信号降噪方法、装置、电子设备及存储介质制造方法及图纸

本发明专利技术实施例提供一种信号降噪方法、装置、电子设备及存储介质，所述方法包括：将当前原始信号进行ESMD处理，获取余值和本征模函数值；将本征模函数值重构获取第一重构信号值，将第一重构信号值通过奇异值分解法降噪处理，获取第一降噪信号值；将第一降噪信号值与余值重构，获取第二重构信号值，通过形态学滤波器对第二重构信号值滤波处理，获取最终降噪后的信号值。通过基于ESMD分解获取的本征模函数值和余值，获取信号的最优趋势项，减少了趋势项对SVD分解的影响；通过SVD分解获取第一降噪信号值，去除了信号中的大部分高频和低频噪声；通过基于形态学滤波器获取最终降噪后的信号值，解决了现有技术降噪效果不理想的缺陷，降低了信号中噪声的残留。

【技术实现步骤摘要】
信号降噪方法、装置、电子设备及存储介质
本专利技术涉及信号处理
，尤其涉及一种信号降噪方法、装置、电子设备及存储介质。
技术介绍
桥梁健康监测的基本内涵即是通过对桥梁结构状况的监控与评估，为桥梁在特殊气候、交通条件下或桥梁运营状况异常严重时发出预警信号，为桥梁的维护维修和管理决策提供依据与指导。然而，桥梁结构健康监测不仅是为了结构状态监控和评估，其信息反馈于结构设计的更深远的意义在于，结构设计方法与相应的规范标准等可能得到改进。桥梁监测是确保桥梁健康的重要环节，而监测数据中定然会存在噪声信息，对桥梁监测数据进行降噪是必不可少的。极点对称模态分解(ESMD)是目前信号降噪的方法之一。该算法是希尔伯特-黄变换的新发展，有效地降低了模态分解筛选次数确定的难度和模态混叠效应，并通过“直接插值法”进行频谱分析，解决了希尔伯特-黄变换法谱分析的局限性，不但可以直观地体现各模态的振幅与频率的时变性，还可明确地获知瞬时能量变化。适用于分析非线性、非平稳信号，已成功地应用于多种建筑结构监测数据分析中。但是，在现有的对桥梁监测数据进行降噪的技本文档来自技高网...

【技术保护点】
1.信号降噪方法，其特征在于，包括：/n将当前原始信号进行极点对称模态分解处理，获取余值和不少于一个本征模函数值；/n基于所有所述本征模函数值和所述余值，获取降噪后的信号值。/n

【技术特征摘要】
1.信号降噪方法，其特征在于，包括：
将当前原始信号进行极点对称模态分解处理，获取余值和不少于一个本征模函数值；
基于所有所述本征模函数值和所述余值，获取降噪后的信号值。


2.根据权利要求1所述的信号降噪方法，其特征在于，所述将当前原始信号进行极点对称模态分解处理，获取余值和不少于一个本征模函数值，具体包括：
获取当前原始信号的所有极值点，基于相邻的所述极值点和所述原始信号的边界点，构造不少于一条插值线；
根据所述插值线计算均值曲线，基于所述当前原始信号对所述均值曲线进行优化处理，获取经验模；
基于所述当前原始信号对所述经验模进行优化处理，直至余值符合预设标准；
获取所述当前原始信号与所述余值的差值的相对标准差，和所述当前原始信号的标准差，获取所述相对标准差和所述当前原始信号的标准差的比值作为方差比率；
从所述方差比率中选出最小方差比率，获取所述最小方差比率对应的对所述均值曲线进行优化处理的次数作为最大重复处理次数，并根据所述最大重复处理次数获取余值和不少于一个本征模函数值。


3.根据权利要求2所述的信号降噪方法，其特征在于，所述基于所述当前原始信号对所述均值曲线进行优化处理，获取经验模，具体包括：
根据所述插值线获取均值曲线，以所述当前原始信号与所述均值曲线的差值作为第一原始信号值；
对所述第一原始信号值按照对所述当前原始信号的处理流程进行循环处理，直至所述均值曲线的绝对值小于等于预设的容许误差，或对所述均值曲线进行优化处理的次数达到预设最大值，分解获取经验模。


4.根据权利要求2所述的信号降噪方法，其特征在于，所述基于所述当前原始信号对所述经验模进行优化处理，直至所述余值符合预设标准，具体包括：
以所述当前原始信号与所述经验模的差值作为第二原始信号值；
对所述第二原始信号值按照对所述当前原始信号的处理流程进行循环处理，直至所述余值符合预设标准。


5.根据权利要求1所述的信号降噪方法，其特征在于，所述基于所有所述本征模函数值和所述余值，获取降噪后的信号...

【专利技术属性】
技术研发人员：刘祥磊，姜孟卓，王辉，赵松雪，黄祎萌，贾镇凯，徐凯，
申请(专利权)人：北京建筑大学，
类型：发明
国别省市：北京;11