基于小波去噪和數(shù)據(jù)融合的多傳感器數(shù)據(jù)重建算法

《基于小波去噪和數(shù)據(jù)融合的多傳感器數(shù)據(jù)重建算法》由會員上傳分享，免費在線閱讀，更多相關內容在行業(yè)資料-天天文庫。

1、第44卷　第1期復旦學報(自然科學版)Vo1.44,No.12005年2月JournalofFudanUniversity(NaturalScience)Feb.,2005　　文章編號:042727104(2005)0120161205X基于小波去噪和數(shù)據(jù)融合的多傳感器數(shù)據(jù)重建算法楊惠娟,張建秋(復旦大學電子工程系電子測量技術與儀器實驗室,上海200433))摘　要:為了從被噪聲干擾的各個傳感器測量值中獲得更準確的測量結果,提出了一種基于小波去噪和多傳感器數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法.仿真和實驗的結果都表明:由該算法重建得到的各個傳感器的重建數(shù)據(jù)的方差低于傳感器測量值的方

2、差.可以認為多傳感器數(shù)據(jù)重建算法給出了對每一個傳感器的更為準確的測量結果.關鍵詞:信號處理;小波去噪;數(shù)據(jù)融合;多傳感器系統(tǒng);數(shù)據(jù)重建中圖分類號:TN911.72文獻標識碼:A在工業(yè)應用中常用傳感器組對同一個被測量目標在同一工業(yè)過程的不同位置進行測量,以獲得對被測目標更準確的描述.此外,為了提高傳感器的測量精度,人們經常將傳感器構成陣列.例如:文獻1采用多電極的方法來克服非對稱管流對電磁流量計測量精度的影響,其基本原理是多電極中每對電極都可以作為一個流量傳感器,那么多電極可以組合成一個傳感器組,利用每一個傳感器的測量值對其加權,進而對這組傳感器的測量結果進行數(shù)據(jù)融合以達到

3、提高測量精度的目的.具體方法是在方差基本定義的基礎上提出遞歸的估計方差的算法,利用估計的方差估計出每個數(shù)據(jù)的權值,進而對電磁流量計的流量進行遞歸估計,從而達到提高精度的目的.在對傳感器數(shù)據(jù)進行處理之前,評價傳感器數(shù)據(jù)的可靠性有利于控制系統(tǒng)的正常工作.采用神經網2絡的方法確認傳感器的數(shù)據(jù),為了訓練神經網絡,往往需要很大的數(shù)據(jù)量,而且計算量也會隨之增加.在實際的應用中,為了存儲這些數(shù)據(jù)需要大容量的存儲器,所以在實現(xiàn)上代價比較大.而且通過對一組特定數(shù)據(jù)集訓練得到的神經網絡,只適用于特定的應用環(huán)境.當運用環(huán)境改變時,必須重新訓練神經網絡,3因此通用性很差.Kalman濾波器也可用

4、于傳感器數(shù)據(jù)的確認,但是需要建立一個系統(tǒng)模型,在實現(xiàn)上通用性不強.同時,在許多工業(yè)過程中,人們需要控制被測量的分布,全如:文獻3討論的通過對一個熔化爐的進出口及爐內之間溫度的分布進行測量,以控制其溫度的分布,從而達到獲得更高質量和性能產品的目的.然而,由于傳感器陣列或傳感器組中的每一個傳感器可能不同程度的受到噪聲的干擾,所以如果直接用這些傳感器數(shù)據(jù)估計被測量,得到的結果并不一定是最優(yōu)的.為了獲得對被測量的更優(yōu)的估計,需要從被噪聲干擾的各個傳感器測量值中重建傳感器的數(shù)據(jù).從而使控制系統(tǒng)獲得被測量在一個工業(yè)過程中的更為準確的分布信息.為了從受到不同噪聲干擾的各個傳感器測量值中

5、獲得更準確的各個傳感器數(shù)據(jù),本文提出了一種基于小波去噪和多傳感器數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法.該方法首先將每個傳感器的測量值用小波閾值的方法去噪,減小噪聲對傳感器測量值的影響.為了更好的重建傳感器信號,先將各個傳感器測量值進行歸一化處理,再將歸一化后的各個傳感器測量值做基于最小均方的數(shù)據(jù)融合.多傳感器數(shù)據(jù)融合目的在5于用較大的數(shù)據(jù)量,充分利用對被測目標的在時間與空間的信息,獲得對被測量的描述.來自多傳感器的信號所提供的信息具有相關性、互補性和冗余性,將同源數(shù)據(jù)進行組合,可得到統(tǒng)計上的優(yōu)勢.因此,融X收稿日期:2004205208作者簡介:楊惠娟(1980—),女,碩士研究

6、生;通訊聯(lián)系人張建秋教授,博士生導師.162復旦學報(自然科學版)　　　　　　　　　　　　　　　　第44卷合的結果對被測量的估計比單個傳感器的測量值是更為準確的.最后,用融合的結果估計各個傳感器的測量值,即重建傳感器數(shù)據(jù).仿真和實驗的結果都表明該算法的有效性.1　基于小波去噪及多傳感器數(shù)據(jù)融合的傳感器數(shù)據(jù)重建算法為了使建議方法具有一般性,假設有N個傳感器對同一被測量Y在一個工業(yè)過程不同位置進行測量,經由每個傳感器得到的測量值記為Xj(j=1,2,?,N),由于測量過程中,存在內部和外部噪聲的影響,測量值可以表示為:Xj(n)=S(n)+ej(n)j=1,2,?,N;(1)

7、S(n)為被測量,ej(n),(j=1,2,?,N)為第j個傳感器在n時刻的加性噪聲;Xj(n),(j=1,2,?,N)為第j個傳感器在n時刻的觀察值.由于每個傳感器受到噪聲干擾的程度不同,所以Xj(j=1,2,?,N)偏離真實的被測量的程度是不同的.1.1　小波去噪j/2j通常實際應用中使用的是離散化的小波基函數(shù)φjk(x)=2Ψ(2x-k),信號的小波分解函數(shù)為:jf(x,w)=66wjkΨ(2x-k).jk信號小波消噪方法主要通過設置閾值.通過信號的離散小波變換,計算所有小波系數(shù),然后剔除被認為跟[7]噪聲有關的小波系數(shù)