本发明专利技术涉及一种强干扰环境下基于多阈值小波的传感器性能在线自动化测试装置及方法，首先对传感器检测到的测试点环境参数信号进行滤波和采集；然后通过模糊多阈值小波变换对采集到的信号进行降噪处理，先进行小波分解求得小波系数，并求得每个小波系数的隶属度，舍去隶属度超出预设门限的小波系数，并利用隶属度在门限内的小波系数进行小波重构，得到降噪后的检测数据，根据降噪后的检测数据和测试点的环境参数值计算得到传感器特性指标，完成传感器性能在线自动化测试。本发明专利技术将滤波和模糊多阈值小波变换相结合进行降噪处理，降噪后的信号轮廓更明显、清晰并且没有损失细节信号，保持了与原始信号的逼真度，信号的信噪比增加明显。
【技术实现步骤摘要】
本专利技术属于传感器性能测试领域，尤其涉及一种强干扰环境下基于多阈值小波的 传感器性能在线自动化测试装置及方法。
技术介绍
随着科学技术的发展和电子设备的普及应用，电子科学技术己经渗透到各个领 域。电子、电气设备己广泛应用于人们的日常生活、国民经济的各个部门、资源开发、太空探 索、国防建设等等。电子电气设备不仅数量和种类在增加，而且还在向着数字化、高速化和 网络化的方向快速发展。这些电子设备工作时往往会产生一些有用或者无用的电磁能量， 这些能量可能会影响自身或者其他设备、系统和生物，我们称之为电磁干扰（EMI)。电磁干 扰以两种方式存在：辐射型干扰和传导型干扰。对于辐射型干扰主要靠屏蔽和接地解决， 对于传导型干扰主要采用滤波器来解决。 现在传感器广泛应用在科学研究领域和工业生产领域中，只有对传感器特性各项 测试达到标准，才能保证传感器的可靠性和准确性。现有的大多数的传感器指标一般都按 照计量机构出具的校准书来对其检定点进行系数的修正。而在实际环境中，传感器在不同 电磁干扰测试环境按照校准书标定有很大误差。目前针对传感器测试系统设计有基于PCI 板卡和LabVIEW以及基于PXI总线和LabVIEW，系统的抗电磁干扰较弱。 传统消噪算法主要有通用阈值方法和Stein无偏风险阈值，在通用阈值方法中， 用^表示确定的第j层固定阈值，这种阈值的确定方法在个数增加时会损失更多细节小波 系数。当小波分解层数N趋于m时，细节小波系数比#大的可能性趋于0。用<表示利用 Stein无偏风险阈值方法确定的第j层阈值，相对固定阈值^更有弹性，当信号重构 时，随着噪声的增大，这种阈值选取方法可以包括更多细节小波系数，但在信噪比的提高方 面不具优势。 另外，现有的传感器测试仪测试传感器时，只能通过人工接线，一次测量一台传感 器，测试完毕之后，拆下接线，换下一台传感器接线测试，通常一批含有数个传感器的测量 工作，需要操作人员的数次重复性劳动，劳动效率低下，测量的数据受到人工操作水平的干 扰，极不准确，而且加大了生产成本。 大批量的传感器测量完毕后，需要将其中的数据进行记录，组成一组做后续工业 应用，现有技术中只能通过人工进行，手工记录的每支产品数据，不仅劳动强度大，而且人 工记录的误差大，记录可能出现误记、漏记等现象。
技术实现思路
本专利技术的目的在于克服上述现有技术中的问题，提供一种测试准确的强干扰环境 下基于多阈值小波的传感器性能在线自动化测试装置及方法。 为了实现本专利技术的目的，本专利技术采用如下技术方案： 首先对传感器检测到的测试点环境参数信号进行滤波和采集；然后通过模糊多阈 值小波变换对采集到的信号进行降噪处理，先进行小波分解求得小波系数，并求得每个小 波系数的隶属度，舍去隶属度超出预设门限的小波系数，并利用隶属度在门限内的小波系 数进行小波重构，得到降噪后的检测数据，根据降噪后的检测数据和测试点的环境参数值 计算得到传感器特性指标，完成传感器性能在线自动化测试。 进一步地，所述的模糊多阈值小波变换具体处理步骤包括： 101、信号的小波分解：选择小波基并确定小波分解的层数N，然后对信号进行N层 小波分解； 102、小波分解后小波系数的阈值处理： 1021、对第1到第N层的每一层小波系数，采用隶属度函数进行阈值量化处理： 式中是第j层中第k个小波系数，m是隶属度函数曲线与横坐标轴的交点到原 点的距离；n为隶属度函数曲线与直线A(wjik) = 1的交点的横坐标值； 1022、取0 <A(Wj,k) < 1作为门限，将A(Wj,k) = 0和A(Wj,k) = 1对应的小波系数 w.Lk舍去； 103、小波重构：利用0 <A(wjik) < 1对应的小波系数，进行信号的小波重构。 进一步地，当小波系数等于Stein无偏风险阈值方法确定的第j层阈值时，将隶 属度函数值设为接近〇，用〇来表示；当小波系数等于通用阈值方法确定的第j层固定阈 值时，将隶属度函数值设为接近1，用1-〇来表示；分别将<、七〇、1_〇代入上式 (A)得： 本专利技术装置的技术方案是：包括依次相连的传感器测试环境调试装置、EMI滤波 电路、数据采集模块、数据处理模块和显示控制模块，以及用于供电的电源模块；其中， 传感器测试环境调试装置用于安装传感器，并通过传感器对测试点的环境参数值 进行检测转换成电信号；EMI滤波电路用于对电信号进行滤波，抑制高频干扰； 数据采集模块用于对经过滤波的电信号进行采集，并传送给数据处理模块； 数据处理模块用于通过模糊多阈值小波变换对采集到的信号进行降噪处理，先进 行小波分解求得小波系数，并求得每个小波系数的隶属度，舍去隶属度超出预设门限的小 波系数，并利用隶属度在门限内的小波系数进行小波重构，得到降噪后的检测数据，根据降 噪后的检测数据和测试点的环境参数值计算得到传感器特性指标； 显示控制模块用于根据传感器特性指标绘制其特性曲线并实现记录和界面显示。 进一步地，所述的传感器测试环境调试装置中设置了若干个传感器的采集接口。 进一步地，所述的传感器测试环境调试装置还用于调节环境参数。 进一步地，所述的数据采集模块包括依次相连的运算放大电路、A/D转换电路和数 据存储器，其中，运算放大电路与EMI滤波电路相连，数据存储器与数据处理模块相连。 进一步地，所述的数据处理模块包括MSP430微处理器，MSP430微处理器通过RS232接口与显示控制模块相交互。 进一步地，所述的显示控制模块包括上位机和显示屏，其中上位机还用于向数据 处理模块发出调节传感器测试环境的指令，数据处理模块通过电压转换模块与PLC相连， PLC与用于执行指令的传感器测试环境调试装置相连。 进一步地，所述的电源模块分别与数据处理模块和电压转换模块相连。 与现有技术相比，本专利技术具有以下有益的技术效果： 本专利技术测试方法中通过采集滤波后的信号，有效抑制交流电网中的高频分量对传 感器测试数据的影响；再通过模糊多阈值小波变换进行降噪处理，其中，对信号进行小波 变换后，噪声的影响表现在小波系数的各个尺度上，信号的主要特征分布在较大的有限个 小波系数上，相对来说，信号的小波系数值必然大于能量分散的噪声的小波系数值，因而通 过对小波系数进行阈值处理，舍去噪声小波系数，可达到去噪的目的；与传统消噪的算法相 比，本专利技术将滤波和模糊多阈值小波变换相结合进行降噪处理，可以大幅提高信号的信噪 比，实验表明，本专利技术降噪后的信号轮廓更明显、清晰并且没有损失细节信号，保持了与原 始信号的逼真度，信号的信噪比增加明显，提高了 49. 2%~57. 2%，均方根误差也有了显 著下降，降低了 42. 8%~45. 9%，降噪效果明显；本专利技术灵活判定系数中包含的主要是信 号成分还是噪声成分，以同时实现"消噪"和"保留信号"当前第1页1 2 3 4 本文档来自技高网...
【技术保护点】
强干扰环境下基于多阈值小波的传感器性能在线自动化测试方法，其特征在于：首先对传感器检测到的测试点环境参数信号进行滤波和采集；然后通过模糊多阈值小波变换对采集到的信号进行降噪处理，先进行小波分解求得小波系数，并求得每个小波系数的隶属度，舍去隶属度超出预设门限的小波系数，并利用隶属度在门限内的小波系数进行小波重构，得到降噪后的检测数据，根据降噪后的检测数据和测试点的环境参数值计算得到传感器特性指标，完成传感器性能在线自动化测试。
【技术特征摘要】
【专利技术属性】
技术研发人员：高涛，冯兴乐，吴晓龙，倪策，程飞，薛国伟，
申请(专利权)人：长安大学，
类型：发明
国别省市：陕西;61
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。