一种基于改进EEMD算法和自相关降噪的信号降噪方法技术

本发明专利技术涉及信号处理技术领域，尤其涉及一种基于改进EEMD算法和自相关降噪的信号降噪方法，包括：同步获取膛内加速度信号和干扰较小的弹底压力信号；使用改进EEMD方法分解压力信号；利用自相关函数特性判断压力信号中为主要含噪信号的分量；确定压力信号中有效信号的最高主频率；使用改进EEMD方法分解加速度信号；以压力有效信号最高主频率为依据判断加速度信号中的噪声分量；对主要含噪信号中，其主频率最接近压力有效信号最高主频率的分量进行小波阈值降噪；信号重构。本发明专利技术利用自相关降噪方法辨别虚假IMF分量，对一部分噪声分量进行小波阈值降噪后与有效信号重构，更好地保留了含噪成分中高频的原始信号特征。留了含噪成分中高频的原始信号特征。留了含噪成分中高频的原始信号特征。

【技术实现步骤摘要】
一种基于改进EEMD算法和自相关降噪的信号降噪方法


[0001]本专利技术涉及信号处理
，尤其涉及一种基于改进EEMD算法和自相关降噪的信号降噪方法。

技术介绍

[0002]信号降噪处理是膛内加速度测试中非常重要的一环，准确的测试数据为试验建模仿真提供了验证数据，能够揭示炮各系统参数对发射结果的影响。应用于膛内加速度测试传感器对多向冲击载荷较为敏感，嵌入到弹体上的加速度传感器在膛内除了收到弹底推力外，还受到弹体和身管接触碰撞载荷，致使加速度信号存在复杂的高频噪声的干扰。因此，膛内加速度信号畸变严重，处理难度大。国内外学者针对此问题，一般通过对试验弹和测试装置的模态分析和频谐分析获取低通滤波截止频率，从而对信号进行滤波，但仍存在干扰成分剔除不准确的问题。
[0003]基于发射方向加速度与弹底压力载荷类似，且压力信号受振动干扰影响很小的特性，所以借助于弹底压力信号特性处理加速度信号。由膛内压力信号与加速度信号的特性可知，二者均为非平稳信号，最常用的非平稳信号处理方法有：小波变换和EMD变换，小波变换可以处理非平稳信号，但相对于EMD分解方法缺乏自适应性，需要设置固定函数作为前提。针对EMD分解法的模态混叠问题，EEMD分解法基于噪声零均值的特性，在每次实验加入白噪声，当实验次数趋近于无穷大时，噪声将完全抵消。但EEMD方法同样存在一些问题，比如极值点拟合过程出现过冲/欠冲现象、IMF分量筛选条件不完全以及白噪声的添加导致分解信号引入新的噪声误差等问题。因此，有效改进基于EEMD算法的膛内动态信号处理方法非常必要。
[0004]EEMD方法极值点拟合过程出现过冲/欠冲现象是由于传统EMD方法中使用三次样条插值实现包络线拟合，在待拟合的两个邻近插值点之间不具备单调性。为此，前人提出了三次hermit插值法以及三次hermit插值法的改进方法。三次hermit插值法可以克服龙格现象，具有保形效果，其改进方法有三次Cubic hemit插值法、三次Akima hermit插值法等，其中Akima插值法数学推理严密，计算过程简便，不考虑全部数值点对某区间的影响，只需求某一区间附近的几个数值点就可确定该区间任一点的值，且所得曲线比其他插值曲线更光滑自然，但在强跃层处仍会出现凸起现象。
[0005]经过EEMD分解后的信号为频率从高到低的一组IMF分量，实际工程中，主要噪声一般体现为高频随机信号，所以根据噪声和有效信号的自相关函数特性，可对膛内压力信号进行自相关去噪处理。一般可通过各个分量的自相关函数直接辨认出含噪分量，但在噪声信号与有效信号特性差异较小时，这种判断方法不够准确；也有前人采用峰度阈值的方法判断含噪信号，但判断阈值的标准是按经验设定的，可能存在剔除不准确的情况。然而，根据噪声分量的零点能量比变化趋势与有效信号的零点能量比变化趋势差异很大，可以通过这一点准确判断出主要含噪信号。同时，为避免主要噪声分量中的高频有效信号被剔除，应考虑对可能含有有效信号的噪声分量进行进一步滤波。

技术实现思路

[0006]本专利技术的目的是为了解决现有技术中存在的缺点，而提出的一种基于改进EEMD算法和自相关降噪的信号降噪方法，利用自相关降噪方法辨别虚假IMF分量，同时为避免残余有效信号被滤除，对一部分噪声分量进行小波阈值降噪后与有效信号重构，更好地保留了含噪成分中高频的原始信号特征，提高了选取滤波截止频率的可靠性，改善了有效成分提取不准确的问题。
[0007]为了实现上述目的，本专利技术采用了如下技术方案：
[0008]一种基于改进EEMD算法和自相关降噪的信号降噪方法，具体步骤如下：
[0009]步骤1、同步获取膛内加速度信号和压力信号；
[0010]步骤2、采用改进EEMD方法分解压力信号；
[0011]步骤3、利用自相关函数特性判断压力信号中主要含噪信号的分量，进而确定压力信号中有效信号的最高主频率；其中，对压力信号各阶分量做快速傅里叶变换，从而确定压力信号中有效信号的最高主频率；
[0012]步骤4、采用改进EEMD方法分解加速度信号；
[0013]步骤5、以压力信号中有效信号的最高主频率为依据判断加速度信号中的噪声分量；
[0014]步骤6、对最接近压力信号中有效信号最高主频率的噪声分量进行小波阈值降噪；
[0015]步骤7、最后对加速度信号重构。
[0016]优选地，在步骤2中，采用基于修正Akima分段三次Hermite插值法的改进EEMD方法分解压力信号，修正后的Akima计算公式如下：
[0017]假设在区间[x
i
,x
i+1
)上，y
i
和y
i+1
分别对应x
i
和x
i+1
的值，该区间的斜率表示为则采样点x
i
的导数d
i
以加权平均的形式表示为：
[0018][0019]修正Akima算法中使用的权重表示为：
[0020][0021]式中，w1和w2为式(1)中的权重，k
i
‑2、k
i
‑1、k
i
和k
i+1
分别对应区间[x
i
‑2,x
i
‑1)、[x
i
‑1,x
i
)、[x
i
,x
i+1
)和[x
i+1
,x
i+2
)的斜率。
[0022]通过采用上述技术方案：采用修正权重后的Akima算法执行三次Hermite插值以生成具有连续一阶导数的分段多项式，即使用修正Akima分段三次Hermite插值法代替EEMD方法中筛选IMF分量时采样的传统方法(三次样条插值法)对压力信号P0和加速度信号a0进行EEMD分解。由于实测膛内动态参数曲线的波动很大，该方法可以避免局部过度波动，以解决传统三次样条插值法在分解信号过程中造成的过冲/欠冲问题。
[0023]其中，在斜率变化处，原始的Akima算法会使斜率变化受更接近零的一侧的影响更
大，赋予其更多的权重；而修正后的Akima算法会赋予斜率更接近水平的一侧更多权重，进而避免局部过度波动。
[0024]优选地，在步骤3中，具体步骤如下：
[0025]首先，计算压力信号各个IMF分量imf
j
(其中j表示分量阶数，(j＝1,2...,n))的归一化自相关函数ρ
j
(t1,t2)(j＝1,2...,n)，表示为：
[0026][0027]式中，R
x
(0)为分量imf
j
与自身在同一时刻的相关函数值。
[0028]其次，求ρ
j
(t1,t2)在零点附近区间的能量集中比η
j
(Δ)，表达式为：
[0029][0030]式中，t1和t2表示零点附近区域的点。...

【技术保护点】

【技术特征摘要】
1.一种基于改进EEMD算法和自相关降噪的信号降噪方法，其特征在于，具体步骤如下：步骤1、同步获取膛内加速度信号和压力信号；步骤2、采用改进EEMD方法分解压力信号；步骤3、利用自相关函数特性判断压力信号中主要含噪信号的分量，进而确定压力信号中有效信号的最高主频率；步骤4、采用改进EEMD方法分解加速度信号；步骤5、以压力信号中有效信号的最高主频率为依据判断加速度信号中的噪声分量；步骤6、对最接近压力信号中有效信号最高主频率的噪声分量进行小波阈值降噪；步骤7、最后对加速度信号重构。2.根据权利要求1所述的一种基于改进EEMD算法和自相关降噪的信号降噪方法，其特征在于，在步骤2中，采用基于修正Akima分段三次Hermite插值法的改进EEMD方法分解压力信号，修正后的Akima计算公式如下：假设在区间[x
i
,x
i+1
)上，y
i
和y
i+1
分别对应x
i
和x
i+1
的值，该区间的斜率表示为则采样点x
i
的导数d
i
以加权平均的形式表示为：修正Akima算法中使用的权重表示为：式中，w1和w2为式(1)中的权重，k
i
‑2、k
i
‑1、k
i
和k
i+1
分别对应区间[x
i
‑2,x
i
‑1)、[x
i
‑1,x
i
)、[x
i
,x
i+1
)和[x
i+1
,x
i+2
)的斜率。3.根据权利要求1所述...

【专利技术属性】
技术研发人员：狄长安，方芝琳，彭澎，何云峰，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：