專利名稱：一種信號在線野值剔除的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及的是一種信號的處理方法，具體地說是對一維連續(xù)信號噪聲能量小波 函數(shù)進行線性壓縮的降噪方法。
背景技術(shù)：
微慣性器件是近年來快速發(fā)展的一種慣性測量元件，較之傳統(tǒng)的慣性測量元件具 有體積小、重量輕、成本低等優(yōu)勢。微機械陀螺和微機械加速度計都是在微小結(jié)構(gòu)上實現(xiàn) 的機械裝置，因此容易受到外界溫度等因素的影響，加之現(xiàn)階段工藝水平的限制，微慣性器 件輸出信號更容易產(chǎn)生數(shù)據(jù)野值，這些由于瞬時干擾造成的偏離正確測量值很大的信號輸 出值往往是單點出現(xiàn)，對姿態(tài)結(jié)算具有嚴(yán)重的影響。因此，測量元件的輸出值應(yīng)進行野值檢 測，避免偏離正常范圍的值進入姿態(tài)結(jié)算流程，野值的檢測也就顯得尤為重要。本專利是從 上述角度考慮設(shè)計的基于小波變換的在線野值剔除方法。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種在減小野值點附近震蕩的同時可獲得比通用閾值降 噪方法更高的信噪比的信號在線野值剔除的方法。本發(fā)明的目的是這樣實現(xiàn)的具體包括以下步驟(1)對于連續(xù)的數(shù)據(jù)分段進行處理，首先讀入一定長度的數(shù)據(jù)；(2)設(shè)置濾波器的類型以及進行濾波的級數(shù)，濾波器長度記為M ；(3)對已經(jīng)截取的一定長度的數(shù)據(jù)進行對稱延拓滿足小波變化的要求，利用 Mallat算法進行一次小波分解，數(shù)據(jù)分解后得到相應(yīng)的尺度函數(shù)和小波函數(shù)；(4)計算分解后得到的小波函數(shù)的方差值σ，利用3 σ作為閾值對小波函數(shù)進行 極大值點檢測，同時記錄超過閾值的極大值點的位置和幅值，這樣的點記為Ai_max ；(5)將超過閾值的極大值點進行置零處理，然后計算出小波函數(shù)的均值，記為A_ mean ；(6)分別對每一個超過閾值點的小波函數(shù)和小波函數(shù)均值進行除法運算，得到 Ai—rate = Ai—max/A—mean ；(7)對每個極大值點Μ/2鄰域內(nèi)的值進行線性壓縮，壓縮比例為這個極大值點對應(yīng)的Ai_rate值；(8)完成以上線性壓縮后，重復(fù)(3)步驟，直到達到指定的濾波層數(shù)；(9)對分解處理后的各層小波函數(shù)和尺度函數(shù)進行信號重構(gòu)，完成截取段的信號 處理，重復(fù)(1)步驟，進行下一段的信號濾波。所述的讀入一定長度的數(shù)據(jù)是取256個點的數(shù)據(jù)。小波變換定義是指把一基本小波(亦稱母小波)的函數(shù)Ψ做位移τ后，再在不 同尺度a下得到的小波函數(shù)，函數(shù)f(t)的小波變換定義為 微慣性器件的輸出信號是由測量信號和多種噪聲組合而成，這里我們將多種噪聲 統(tǒng)一表示為具有高斯白噪聲特性的信號噪聲，表示為d(t)，s(t)輸出信息中的純凈，x(t) 為受到噪聲污染的信號值。信號可表示為 由于d(t)為高斯白噪聲，自身與純凈信號具有不相關(guān)性，而信號中出現(xiàn)的野值具 有隨機性，也表現(xiàn)出不相關(guān)特性，因此這里借用噪聲的表示方法來表示某一點的野值，將野 值表示為P (!(、)，、為野值出現(xiàn)的時刻。則帶有野值的被污染的陀螺信號可表示為 其中、時刻為野值出現(xiàn)的點，這里將這樣的野值點也稱為奇異點。在實際系統(tǒng)信 號中野值點通常是限值，所以這里利用線性函數(shù)f(t) = a 來逼近野值y (!(、)。假 定野值出現(xiàn)點具有有限斜率，設(shè)采樣點之間的時間間隔為At，y = a At，則其相鄰采 樣時間分別為= t0_At和t2 = t0+At。這時函數(shù)x(t)有 對X(t)利用(1)式的定義進行小波變換利用，￡^(0^ = 0和靜態(tài)下s(t)為常值，式 (2)的小波變換為 這里我們留意到，Kv的值只與小波函數(shù)V和野值所處位置、有關(guān)，所以，野值出 現(xiàn)的位置在小波域表現(xiàn)為小波函數(shù)的模極大值，這為我們提出野值提供了方法，也就是在 小波域?qū)σ爸档男〔ê瘮?shù)進行干預(yù)，再利用處理之后的小波函數(shù)進行信號的重構(gòu)，實現(xiàn)信 號的野值剔除。小波降噪和野值剔除的通用方法如下設(shè)長度為N的含噪聲信號，其中在某一點 處出現(xiàn)野值。利用Mallat算法對給定信號進行小波變換，則將給定信號分為含有低頻有用 信息的尺度函數(shù)和高頻噪聲的小波函數(shù)。信號中野值的能量將污染小波變換后小波函數(shù)中 野值點附近的小波函數(shù)。野值的剔除通常利用通用小波降噪閾值公式，域值為；^ = CT^/^^ , 其中o為白噪聲的標(biāo)準(zhǔn)差，N為信號信號長度。對于野值的界定為大于3o的那些點被認(rèn) 定為野值并進行置零處理，這樣的方法稱為3o野值剔除方法。這樣的非線性變換雖然可 以降低野值點的絕大部分能量，但是卻破壞了野值點附近的連續(xù)性，進行重構(gòu)之后，被剔除 的野值點附近將出現(xiàn)震蕩現(xiàn)象，即改變小波變換后的白噪聲特性，引入了新的噪聲。本發(fā)明提出一種小波函數(shù)線性壓縮的野值剔除方法，利用小波函數(shù)的線性變換解
決剔除野值后信號重構(gòu)時的震蕩問題。算法的原理如下根據(jù)小波理論，對連續(xù)信號的小波變換的重構(gòu)為 其中，
(ω)為小波函數(shù)VT,a(t)的傅里葉變換。對于給定小波函數(shù)，經(jīng)過計算C41為常值，同時考慮到式(4)中的a值取固定值的 情況，將式(4)、(5)代入式(6)可以得到重構(gòu)函數(shù)為 其中在野值點附近的函數(shù)重構(gòu)為 設(shè)函數(shù)在重構(gòu)之后野值點幅值與信號幅值之間的比為k，由式(7)、⑶可知
(9)
由此剔除野值可以通過降低Κψ的值來實現(xiàn)。即禾Ij用式(10)中的<代入式(7)進行小波重構(gòu)則有
(11)以上的算法被稱為小波函數(shù)線性壓縮野值剔除算法。本發(fā)明在小波函數(shù)線性壓縮野值剔除算法的數(shù)學(xué)基礎(chǔ)，提出了一種對一維連續(xù)信 號噪聲能量小波函數(shù)進行線性壓縮的降噪方法。首先，通過對信號小波變換后小波函數(shù)的 檢測和線性壓縮處理，完成了對信號中野值能量的消除，同時線性剔除野值的方法保護了 野值點附近的信號特征，避免了剔除野值帶來的震蕩現(xiàn)象。然后，針對微機械陀螺工作的特 點，提出了利用虛擬野值概念進行小波降噪閾值計算的方法，實現(xiàn)了船用微機械陀螺信號 的降噪。最后，利用本文提出的方法對含野值和噪聲的微機械陀螺實測信號進行了濾波，在 減小了野值點附近震蕩的同時獲得了比通用閾值降噪方法更高的信噪比。


圖1在線野值剔除方法總結(jié)構(gòu)圖；圖2小波分解和野值剔除濾波方法的框圖；圖3含有野值的陀螺原始信號；圖4野值點能量引起的小波函數(shù)畸變；圖5去除野值影響后的小波函數(shù)；圖6(a)-圖6(c)結(jié)果對比，其中圖6(a)所示的為陀螺輸出原始信號、圖6 (b)所 示的為對圖6(a)所示的信號進行3 σ濾波去野值后效果、圖6(c)為本發(fā)明的方法效果；圖7結(jié)果對比局部放大圖。
具體實施例方式下面結(jié)合附圖舉例對本發(fā)明做更詳細(xì)地描述結(jié)合圖1和圖2，圖1反映了小波在線野值剔除方法的總框架圖，圖中關(guān)于小波分 解和野值剔除濾波的方法詳見圖2中的框圖描述。本發(fā)明的具體實現(xiàn)步驟1、對于連續(xù)的數(shù)據(jù)需要分段進行處理，首先讀入一定長度的數(shù)據(jù)，在本方法中取 256個點的數(shù)據(jù)；2、設(shè)置濾波器的類型以及進行濾波的級數(shù)，濾波器長度記為M ；3、對已經(jīng)截取的256個點進行對稱延拓滿足小波變化的要求，利用Mallat算法進 行一次小波分解，數(shù)據(jù)分解后得到相應(yīng)的尺度函數(shù)和小波函數(shù)；4、計算分解后得到的小波函數(shù)的方差值σ，利用3 σ作為閾值對小波函數(shù)進行極 大值點檢測，同時記錄超過閾值的極大值點的位置和幅值，這樣的點記為Ai_max ；5、將超過閾值的極大值點進行置零處理，然后計算出小波函數(shù)的均值，記為A_ mean ；6、分別對每一個超過閾值點的小波函數(shù)和小波函數(shù)均值進行除法運算，得到Ai_ rate = Ai—max/A—mean ；7、對每個極大值點Μ/2鄰域內(nèi)的值進行線性壓縮，壓縮比例為這個極大值點對應(yīng) 的 Ai_rate 值；8、完成以上線性壓縮后，重復(fù)3步驟，直到達到指定的濾波層數(shù)；9、對分解處理后的各層小波函數(shù)和尺度函數(shù)進行信號重構(gòu)，完成截取段的信號處 理，重復(fù)1步驟，進行下一段的信號濾波。下面是以采集某型微機械陀螺數(shù)據(jù)8192個點，采樣速率為每秒200點為例，進行 算法的演示。原始數(shù)據(jù)如圖3所示。在η = 100處有一野值為η(100) = 14500，對信號利 用db4小波進行一層分解后，小波函數(shù)如圖4所示，圖中僅僅截取野值點附近的小波函數(shù)。以圖3中信號為例，由圖4中可以看到，雖然原始信號中只有單個野值點，但是在 小波變換后的小波函數(shù)中卻引起了濾波器長度范圍內(nèi)的小波函數(shù)突變。利用3σ準(zhǔn)則對小 波函數(shù)進行檢測，將這些野值引起的小波函數(shù)保存后置零。余下的小波函數(shù)可認(rèn)為均由信 號中白噪聲能量引起，求得余下小波函數(shù)的均值可記為mearunoise，被保存的野值小波函 數(shù)記為序列A_outliers，長度等同于濾波器長度。在A_outliers序列中尋找由野值能量引 起的模極大值，記為MaX(A_0utlierS)。式(2)中的μ =Q1- At可由式(12)求得。μ = |Max(A_outlier)/mean_noise I (12)這里μ被認(rèn)為是野值幅值超過噪聲均值的倍數(shù)。為了克服直接將3 ο超過值置零 帶來信號重構(gòu)震蕩，應(yīng)用本文提出的線性壓縮野值剔除方法，將野值小波函數(shù)A_outliers 進行線性壓縮，即A_outliers = A_outliers/y (13)利用經(jīng)過壓縮處理的野值小波函數(shù)矩陣代替之前被置零的小波函數(shù)，形成新的小 波函數(shù)。本例中進行一層分解后的小波函數(shù)如圖5所示。經(jīng)過線性壓縮的野值小波函數(shù)已經(jīng)融入信號噪聲小波函數(shù)中，為后續(xù)進一步處理奠定了基礎(chǔ)。經(jīng)過以上步驟的處理，已經(jīng)利用小波函數(shù)的通用閾值結(jié)合線性壓縮的方法將信號中的野值去除，下面將第二次利用通用閾值方法進行信號的降噪處理。將處理后的小 波函數(shù)記為矩陣A。下面是實驗結(jié)果及對比經(jīng)過以上各部分論述，已經(jīng)對含噪聲和野值的靜態(tài)陀螺數(shù)據(jù)進行處理和比對，下 面將對實測動態(tài)陀螺數(shù)據(jù)應(yīng)用不同的方法進行濾波的結(jié)果進行對比和分析。所采用的數(shù)據(jù) 包含了系統(tǒng)實際工作時的三個典型狀態(tài)靜態(tài)、動態(tài)和高機動狀態(tài)。圖6(a)所示的為陀螺輸出原始信號，其中包含有原始的噪聲和幅值不同的五個 野值點。對圖6(a)所示的信號進行3 σ濾波，去野值后效果如圖6(b)所示，由于采用置零 的去野值方式，在野值點附近引入了震蕩干擾，同時，由于使用循環(huán)周期延拓的方式進行整 體小波變換，而由于數(shù)據(jù)的起止值相差較大，引起了算法誤差，造成濾波后起止點位置有較 大失真。圖6(c)中為本發(fā)明采用的方法。對比野值出現(xiàn)較為集中的點可以看出(b)，(c) 兩圖中算法效果的不同，數(shù)據(jù)局部放大圖如下圖7所示。圖7為圖6(b)中濾波結(jié)果的局部放大圖，圖中細(xì)線所示為使用3 σ野值剔除濾波 方法的結(jié)果，粗線為線性壓縮野值剔除方法。可以看到利用本發(fā)明的方法進行濾波對于野 值點附近的信號值影響較小，濾波效果也更加平滑。
權(quán)利要求
一種信號在線野值剔除的方法，其特征是具體包括以下步驟(1)對于連續(xù)的數(shù)據(jù)分段進行處理，首先讀入一定長度的數(shù)據(jù)；(2)設(shè)置濾波器的類型以及進行濾波的級數(shù)，濾波器長度記為M；(3)對已經(jīng)截取的一定長度的數(shù)據(jù)進行對稱延拓滿足小波變化的要求，利用Mallat算法進行一次小波分解，數(shù)據(jù)分解后得到相應(yīng)的尺度函數(shù)和小波函數(shù)；(4)計算分解后得到的小波函數(shù)的方差值σ，利用3σ作為閾值對小波函數(shù)進行極大值點檢測，同時記錄超過閾值的極大值點的位置和幅值，這樣的點記為Ai_max；(5)將超過閾值的極大值點進行置零處理，然后計算出小波函數(shù)的均值，記為A_mean；(6)分別對每一個超過閾值點的小波函數(shù)和小波函數(shù)均值進行除法運算，得到Ai_rate＝Ai_max/A_mean；(7)對每個極大值點M/2鄰域內(nèi)的值進行線性壓縮，壓縮比例為這個極大值點對應(yīng)的Ai_rate值；(8)完成以上線性壓縮后，重復(fù)(3)步驟，直到達到指定的濾波層數(shù)；(9)對分解處理后的各層小波函數(shù)和尺度函數(shù)進行信號重構(gòu)，完成截取段的信號處理，重復(fù)(1)步驟，進行下一段的信號濾波。
2.根據(jù)權(quán)利要求1所述的一種信號在線野值剔除的方法，其特征是所述的讀入一定長 度的數(shù)據(jù)是取256個點的數(shù)據(jù)。
全文摘要
本發(fā)明提供的是一種信號在線野值剔除的方法。首先，通過對信號小波變換后小波函數(shù)的檢測和線性壓縮處理，完成了對信號中野值能量的消除，同時線性剔除野值的方法保護了野值點附近的信號特征，避免了剔除野值帶來的震蕩現(xiàn)象。然后，針對微機械陀螺工作的特點，提出了利用虛擬野值概念進行小波降噪閾值計算的方法，實現(xiàn)了船用微機械陀螺信號的降噪。最后，利用本文提出的方法對含野值和噪聲的微機械陀螺實測信號進行了濾波，在減小了野值點附近震蕩的同時獲得了比通用閾值降噪方法更高的信噪比。用本發(fā)明的方法進行濾波對于野值點附近的信號值影響較小，濾波效果也更加平滑。
文檔編號G01P15/14GK101839922SQ20101018594
公開日2010年9月22日 申請日期2010年5月28日 優(yōu)先權(quán)日2010年5月28日
發(fā)明者吳鵬, 葛遠(yuǎn)聲, 薛冰, 陳世同 申請人:哈爾濱工程大學(xué)