摘要(yào):傳統電磁流量(liang)計 采用硬件濾(lǜ)波方式去除噪(zào)聲,但由于采用(yòng)硬件濾波消噪(zao)的能力與器件(jiàn)的動态調節相(xiang)互矛盾,且硬件(jian)電路元件的非(fēi)理想化必然會(hui)混入其他噪聲(shēng).爲了彌補♉硬件(jiàn)濾波的缺🛀🏻點，采(cai)用了軟件去噪(zao)算法，該算法基(jī)于小波消噪原(yuán)理.爲有📐效去除(chú)電🧑🏽‍🤝‍🧑🏻磁流量計✂️輸(shu)出信号中的幹(gàn)擾信号，提高數(shù)據處理的穩定(ding)性♊和數據的精(jing)度,在結合傳統(tǒng)軟🌈、硬阈值函數(shu)的不足😄的基礎(chu)上,引入了一種(zhǒng)新阈值函數,且(qie)在傳統信噪比(bi)、均方誤差等單(dan)一評價标準的(de)基礎上♻️引入了(le)一種綜合評價(jia)标準對去噪效(xiao)果進行評估,采(cai)用MATLAB工具箱對去(qu)噪結果進行了(le)仿真.結果表明(míng)，相比傳統小波(bō)消噪方法，改進(jin)的小波阈💛值去(qù)噪方法對抑制(zhi)電磁流量計信(xìn)号中的各種☔噪(zào)聲幹擾有更好(hǎo)效果.
　　電磁流量(liang)計是一種基于(yú)法拉第電磁感(gǎn)應定律來測量(liang)🏒管内導電介質(zhi)體積流量的感(gǎn)應式儀表,它輸(shū)出的微弱信号(hao)🤞常被複雜的幹(gan)擾所覆蓋.傳統(tong)信号處理電👈路(lù)配置硬件濾波(bō)器來濾除流量(liàng)信号中的高頻(pín)幹擾,但硬件電(diàn)路存在元件的(de)非理想化會引(yǐn)♻️人其他噪聲和(hé)不能動态調節(jiē)兩個弊端.
　　針對(duì)硬件電路的不(bu)足引人了小波(bo)變換和MATLAB相結合(hé)的✨去噪算法.相(xiàng)比于傳統傅裏(lǐ)葉變換,小波變(biàn)換在去除掉高(gao)頻噪聲的同時(shi)保留了信号的(de)高頻成分,其分(fen)辨率分析具有(you)良好的時頻特(tè)性.國内外學者(zhě)🔞們針對電磁流(liú)量計信号,提出(chu)了不同的去噪(zao)方法對其進行(hang)處理分析.用Haar 小(xiao)波對染噪信㊙️号(hào)進行不同尺度(dù)的濾波,可👣以得(de)到較好的😍去噪(zao)效果0-2;通過對漿(jiāng)🧑🏽‍🤝‍🧑🏻液噪聲的💰分析(xī)建模确立電磁(ci)流量🧑🏾‍🤝‍🧑🏼計克服漿(jiāng)液噪聲的有效(xiào)方案,對漿🐉液測(cè)量有促進作♉用(yong)☔。本研究引🛀入一(yi)種改進的新阈(yu)值函數對電磁(ci)流量計輸出的(de)傳感信号進行(háng)去噪處理,經實(shi)驗仿真表明,這(zhe)種方🛀法對電磁(cí)流量計數據降(jiàng)噪效果顯著,爲(wèi)提取較爲純淨(jìng)的電磁流量計(jì)信号提供♊了參(can)考.
1電磁流量計(jì)信号及其噪聲(sheng)特征分析
　　電磁(cí)流量計在其使(shi)用過程中會受(shòu)到各個方面的(de)幹擾産生各種(zhǒng)噪聲,具體噪聲(sheng)模型如下:
 
ec爲工(gong)頻幹擾,ed爲電化(huà)學幹擾.
　　在衆多(duo)噪聲中,工頻幹(gàn)擾通過采集數(shù)據對相位的選(xuan)取可以消除,微(wei)分幹擾隻出現(xian)在勵磁變化處(chù)，當勵磁不變時(shi),不存在☎️微分幹(gan)擾.低頻同相幹(gan)擾可以忽略不(bú)計.電化學幹擾(rao)頻帶很🔴寬,在低(di)頻和高頻都有(you).
2電磁流量計信(xin)号去噪算法模(mo)型
2.1小波變換阈(yu)值降噪方法基(ji)本原理
　　傳統的(de)硬閡值函數去(qu)噪方法和軟阈(yu)值函數去噪方(fāng)法🤩,其應♈用也極(jí)廣,但不可忽視(shì)其缺點.
1)硬阈值(zhi)函數
 
　　硬阈值算(suan)法由于自身不(bu)連續的缺點,在(zài)去噪時産生“僞(wéi)‼️吉布斯現象”,丢(diū)失了許多原始(shǐ)信息.
2)軟阈值函(hán)數
 
　　軟阈值處理(lǐ)後的小波系數(shu)與理論的小波(bo)系數存在固定(ding)誤差,容易造成(cheng)高頻有用信息(xi)的遺失.
2.2新型小(xiǎo)波降噪方法阈(yù)值函數及阈值(zhi)選取
　　許多學者(zhe)對軟、硬阈值函(hán)數采用改進算(suàn)法.但這些阈值(zhi)函數都是基于(yu)傳統的阈值函(han)數,仍然存在平(ping)滑度低且高階(jie)不可🐆導的不足(zu).針對這些阈值(zhí)函數的不足,本(běn)文選取了一種(zhǒng)含有不同未知(zhi)數的阈值✊函數(shù),該阈值函數不(bu)僅介于軟、硬阈(yu)值函🙇🏻數中間,同(tong)🌏時集成了它⚽們(men)的優點,且添加(jiā)了平滑過渡區(qū).以此♍來解決傳(chuán)統兩種阈值函(hán)數的不足.引人(ren)的新阈值函數(shù)如下:
 
　　式中參數(shù)m和n均爲正數,是(shi)公式中的調節(jie)因子,其用作調(diào)節幅值,可以針(zhēn)對不同含噪信(xìn)号,使閡值函數(shu)曲線可以提取(qu)去噪😘效果更好(hao)的信号.采用2m .2m+1諸(zhu)如此類的調節(jie)參數,其目的✌️是(shi)得到🐅一個在阈(yù)值處平滑過渡(dù)的區域,在這個(gè)♋區域内有用信(xin)号的🈚成分會被(bei)有效的保存，避(bi)免被當成噪聲(sheng)而濾除掉.同時(shi),采用和這樣的(de)系數保證了阈(yù)值函數在閥值(zhi)處的不間斷.新(xīn)阈值函數🈲在小(xiǎo)于閥值區間内(nèi),漸進最後趨于(yú)0的曲線,此曲線(xian)接近于0但不☎️等(deng)于0.
2.3小波分解最(zuì)佳尺度和小波(bō)基
2.3.1 分解尺度的(de)确定
　　利用基于(yú)信噪比差值的(de)分解尺度确定(ding)方法.記小波x級(ji)⭕分解與🏃‍♂️重構信(xìn)号的信噪比爲(wei):
 
　　式中,ƒ(i)爲原始信(xin)号,`ƒ(i)爲去噪後信(xìn)号,N爲信号的長(zhǎng)度.
　　運用阈值函(han)數對給出的含(han)噪信号進行去(qù)噪,求出信噪🔱比(bǐ)SNRx;再🤞求取SNRx+1-SNRx,循環多(duo)次改變阈值選(xuan)取方式，分解層(céng)數✏️和小波基函(hán)數,構造出一個(gè)差值矩陣,通過(guò)比✨較得出🔅矩陣(zhen)中🈚每一行的最(zui)大值,把最大值(zhí)賦值給相應階(jiē)數的小波,所對(dui)應的分解層可(ke)認✊爲優.
2.3.2 小波基(ji)的選擇
　　不同小(xiǎo)波基性質如表(biǎo)1所示.
 
2.3.4小波去噪(zào)效果綜合評價(jià)
　　對平滑度和均(jun1)方根誤差這兩(liǎng)個指标進行簡(jian)單的線性💃組合(hé),因✊爲變化範圍(wéi)不同,兩個指标(biao)的基數也不相(xiàng)㊙️同,所以容易出(chū)現誤差.爲了便(bian)于比較,将它們(men)進行歸一化處(chù)⭕理.具體計算方(fāng)法如式
 
　　式中,K爲(wèi)均方根誤差.本(běn)文采用變異系(xì)數定權法計算(suàn)各個🍓指标的權(quán)重,過程如下式(shì)所示:
 
　　式中,CV爲各(ge)個指标的變異(yi)系數;W爲均方根(gen)誤差和平滑度(du)☎️兩個指标按照(zhao)變異系數法得(dé)到的權值;σ爲指(zhi)标.的标準差,μ爲(wèi)指标的均值.最(zui)後,利用線性組(zǔ)合的方法對兩(liang)個指标的權👣重(zhòng)和歸一化後的(de)結果線性組合(hé),得到複合評價(jia)指标T,其表達式(shi)爲:
 
　　其中,Pr爲歸一(yī)化後的平滑度(du),RMSE爲均方根誤差(cha).根據歸--化的原(yuan)理和變異系數(shù)定權法的原理(li)，同時通過這兩(liǎng)個指标的性質(zhì),分🈚析可知,在對(duì)小波去噪效果(guo)判定時,複🍓合評(ping)價指标T的值越(yuè)小越好.
3電磁流(liu)量計實測參數(shu)處理與分析
　　使(shǐ)用MATLAB軟件進行仿(pang)真實驗,對如下(xia)的原始信号進(jin)行仿🚶‍♀️真,圖🔞1分🏃🏻别(bie)爲原始信号和(hé)染噪後的信号(hào).表2爲db3小波基各(gè)分解層數下的(de)不✂️同評價指标(biao)值.由表2不難看(kàn)出，分解層數🏃‍♂️爲(wèi)2時,均方根誤差(chà)RMSE最小,信噪比SNR最(zuì)大.且當分解層(céng)數爲2時💜,綜合指(zhi)标T最小，與實際(jì)情況相❌符.圖2爲(wèi)分解層數爲2時(shi)的去噪仿真圖(tú).
 
 
　　表3爲db5小波基各(ge)分解層數下評(píng)價指标值、評價(jià)指标歸📧一化值(zhi)及綜合評價指(zhǐ)标值.由表格可(kě)以看出，當分解(jiě)層數👄爲2時,均方(fāng)根誤差最小，信(xin)噪比最大,此時(shí)綜合指标T最小(xiǎo)🔆.因此得出最優(you)分解尺度爲2.圖(tu)3爲其去噪後仿(pang)真結果.
 
　　表4爲Haar小(xiǎo)波基各分解層(céng)數下評價指标(biāo)值、評價指标歸(gui)🔞一化✨值及綜合(hé)評價指标值.由(yóu)表4可以看出，當(dāng)分解層數爲2時(shi),均方根誤差最(zuì)小，信噪比最大(da),此時綜合指标(biāo)T最小.因此得出(chu)最優分解尺度(du)爲2.圖4爲其去噪(zào)後仿真結果.
 
　　表(biǎo)5爲sym5小波基各分(fèn)解層數下評價(jià)指标值、評價指(zhi)标🍉歸👈一化值✉️及(jí)綜合評價指标(biāo)值.由表可以看(kan)出，當分解層數(shù)爲2時,均方根誤(wu)差⭐最小，信噪比(bǐ)最大,此時綜合(he)指标T最小.因此(cǐ)得出最優分⛹🏻‍♀️解(jie)尺度爲2.圖5爲sym5爲(wei)小波基去噪後(hou)仿真結👄果.
 
　　表6爲(wei)coif3小波基各分解(jie)層數下各種不(bú)同的評價指标(biao)值.由表⭐可以看(kàn)出,當分解層數(shu)爲2時,均方根誤(wù)差最小，信噪比(bǐ)最大❗,此時綜合(he)❗指标T最小.因此(cǐ)得出最優分解(jie)尺度爲2.圖🙇🏻6爲其(qi)去噪仿真結果(guo).
 
　　表7爲sym4小波基各(gè)分解層數下各(ge)種評價指标值(zhi).由表可以得出(chū)㊙️最優分解層次(cì)爲2.圖7爲sym4爲小波(bo)基去噪仿真結(jié)🈚果.
 
　　表8爲分解尺(chi)度下新阈值函(hán)數和傳統軟、硬(yìng)阈值去噪效果(guo)對🐆比🈲.
　　根據上述(shù)仿真實驗,對比(bi)表2~7可以得出,在(zài)選用各種小波(bo)基去噪👌時,無論(lùn)從單一.指标,還(hái)是綜合指标T進(jin)🐉行去噪評價時(shí)，在分解層數爲(wei)2時,SNR達到最大值(zhí),RMSE達到最小值,去(qu)噪效果達到優(yōu),由此可得出針(zhen)對此流量信号(hao)的最佳小波分(fen)解尺度爲2;對實(shi)驗數據進行分(fen)㊙️析可知,采用此(cǐ)方法去噪仿真(zhēn)時,在分解尺度(du)爲最🐆優分解尺(chǐ)度2的條件下,采(cai)用coif3小波基可以(yi)得到更好地去(qù)噪效果.由表✉️8中(zhong)的各個參數不(bu)難看出，運用此(ci)基♻️于小波變換(huan)的方♌法去噪時(shí),本文提出的新(xin)型阈值函數各(ge)個參數值都比(bi)原始的軟、硬阈(yù)值函數效✉️果好(hǎo)，即新型阈值函(han)數的去噪效果(guo)更好🌈，這對電磁(cí)流量數據處理(li)具有實際意義(yì).
 
4結語
　　本文在對(dui)電磁流量計信(xìn)号特征分析的(de)基礎上,确定了(le)一個電磁流量(liang)計信号處理的(de)新型阈值函數(shù).通過♌理論分析(xī)、實驗仿真和數(shu)據處理等多個(gè)環節,得出以下(xià)結論:
1)在使用小(xiao)波阈值函數去(qu)除噪聲時，合理(li)選取分解層數(shù)⭕、小波基函數以(yi)及阈值函數等(deng)是去除噪聲同(tóng)時獲得更正确(què)的有用信🧡号的(de)關鍵環節.
2)因爲(wei)不同含噪信号(hào)的噪聲性質存(cun)在或多或少的(de)差異,所✂️以在處(chu)理含有不同噪(zao)聲的信号時，選(xuǎn)取不🎯同的分解(jiě)層數、小波基函(hán)數和阈值函數(shu)其去噪效🔞果是(shi)有明顯區别的(de).對♍于分解層數(shu)而言,含噪信号(hao)的種類、信噪比(bi)的大小和阈值(zhi)函數都影😍響着(zhe)最優✊分解層的(de)值.除此之外,我(wǒ)們通過多次💔仿(páng)真測試和數據(ju)分析不難發現(xian),沒有哪種小波(bō)基函數可♻️以針(zhēn)對所有類型的(de)含噪信号都可(ke)以獲得最優的(de)去噪效果.
3)如果(guo)小波去噪算法(fǎ)和其它去噪方(fāng)法合理結合并(bìng)不斷完善,就極(jí)有可能會達到(dào)更好的去噪效(xiào)果.

以上内容源(yuan)于網絡，如有侵(qīn)權聯系即删除(chu)!