|
传感器输出时间序列的实时小波滤波方法
刘志成 陈祥光 李宇峰 李 兵
(北京理工大学化工与环境学院, 北京 100081)
摘 要: 为了满足不同测控系统中传感器输出时间序列的实时滤波要求,针对小波变换不能递推进行的弱点,通过分析小波实时滤波算法,研究了基于Mallat 快速离散小波变换的3 种实时滤波方法:冗余采样频率法、有滞后的浮动数据窗法和对称添加的浮动数据窗法,给出了3 种方法的实现过程及适应范围,分析了影响小波实时滤波中的几个关键因素。仿真实验结果表明,本文讨论的3 种实时滤波方法,运行时间短,滤波性能与离线滤波相接近,可适用于一般流程工业的大部分参数变化较慢的测控系统。
关键词: 时间序列; 小波滤波; 实时性; 信号处理
在测控系统中,重要参数的变化通过传感器进行测量,其输出反应了生产过程的变化规律和系统内部的相互联系。然而在传感器的测量过程中, 不可避免地受到各种噪声的影响, 使其输出信号不仅有被测量真值的信号, 还包含了噪声信号。噪声信号特点是随机性, 不可预测。它的存在通常使传感器输出时间序列偏离了真值的变化规律。所以在实际应用中,对传感器输出时间序列进行滤波预处理,以去除噪声的影响是非常必要的。小波滤波是近十几年来信号处理领域的一个研究热点,其优势在于广泛的函数适应性和最优的自适应滤波能力[1 ] , 在故障诊断中得到了很好的应用。然而目前的主要研究内容几乎都是围绕着对测量数据(传感器输出时间序列) 的离线批量处理, 其目的是通过阈值选择算法以提高滤波效果, 关于小波实时滤波方法的研究却很少。小波实时滤波是一个综合分析过程, 必须兼顾滤波效果和滤波速度两个方面。它们与小波滤波方法、小波函数、分解尺度、阈值选择算法和信号长度等诸方面有关[2 ] 。
本文以一般工业过程中的测控系统为背景,着重研究传感器输出时间序列的小波实时滤波方法,分析了小波实时滤波中的几个关键因素, 较好地兼顾了小波滤波的实时性与滤波效果的问题。
1 实时小波滤波方法
111 小波实时滤波算法
小波滤波的方法较多,最主要的有模极大值重构滤波、空域相关滤波和小波域阈值滤波[2 ] 。它们的实质都是对信号小波变换的系数进行非线性处理,然后重构,以达到滤波的目的。考虑到滤波实时性,应优先选用小波域阈值滤波。其基本原理是利用小波变换的解相关特性, 认为小波变换具有集中能量的作用[3 ] ,即把有用信号的能量集中在少数绝对值较大的小波系数上, 而噪声信号由于其频率分散、能量谱相对分散, 所以其小波系数绝对值较小,且分散于大部分小波系数上, 这样就可以通过对分解得到的小波系数作用阈值, 将各子空间低于阈值的小波系数(代表噪声信号) 置零, 然后通过重构即可得到滤波后的信号,具体步骤如下。
传感器输出时间序列的实时小波滤波方法.pdf
|