小波分析在路面不平度信号降噪中的应用研究new

小波分析在路面不平度信号降噪中的应用研究new

ID:34490163

大小:625.00 KB

页数:4页

时间:2019-03-06

小波分析在路面不平度信号降噪中的应用研究new_第1页
小波分析在路面不平度信号降噪中的应用研究new_第2页
小波分析在路面不平度信号降噪中的应用研究new_第3页
小波分析在路面不平度信号降噪中的应用研究new_第4页
资源描述:

《小波分析在路面不平度信号降噪中的应用研究new》由会员上传分享,免费在线阅读,更多相关内容在教育资源-天天文库

1、万方数据第4期2011年4月机械设计与制造MachineryDesign&Manufacture65文章编号:1001—3997(2011)04珈65_03小波分析在路面不平度信号降噪中的应用研究王国林胡蛟(江苏大学汽车与交通工程学院,镇江212013)Reseamhonwaveletapplicationinroadroughnessde-noisingWANGGuo-1in,HUJiao(JiangsuUniversity,SchoolofAutomobile&TrafficEngineering,Zhenjiang212013,Chin

2、a)【摘要】阐述了几种传统小波去噪原理及其优缺点,在此基础上提出了一种基于能量元和Ney—man—Pearson准则的小波闽值去噪算法,并将其用于路面不平度数据的降噪分析。仿真结果表明,该算法不仅能最大限度地保留路面不平度信号的趋势部分,而且能有效降噪。关键词:小波分析;降噪;Neyman—Pearson准则;路面不平度;功率谱【Abstract】Severalprinciplesandtheadvantagesandfaultsofthetraditionalwaveletde-noisingagebothdescribed,then口de

3、-noisemethodbaseOnenergy-memberandNeyman-PearsonCriteriaisproposedandusedforde-noisingintheroadrolLghne$$dattrNumericalsimulation3showthatthealgorithmCannOtonlymaximizetheretentionofroadroughnesstrends,butalsoiseffectiveandexcellentinde-noising.Keywords:Waveletanalysis;De-n

4、oising;Neyman--pearsoncriteria;Roadroughness;Powerspec-trum中图分类号:THl6。U416.06文献标识码:A1前言路面不平度是车辆振动系统的主要激励之一,不平路面的激励所引起的振动不仅影响汽车的行驶平顺性、安全性,也影响零部件的疲劳寿命以及运输效率、能耗等各个方面,同时路面不平度数据也是制定公路养护方案的直接依据,是路面养护专家系统决策的依据。因此,获得准确的路面信息不论是对汽车工程还是道路养护工程来说都是至关重要的。路面不平度的测萤,通常是采用在车辆上安装测量设备来完成。由于车辆振

5、动等原因,测量结果存在随机性和不稳定性等因素,获取的信号中夹杂噪声信号,如果直接对实测信号进行分析计算,势必造成误差。目前出现了多种信号去噪方法,传统傅立叶分析在信号与随机噪声频谱重叠时,不能有效地去除噪声。小波分析是在傅立叶全频域分析的基础上,采用可变时频窗,在时频两阈内同时表征信号局部特征,具有多分辨率分析的特性m,这就决定了小波方法与传统方法相比,具有独特的优势一能够在去除噪声的同时,很好的保留信号的突变部分。通过比较几种传统小波去噪算法优缺点,选用小波阈值去噪法,并在此基础上提出了一种基于能量元和Neyman-pearson准则的新阈

6、值去噪法,仿真实验说明了该方法的有效性。2原理与方法2.1传统方法比较假设一个信号.厂(n)被噪声污染后为s(厅),其基本的噪声模型表示为:s(,1)可(,1)+以(乃)(1)式中:e(n)一高斯白噪声;删声强度。信号和噪声对小波变换有不同的敏感度,噪声在同一层的小波系数幅值小而均匀,而信号经过小波分解,其小波系数仅在部分点处有较大值即信号的能虽集中度高;信号的和噪声有不同的奇异性,随着尺度的增加,噪声系数的幅值很快衰减为零,而真实信号系数的幅值基本不变。小波去噪的原理就是根据信号和噪声在小波阈中的不同性态表现,构造相应的规则减小甚至完全剔除

7、由噪声产生的系数,同时最大限度地保留真实信号的系数,最后由经过处理的小波系数重构原信号,得到真实信号的最优估计。目前常用的小波去噪法有三种:第一是种方法Mallat提出的模极大值重构去噪,它是根据信号和噪声有不同的奇异性而随尺度变化呈现出不同变化特性来甄别小波系数产生的“源头”,剔除由噪声产牛的小波系数只保留下由信号产生的有限个模极大值点,然后重构信号。该算法有很好的理论基础,滤波性能较为稳定,对噪声的依赖性小,不需要知道噪声方差,特别是对低信噪比的信号滤波时更能体现其优越性,缺点是在使用交替算法进行信号重构时算法复杂、速度较慢,有时需要人工

8、参与寻求要保留的模极大值,多次投影可能引起信号的失真回;第二种方法是Xu提出的空域相关去噪,主要利用信号小波系数在各个尺度间具有相关性来滤波,其实现原理简单,但计算

当前文档最多预览五页,下载文档查看全文

此文档下载收益归作者所有

当前文档最多预览五页,下载文档查看全文
温馨提示:
1. 部分包含数学公式或PPT动画的文件,查看预览时可能会显示错乱或异常,文件下载后无此问题,请放心下载。
2. 本文档由用户上传,版权归属用户,天天文库负责整理代发布。如果您对本文档版权有争议请及时联系客服。
3. 下载前请仔细阅读文档内容,确认文档内容符合您的需求后进行下载,若出现内容与标题不符可向本站投诉处理。
4. 下载文档时可能由于网络波动等原因无法下载或下载错误,付费完成后未能成功下载的用户请联系客服处理。