一种基于奇异值分解中值法的瓦斯浓度数据降噪方法技术

本发明专利技术公开了一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，属于信号处理技术领域，包括如下步骤：导入含噪瓦斯浓度数据X；检测含噪瓦斯浓度数据中是否含有单个异常数据和缺失数据，若有则使用移动平均线法处理单个异常数据，使用三次指数平滑法处理缺失数据，若没有则无需处理；对含噪瓦斯浓度数据构造Hankel矩阵；对Hankel矩阵进行奇异值分解(Singular Value Decomposition，简称svd)变换；基于奇异值中值滤波策略选出有效奇异值；svd逆变换重建Hankel矩阵，得到降噪后的瓦斯浓度数据。本发明专利技术提出的瓦斯信号降噪方法，通过实测瓦斯信号进行了降噪实验，结果表明该方法具有较好的降噪性能，能有效提高瓦斯信号分析精度。

A method of denoising gas concentration data based on median method of singular value decomposition

The invention discloses a gas concentration data denoising method based on singular value decomposition median method, which belongs to the technical field of signal processing, which comprises the following steps: introducing noisy gas concentration data X; detecting whether the noisy gas concentration data contains single abnormal data and missing data, if there is a single use moving average method abnormal data, missing data processing using three exponential smoothing method, if there is no need to deal with noise; gas concentration data structure of Hankel matrix; Hankel matrix singular value decomposition (Singular Value Decomposition, referred to as SVD) transform; singular value median filtering strategy selected effectively based on singular value; SVD transform reconstruction Hankel matrix, get gas concentration data after noise reduction. The noise reduction method of the gas signal proposed by the invention performs noise reduction experiments by measuring the gas signal, and the result shows that the method has good noise reduction performance and can effectively improve the accuracy of gas signal analysis.

【技术实现步骤摘要】
一种基于奇异值分解中值法的瓦斯浓度数据降噪方法
本专利技术属于信号处理
，具体涉及一种基于奇异值分解中值法的瓦斯浓度数据降噪滤波方法。
技术介绍
由于煤矿井下环境十分恶劣，布置在井下的瓦斯传感器经常受到各种干扰的影响，如烟尘、高温、水气等，并且还会受到电磁干扰的影响，致使采集到的瓦斯浓度数据普遍含有噪声。如果用含有噪声的瓦斯浓度数据直接进行分析处理，不仅不能准确预测瓦斯涌出量，及时预警危险，而且浪费时间，做大量无用工作。因此，对瓦斯浓度数据必须进行去噪处理还原其真实的发展变化趋势。目前对瓦斯信号降噪的主要方法有小波变换降噪方法和支持向量回归机降噪方法，由于采集到的瓦斯信号数据往往具有混沌特征，其频谱散布于整个频率空间，这时，采用小波变换很难将有用信号和噪声频谱严格区分开来并且小波阈值和支持向量回归机的核函数无法准确选择。
技术实现思路
针对现有技术中存在的上述技术问题，本专利技术提出了一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，设计合理，克服了现有技术的不足，具有良好的效果。为了实现上述目的，本专利技术采用如下技术方案：一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，包括以下步本文档来自技高网...

【技术保护点】
一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，其特征在于，包括以下步骤：步骤1：导入含噪瓦斯浓度监测数据{Xt,t＝1,2,…,N}；步骤2：检测含噪瓦斯浓度数据中是否含有单个异常数据和缺失数据；若含有单个异常数据和缺失数据，则通过移动平均线法处理单个异常数据，通过三次指数平滑法处理缺失数据；若不含有单个异常数据和缺失数据，则无需处理；步骤3：将步骤2中的瓦斯浓度数据构造成Hankel矩阵并进行svd变换；步骤4：基于奇异值中值滤波策略选出有效奇异值，选取λ1,λ2,…,λr/2作为有效奇异值；步骤5：通过svd逆变换、重建Hankel矩阵并进行信号重构，得到降噪后的信号。

【技术特征摘要】
1.一种基于奇异值分解中值法的瓦斯浓度数据降噪方法，其特征在于，包括以下步骤：步骤1：导入含噪瓦斯浓度监测数据{Xt,t＝1,2,…,N}；步骤2：检测含噪瓦斯浓度数据中是否含有单个异常数据和缺失数据；若含有单个异常数据和缺失数据，则通过移动平均线法处理单个异常数据，通过三次指数平滑法处理缺失数据；若不含有单个异常数据和缺失数据，则无需处理；步骤3：将步骤2中的瓦斯浓度数据构造成Hankel矩阵并进行svd变换；步骤4：基于奇异值中值滤波策略选出有效奇异值，选取λ1,λ2,…,λr/2作为有效奇异值；步骤5：通过svd逆变换、重建Hankel矩阵并进行信号重构，得到降噪后的信号。2.根据权利要求1所述基于奇异值分解中值法的瓦斯浓度数据降噪方法，其特征在于，在步骤2中，当有数值满足式(1)时，表示数据中含有单个异常数据；当有数值满足式(2)时，表示数据中含有缺失数据；||xt-xt-1|-|xt-xt+1||>0.02％(1)；式中：xt表示当前采样点的瓦斯浓度；xt-1表示当前采样点前一个点的瓦斯浓度；xt+1表示当前采样点后一个点的瓦斯浓度；0.02为判定是否有单个异常数据的阈值；％为导入的含噪瓦斯浓度监测数据单位；xt＝NULL||xt＝？||xt＝*(2)；式中：NULL表示为空；？和*表示特殊符号；对单个异常数据使用移动平均线法进行处理：若采样点t＝b时满足式(1)即出现单个瓦斯数据异常高或异常低的现象，则通过式(3)计算移动平均数值xb，单个异常数据用xb表示；式中：K表示b点之前的瓦斯浓度数据的采样点；对缺失数据使用三次指数平滑法进行处理：监测数据{X(t),t＝1,2,…,N}中间含有缺失数据，先确定插入数据点数与平滑处理的步距L，以缺失数据之前的瓦斯浓度数据为基础数据，按照式(4)-式(8)进行平滑处理：xt+L＝at+btL+ctL2/2(4)；式中：Xt+L为L步平滑值即得到的缺失数据；at,bt,ct为三次指数平滑法的预测参数；at,bt,ct的计算公式如下：at＝3St′-3St″+St″′(5)；式中：St′为t点的一次指数平滑值；St″为t点的二次指数平滑值；St″′为t点的三次指数平滑值；α为权数；St′,St″,St″′平滑值的计算公式如下：式中：xt为缺失数据...

【专利技术属性】
技术研发人员：彭延军，赵伟，王元红，卢新明，贾瑞生，
申请(专利权)人：山东科技大学，
类型：发明
国别省市：山东,37