一种WMS处理后信号的噪声处理方法技术

本发明专利技术提一种WMS处理后信号的噪声处理方法，包括以下步骤：对二次谐波信号中的噪声信号进行处理；对二次谐波信号进行重构；对二次谐波信号中的噪声信号进行多次迭代；得到二次谐波信号处理解后，计算出残差；相较于传统去噪方法，本发明专利技术在L1R的稀疏处理方法去噪过程中，引入逐次迭代的方法，对含噪声信号的二次谐波信号进行逐次去噪处理，有效去除二次谐波信号中的噪声信号，并配合阈值收缩方法，不给定固定的迭代阈值，而是根据信号去噪过程自动调整阈值，对二次谐波中的噪声信号进行最大去除。除。除。

【技术实现步骤摘要】
一种WMS处理后信号的噪声处理方法


[0001]本专利技术涉及信号处理领域，尤其涉及一种WMS处理后信号的噪声处理方法。

技术介绍

[0002]在变电站等现场信号检测中，由于受到外界环境干扰、传感器误差及其他因素的影响，检测装置所采集的光强信号与检测处理信号会携带大量的噪声含量，这使得检测与处理的信号与目标信号相比严重失真，进一步地则有可能会严重干扰检测结果。并且在后续对光强信号进行处理的环节中，受到检测硬件电路中的噪声的影响，增大信号的分析与判别的难度，最终得到错误的信号处理结果。尤其在GIS气体检测领域，噪声的存在会使得对GIS（气体绝缘组合电器）中检测气体信号的处理受到干扰，原始信号处理后的二次谐波信号由于噪声干扰，二次谐波与检测气体浓度的对应关系受到影响。无法对GIS内部检测气体浓度进行有效准确检测，意味着无法有效判断GIS设备的内部SF6气体的情况，这样则会对电网的安全运行造成威胁，并将使得国民经济的总体效益受到影响。同时，在微弱信号检测领域，由于微弱信号的本身幅值就很小，通常在毫伏mV量级以下，而此时噪声的幅值可能达到了微弱信号幅值的几十倍甚至更高。强噪声背景使待测的微弱信号完全被噪声所淹没，使用普通的检测手段对此情况则更加束手无策，需要依靠微弱信号检测领域的相关理论方法与专业设备予以实现。因此，对GIS内部气体组分检测中对噪声干扰的滤除及强噪声中微弱信号的检测具有重要的意义。

技术实现思路

[0003]本专利技术的目的在于针对上述现有技术的不足，提供了一种WMS处理后信号的噪声处理方法，能确保信号的有效性与准确性。
[0004]为实现上述目的，本专利技术采用了如下技术方案：本专利技术提供了一种WMS处理后信号的噪声处理方法，包括以下步骤：S1、对二次谐波信号中的噪声信号进行处理；S2、对二次谐波信号进行重构；S3、对二次谐波信号中的噪声信号进行多次迭代；、S4、得到二次谐波信号处理解后，计算出残差。
[0005]进一步，所述S1的处理方法为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为原始二次谐波；为基于稀疏处理方法重构的二次谐波；为杂波、噪声。
[0006]进一步，所述S2的重构方法为：
ꢀꢀꢀꢀ
（2）其中，为基于L1R的稀疏处理方法重构的二次谐波信号，选择重构信号中的最优处理信号作为结果信号；为矩阵的Frobenius范数；为范数；表示正则化系数；为范数是一个整体，为向量中各个元素绝对值之和。
[0007]进一步，所述S3中的迭代方程为：
ꢀꢀꢀꢀꢀ
（3）其中，为二次谐波信号的第次迭代值；在进行迭代前，令处理后二次谐波信号初值，并用表示在第步迭代过程中，原始二次谐波信号与处理后的二次谐波信号之间的差值，表示为：
ꢀꢀꢀꢀ
（4）。
[0008]进一步，所述S4中，估算出第步迭代过程中的二次谐波信号处理解：：（5）其中，为实数软阈算子；为符号函数；为正则化参数，影响着方法处理精度。
[0009]进一步，所述正则化参数的定义为：
ꢀꢀꢀꢀꢀꢀ
（6）
其中，为按照幅度降序排列后，第个位置处幅度值的大小，是衡量场景稀疏度的参数，在迭代过程中，用中大于设定阈值的所有信号采样点的个数作为的估计。
[0010]进一步，所述S4中，所述残差公式为：
ꢀꢀꢀꢀ
（7）重复公式（3）至公式（7），得到残差，为设定的极小值，通常根据实际情况进行确定，或者达到最大迭代次数。
[0011]本专利技术的有益效果为：本技术采用L1R的稀疏处理方法对二次谐波信号进行重构，在重构的过程中对二次谐波信号的噪声进行去除，同时对个别偏差较大的二次谐波信号进行补偿，相较于传统的去噪手段，此方法不仅能对二次谐波信号中的噪声信号进行去除，对二次谐波信号中个别由于各种原因导致的较大信号偏差进行补偿，确保信号的有效性与准确性。
[0012]相较于传统去噪方法，本专利技术在L1R的稀疏处理方法去噪过程中，引入逐次迭代的方法，对含噪声信号的二次谐波信号进行逐次去噪处理，有效去除二次谐波信号中的噪声信号，并配合阈值收缩方法，不给定固定的迭代阈值，而是根据信号去噪过程自动调整阈值，对二次谐波中的噪声信号进行最大去除。
附图说明
[0013]图1为实施例一去噪前二次谐波；图2为实施例二去噪后二次谐波。
具体实施方式
[0014]为了使本专利技术的目的、技术方案及优点更加清楚明白，下面结合附图，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用以解释本专利技术，并不用于限定本专利技术。
[0015]在对原始信号进行处理得到二次谐波信号的过程中，虽然对噪声信号进行了滤波处理但对于与二次谐波信号频率相近的噪声信号由于WMS技术所采用设备的固有特点，无法对其进行有效的去噪。基于此问题，本专利技术提出了一种WMS（波长调制技术）处理后信号的噪声处理算法，该方法在基于L1R稀疏处理算法的基础上，采用迭代运算得到较高精准度的二次谐波信号。
[0016]一种WMS处理后信号的噪声处理方法，包括以下步骤：S1、对二次谐波信号中的噪声信号进行处理；S2、对二次谐波信号进行重构；S3、对二次谐波信号中的噪声信号进行多次迭代；、
S4、得到二次谐波信号处理解后，计算出残差。
[0017]所述S1的处理方法为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为原始二次谐波；为基于稀疏处理方法重构的二次谐波；为杂波、噪声。
[0018]所述S2的重构方法为：
ꢀꢀꢀꢀ
（2）其中，为基于L1R的稀疏处理方法重构的二次谐波信号，选择重构信号中的最优处理信号作为结果信号；为矩阵的Frobenius范数；为范数；表示正则化系数；为范数是一个整体，为向量中各个元素绝对值之和。
[0019]所述S3中的迭代方程为：
ꢀꢀꢀꢀꢀ
（3）其中，为二次谐波信号的第次迭代值；在进行迭代前，令处理后二次谐波信号初值，并用表示在第步迭代过程中，原始二次谐波信号与处理后的二次谐波信号之间的差值，表示为：
ꢀꢀꢀꢀ
（4）。
[0020]所述S4中，估算出第步迭代过程中的二次谐波信号处理解：：（5）其中，为实数软阈算子；为符号函数；为正则化参数，影响着方法处理精度。
[0021]所述正则化参数的定义为：
ꢀꢀꢀꢀꢀꢀ
（6）其中，为按照幅度降序排列后，第个位置处幅度值的大小，是衡量场景稀疏度的参数，在迭代过程中，用中大于设定阈值的所有信号采样点的个数作为的估计。
[0022]所述S4中，所述残差公式为：
ꢀꢀꢀꢀ
（7）重复公式（3）至公式（7），得到残差，为设定的极小值，通常根据实际情况进行确定，或者达到最大迭代次数。
[0023]实施例一在进行GIS内部微水与分解组分检测时，将待测气体充入检测池内，采用微水与分解组分特征峰对应波段的红外光源，将红外光射入检测池，在检测池的另一侧设置光电传感器本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种WMS处理后信号的噪声处理方法，其特征在于，包括以下步骤：S1、对二次谐波信号中的噪声信号进行处理；S2、对二次谐波信号进行重构；S3、对二次谐波信号中的噪声信号进行多次迭代；、S4、得到二次谐波信号处理解后，计算出残差。2.根据权利要求1所述的一种WMS处理后信号的噪声处理方法，其特征在于，所述S1的处理方法为：
ꢀꢀꢀꢀꢀꢀꢀꢀ
（1）其中，为原始二次谐波；为基于稀疏处理方法重构的二次谐波；为杂波、噪声。3.根据权利要求2所述的一种WMS处理后信号的噪声处理方法，其特征在于，所述S2的重构方法为：
ꢀꢀꢀꢀ
（2）其中，为基于L1R的稀疏处理方法重构的二次谐波信号，选择重构信号中的最优处理信号作为结果信号；为矩阵的Frobenius范数；为范数；表示正则化系数；为范数是一个整体，为向量中各个元素绝对值之和。4.根据权利要求3所述的一种WMS处理后信号的噪声处理方法，其特征在于，所述S3中的迭代方程为：
ꢀꢀꢀꢀꢀ
（3）其中，为二次谐波信号...

【专利技术属性】
技术研发人员：董晓虎，程绳，朱正宜，翁永春，陈思哲，林磊，罗浪，易芬芬，付思诗，杨丰帆，时伟君，吴军，张晓星，张引，
申请(专利权)人：湖北省超能电力有限责任公司湖北工业大学，
类型：发明
国别省市：