【技术实现步骤摘要】
本专利技术涉及超声信号去噪，特别是一种基于ceemdan-小波的超声回波去噪方法。
技术介绍
1、超声测距作为一种典型的非接触式测量方法，在智能交通、机器人导航、工业检测等领域有着广泛的应用。目前，工业超声波传感器的远距离测距精度仅达到厘米级，限制了其在油田液位高精度检测等高性能测距领域的应用。
2、常用的超声波测距算法包括包络曲线拟合法和互相关检测法。包络线拟合方法通过获取超声回波信号极值点组成的包络线来拟合超声回波信号的起始点。互相关检测规则是将参考信号与回波信号进行互相关运算，通过相位差得到回波信号的起始点。苏诺尔等人提出了利用超声换能器欠阻尼振荡模型的解析信号作为参考信号，采用互相关方法计算回波起点位置，实现了高测距精度。这些算法检测到了回波的起始点，有利于实现超声测距。但由于环境和电路噪声的影响，回波中含有大量噪声，回波的起始点通常淹没在噪声信号中，影响了该点的探测精度，限制了测距精度。因此，对回波信号进行去噪处理是一个值得深入研究的问题。
3、当超声信号在介质中传播时，其能量逐渐降低。为了实现远距离测量，工业超声波距离传感器通常选择30-80khz的低频传输频率。随着测距距离的增加，回波信号的信噪比将降低。在硬件电路上，带通滤波器通常用于对回波执行降噪的第一步。但为了达到更高的测距精度，有必要进一步利用数字信号处理技术对其进行降噪处理。傅里叶变换及其反变换建立了时域和频域之间的映射关系，是一种可选的信号处理技术。通过傅里叶变换得到时域信号的频谱，在频域设计滤波器对信号进行去噪处理，保留了信号的
4、经验模态分解(emd)可以自适应地将信号分解为一系列固有模态函数(imf分量)和一个不可分辨的残差分量。通过分析这些imf分量的频谱，可以选择噪声较低的imf分量进行重构，从而提高信号的信噪比。然而，emd存在一个明显的缺点，即在分解某些信号时会产生模式混叠。
技术实现思路
1、为了解决上述技术问题，本专利技术提供了一种基于ceemdan-小波的超声回波去噪方法。
2、为达到上述目的，本专利技术是按照以下技术方案实施的：
3、一种基于ceemdan-小波的超声回波去噪方法，包括以下步骤：
4、s1、获取带噪声的超声回波信号，利用完全自适应噪声集合经验模态分解ceemdan算法将带噪声的超声回波信号分解为一系列从高频到低频排序的固有模态函数即imf分量；
5、s2、计算各imf分量的样本熵，以及各imf分量与带噪声的超声回波信号的相关系数、均方根误差；并利用熵权法对这三个指标组成的指标矩阵进行处理，计算各imf的综合得分，基于得分排序筛选出包含较多有效信号的imf分量；
6、s3、采用基于sym8小波基的小波阈值去噪方法对选取的imf分量进一步去噪；
7、s4、最后将去噪后的imf分量叠加，完成回波信号的重构。
8、进一步地，所述步骤s1中，带噪声的超声回波信号分解公式如下：
9、
10、式中：s(t)表示带噪声的超声回波信号的所有极值点；r(t)表示单调不可分解残差；imfk表示分解后的k个imf分量。
11、进一步地，所述步骤s2中，imf分量的样本熵的计算过程为：
12、步骤1：维数为的向量序列m由序列号组成：xm(1)，xm(2)…，xm(n-m+1)，这些向量表示的值m连续的x(n)从点开始i；
13、步骤2：定义距离矢量之间xm(i)和xm(j)作为其对应元素之间的最大差异的绝对值，其公式如下：
14、d[xm(i)，xm(j)]＝maxk＝0，…，m-1(|x(i+k)-x(j+k)|)；
15、步骤3：给定阈值r(r＞0)，dij＜r，表示为nij(r)，计算…的比率nij(r)向量的总数；n-m+1表示为
16、
17、计算其平均产量eq：
18、
19、步骤4：将尺寸增加到m+1重复步骤2-步骤3，得到：
20、
21、式中：m＝2，r＝0.2δ，δ为原始数据的标准差；
22、步骤5：当时间序列的长度n{x(n)}是有限的，样本熵定义为：
23、
24、进一步地，所述步骤s2中，利用熵权法对这三个指标组成的指标矩阵进行处理，计算各imf的综合得分的具体过程为：
25、步骤1：建立矩阵x，x＝(xij)m*n，(i＝1，2…，m；，＝1，2...，n)是由以下元素组成的矩阵m样品和n指标：
26、
27、利用上述公式得到正负指标，对于正指标按照下式完成标准化操作：
28、
29、对于负指标按照下式完成标准化操作：
30、
31、标准化操作是消除各指标之间的量纲差异，将各指标的值压缩在[0-1]的范围内；
32、步骤2：利用下式计算数字比例pij的j-th指示器和第i个样本：
33、
34、步骤3：利用下式计算k和熵值ej的j-th指示器：
35、
36、
37、其中：k＞0，ej＞0；
38、步骤4：利用下式计算变异指数dj的j-th指示器：
39、dj＝1-ej；
40、步骤5：利用下式计算重量wj的j-th指示器：
41、
42、步骤6：计算综合评价值zi为了j-th评估对象：
43、
44、进一步地，所述步骤s2中，相关系数的计算公式为：
45、
46、式中：r表示相关系数；imf(i)表示第i个采样点imf(t)，以及表示的平均值imf(t)；
47、均方根误差通过下式计算：
48、
49、式中：rmse表示均方根误差。
50、进一步地，所述步骤s3具体包括：
51、对于对选取的imf分量信号x(t)，小波变换可以表示为：
52、
53、式中：w(a，b)是小波变换系数，是小波基函数的共轭函数，以及a和b是比例因子和平移因子；通过更改的值(a，b)，获得一系列小波系数{w(a，b)}；
54、得到小波系数后{w(a，b)}在各种尺度下，{w(a，b)}通过阈值函数进行筛选以达到去噪效果，软阈值函数表示为：
55、
56、通过使用小波逆变换，新的小波系数{w′(a，b)}用于重构噪声信号x′(t)逆小波变换公式如下式所示：
本文档来自技高网...【技术保护点】
1.一种基于CEEMDAN-小波的超声回波去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S1中，带噪声的超声回波信号分解公式如下：
3.根据权利要求1所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S2中，IMF分量的样本熵的计算过程为：
4.根据权利要求1所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S2中，利用熵权法对这三个指标组成的指标矩阵进行处理，计算各IMF的综合得分的具体过程为：
5.根据权利要求1所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S2中，相关系数的计算公式为：
6.根据权利要求1所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S3具体包括：
7.根据权利要求6所述的基于CEEMDAN-小波的超声回波去噪方法，其特征在于，所述步骤S4具体包括：
【技术特征摘要】
1.一种基于ceemdan-小波的超声回波去噪方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的基于ceemdan-小波的超声回波去噪方法，其特征在于，所述步骤s1中，带噪声的超声回波信号分解公式如下：
3.根据权利要求1所述的基于ceemdan-小波的超声回波去噪方法，其特征在于，所述步骤s2中，imf分量的样本熵的计算过程为：
4.根据权利要求1所述的基于ceemdan-小波的超声回波去噪方法，其特征在于，所...
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。