撑性消失矩支撑长度滤波器长度有有112有有N有有有有coif2汽车交通所处的环境是随机的，因此它能撞击到各种可能的求波的测量方法能够有效地工作，不易受到外界的影响。由于车辆行驶的环境不同，接收到的信号也将是唯一的点。因此，如果选择测量方法，就要尽量保证测量结果的唯一性，而且在开车时，车轮转速一般都很快，这就要以信号处理速度不能太慢为前提，根具体“n”的选择要经过实验检验，经过多次试验和实验比较，最终61.5分解层数的确定我们应当根据频谱特性来区分有用信号和噪声信如图1.5所示，一般车辆的动态一般在0~5HZ。现知道我们获得测试信号的采样频率是100HZ,根据奈奎斯特采样定理我们能采集到的频率范围为0~50HZ。通过一层小波分解之后，得到低频部分D¹和高频部分A,频率范围分别是0~25HZ、25~50HZ。到这一层有效信号和无效信号还没有完全区分开来。因此我之间进行多次试验对比。最终分解层数确定为5层。轮速信号轮速信号0～25HZD6图3-4分解层数的频带关系图1.6改进小波算法的具体实现1.轮速数据的预处理。在实验过程中，由于汽车会在许多特殊环境下行驶，例如结2.选定小波基。针对本系统实际要求，结合各种小波分析滤波4.小波分解。本文中采用Mallat算法对信号进行多层小波分解，得到各层的高频系6.小波逆变换。通过