基于小波和EMD的噪声量时频分析去噪效果评价方法技术

本发明专利技术公开了一种基于小波和EMD的噪声量时频分析去噪效果评价方法，所述方法包括数据获取、数据去噪、噪声量时域分析、噪声量时频谱分析；针对发动机上不同信号采用不同的去噪处理方法，达到最佳效果。本发明专利技术基于小波阈值去噪和EMD去噪理论，提出了一种基于去掉噪声量来衡量哪一种去噪方法更优；本发明专利技术证明在处理喷油器波形噪声(类白噪声)上，去噪的时域分析表明小波阈值去噪去掉的是类似白噪声，而EMD可能去掉的是某一有效成分或某一故障信息。本发明专利技术基于时域和频域分析的噪声量分析不仅可以作为评价去噪效果优劣的标准，同时也是发动机数据分析、挖掘和故障诊断的一个很好的方法。

【技术实现步骤摘要】
基于小波和EMD的噪声量时频分析去噪效果评价方法
本专利技术属于数据处理
，尤其涉及一种基于小波和EMD的噪声量时频分析去噪效果评价方法。
技术介绍
目前汽车诊断的远程诊断平台的实现已经有了技术基础，在远程诊断系统中要使诊断真正有实用价值，还要有非常专业的数据处理平台。利用这个平台，对系统实时传输的数据进行智能分析，才可能有比较专业的诊断分析。现有技术只用信噪比和均方根误差来评价去噪效果的片面问题。无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响。开展远程故障诊断是有意义的研究工作，鉴于目前远程故障诊断一般存在检测数据信息量少和诊断算法相对简单的现状，为实现发动机的故障检测，首先要对获取波形进行波形于去造然后进行波形分析和故障诊断，去噪尤其重要，以往的方法评价通常是信噪比和均方根值，本专利技术方法结合小波阈值去噪和经验模态分解时频分析方法提出了一种基于噪声量时域和频域分析的去噪效果评价方法。当信噪比非常接近时，不能单以信噪比大小作为去噪优劣的唯一评判标准，以往的经验更多依赖于信噪比和均方根误差值的大小来判定。综上所述，现有技术存在只用信噪比和均方根误差来评价去噪效果具有片面性，无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响。
技术实现思路
本专利技术的目的在于提供一种基于小波和EMD的噪声量时频分析去噪效果评价方法，旨在解决现有技术只用信噪比和均方根误差来评价去噪效果的片面性，无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响的问题。本专利技术是这样实现的，一种基于小波和EMD的噪声量时频分析去噪效果评价方法，所述基于小波和EMD的噪声量时频分析去噪效果评价方法包括以下步骤：第一步，数据获取：获取原始数据，提取待分析的数据；第二步，数据去噪：进行小波分解；小波系数4种软阈值处理；小波重构；EMD分解去掉某成分重构；第三步，噪声量时域分析：第四步，噪声量时频谱分析：对于信噪比很接近的方法，用时频谱进一步来分析；第五步，确定最佳去噪方法为同一类信号的处理工具，针对发动机上不同信号采用不同的去噪处理方法，达到最佳效果。进一步，步骤一中，数据获取包括利用matlab将获取到的喷油器波形片段重现。进一步，步骤二中，数据去噪具体包括：小波三层分级，然后对小波分解得到的系数用四种阈值规则分别计算阈值，最后用软阈值进行处理得到了新的小波系数，然后进行小波重构，这个重构后的信号即为去噪后的信号；EMD分解去掉某成分重构。进一步，步骤三中，噪声量时域分析包括：rigrsure阈值准则去掉的噪声量不会随喷油过程中电压值的变化而产生变化；rigrsure阈值准则去掉的噪声量进行EMD分解，得到一系列的固有模态和余量。本专利技术另一目的在于提供一种利用上述基于小波和EMD的噪声量时频分析去噪效果评价方法的评价系统。本专利技术主要通过提出一种基于小波阈值去噪、EMD去噪方法来对发动机波形进行去噪分析，并且提出一种新的基于去掉噪声量时域和频率分析评价去噪效果的方法，并以电控发动机喷油器波形去噪分析为例来阐述本方法的原理和实施步骤。解决了只用信噪比和均方根误差来评价去噪效果的片面问题。保证更加全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响，同时这种时频域分析的视角方法可以被借鉴到发动机故其他障特征的提取中去。现有的评价去噪效果的方法主要有：信噪比越大越好、均方根差越小越好。但是这种方法有时并不能准确评价，特别是当计算信噪比非常大(以前认为去噪效果好)，但实际情况却是因为去掉了某一有效成分。这种情况下，结合去掉噪声量时域和频域特征分析噪声特性，验证噪声提取的有效性特别重要。本专利技术的优点有：本专利技术基于小波阈值去噪和EMD去噪理论，提出了一种基于去掉噪声量来衡量哪一种去噪方法更优；本专利技术证明在处理喷油器波形噪声(类白噪声)上，去噪的时域分析表明小波阈值去噪去掉的是类似白噪声，而EMD可能去掉的是某一有效成分或某一故障信息。本专利技术基于时域和频域分析的噪声量分析不仅可以作为评价去噪效果优劣的标准，同时也是发动机数据分析、挖掘和故障诊断的一个很好的方法。附图说明图1是本专利技术实施例提供的基于小波和EMD的噪声量时频分析去噪效果评价方法流程图。图2是本专利技术实施例提供的原始喷油器波形和4种去噪波形原始信号和去噪后的信号效果对比图。图3是本专利技术实施例提供的小波阈值和EMD去噪效果比较图。具体实施方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合实施例，对本专利技术进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本专利技术，并不用于限定本专利技术。本专利技术主要通过提出一种基于小波阈值去噪、EMD去噪方法来对发动机波形进行去噪分析，并且提出一种新的基于去掉噪声量时域和频率分析评价去噪效果的方法，并以电控发动机喷油器波形去噪分析为例来阐述本方法的原理和实施步骤。解决了只用信噪比和均方根误差来评价去噪效果的片面问题。保证更加全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响，同时这种时频域分析的视角方法可以被借鉴到发动机故其他障特征的提取中去。下面结合附图对本专利技术的应用原理作详细描述。如图1所示，本专利技术实施例提供的基于小波和EMD的噪声量时频分析去噪效果评价方法，包括以下步骤：第一步，数据获取：获取原始数据，提取待分析的数据；第二步，数据去噪：进行小波分解；小波系数4种软阈值处理；小波重构；EMD分解去掉某成分重构；第三步，噪声量时域分析；第四步，噪声量时频谱分析：对于信噪比很接近的方法，用时频谱进一步来分析；第五步，确定最佳去噪方法为同一类信号的处理工具，针对发动机上不同信号采用不同的去噪处理方法，达到最佳效果。下面结合附图及具体实施例对本专利技术的应用原理作进一步描述。本专利技术实施例提供的基于小波和EMD的噪声量时频分析去噪效果评价方法，包括：1)用电控发动机实训台测试第2缸喷油器波形；实验用发动机为大众帕萨特1.8T发动机的风向标发动机实训台，大众帕萨特1.8T发动机技术参数如表1所示。表1大众帕萨特1.8T发动机技术参数喷油器的控制方式基本有4类：饱和开关型、峰值保持型、脉冲宽度调制型和PNP型，不同的喷油器的控制方式有不同的波形，本专利技术实验用的大众帕萨特1.8T发动机是一种饱和开关型喷油器。2)数据获取：获取原始数据，提取待分析的数据；利用matlab将获取到的喷油器波形片段重现。3)用四种小波阈值方法对信号进行去噪：小波阈值去噪：小波是一种非常有效的信号分析和处理工具，在小波去噪处理中最有效最常用的是小波阈值去噪。阈值去噪分为软阈值和硬阈值去噪方法之分。本方法的处理过程就是：小波三层分解，然后对小波分解得到的系数用四种阈值规则分别计算阈值，最后用软阈值进行处理得到了新的小波系数，然后进行小波重构，这个重构后的信号即为去噪后的信号；EMD分解去掉某成分重构。原始喷油器波形和4种去噪波形图如图2所示，为原始信号和去噪后的信号效果对比。4)去噪效果评价与噪声量时域分析表2各去噪方法及对应评价参数观察表2发现去噪效果最佳的是“rigrsu本文档来自技高网...

【技术保护点】
一种基于小波和EMD的噪声量时频分析去噪效果评价方法，其特征在于，所述基于小波和EMD的噪声量时频分析去噪效果评价方法包括以下步骤：第一步，数据获取：获取原始数据，提取待分析的数据；第二步，数据去噪：进行小波分解；小波系数4种软阈值处理；小波重构；EMD分解去掉某成分重构；第三步，噪声量时域分析：第四步，噪声量时频谱分析：对于信噪比很接近的方法，用时频谱进一步来分析；第五步，确定最佳去噪方法为同一类信号的处理工具，对发动机上不同信号采用不同的去噪处理。

【技术特征摘要】
1.一种基于小波和EMD的噪声量时频分析去噪效果评价方法，其特征在于，所述基于小波和EMD的噪声量时频分析去噪效果评价方法包括以下步骤：第一步，数据获取：获取原始数据，提取待分析的数据；第二步，数据去噪：进行小波分解；小波系数4种软阈值处理；小波重构；EMD分解去掉某成分重构；第三步，噪声量时域分析：第四步，噪声量时频谱分析：对于信噪比很接近的方法，用时频谱进一步来分析；第五步，确定最佳去噪方法为同一类信号的处理工具，对发动机上不同信号采用不同的去噪处理。2.如权利要求1所述的基于小波和EMD的噪声量时频分析去噪效果评价方法，其特征在于，步骤一中，数据获取包括利用matlab将获取到的喷油器波形片段重现。3.如权利要求1所述...

【专利技术属性】
技术研发人员：蒋淑霞，
申请(专利权)人：中南林业科技大学，
类型：发明
国别省市：湖南,43