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(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在行業(yè)資料-天天文庫(kù)。

1、第44卷　第1期復(fù)旦學(xué)報(bào)(自然科學(xué)版)Vo1.44,No.12005年2月JournalofFudanUniversity(NaturalScience)Feb.,2005　　文章編號(hào):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(fù)旦大學(xué)電子工程系電子測(cè)量技術(shù)與儀器實(shí)驗(yàn)室,上海200433))摘　要:為了從被噪聲干擾的各個(gè)傳感器測(cè)量值中獲得更準(zhǔn)確的測(cè)量結(jié)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(shí)驗(yàn)的結(jié)果都表明:由該算法重建得到的各個(gè)傳感器的重建數(shù)據(jù)的方差低于傳感器測(cè)量值的方

2、差.可以認(rèn)為多傳感器數(shù)據(jù)重建算法給出了對(duì)每一個(gè)傳感器的更為準(zhǔn)確的測(cè)量結(jié)果.關(guān)鍵詞:信號(hào)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(lèi)號(hào):TN911.72文獻(xiàn)標(biāo)識(shí)碼:A在工業(yè)應(yīng)用中常用傳感器組對(duì)同一個(gè)被測(cè)量目標(biāo)在同一工業(yè)過(guò)程的不同位置進(jìn)行測(cè)量,以獲得對(duì)被測(cè)目標(biāo)更準(zhǔn)確的描述.此外,為了提高傳感器的測(cè)量精度,人們經(jīng)常將傳感器構(gòu)成陣列.例如:文獻(xiàn)1采用多電極的方法來(lái)克服非對(duì)稱(chēng)管流對(duì)電磁流量計(jì)測(cè)量精度的影響,其基本原理是多電極中每對(duì)電極都可以作為一個(gè)流量傳感器,那么多電極可以組合成一個(gè)傳感器組,利用每一個(gè)傳感器的測(cè)量值對(duì)其加權(quán),進(jìn)而對(duì)這組傳感器的測(cè)量結(jié)果進(jìn)行數(shù)據(jù)融合以達(dá)到

3、提高測(cè)量精度的目的.具體方法是在方差基本定義的基礎(chǔ)上提出遞歸的估計(jì)方差的算法,利用估計(jì)的方差估計(jì)出每個(gè)數(shù)據(jù)的權(quán)值,進(jìn)而對(duì)電磁流量計(jì)的流量進(jìn)行遞歸估計(jì),從而達(dá)到提高精度的目的.在對(duì)傳感器數(shù)據(jù)進(jìn)行處理之前,評(píng)價(jià)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(jīng)網(wǎng)2絡(luò)的方法確認(rèn)傳感器的數(shù)據(jù),為了訓(xùn)練神經(jīng)網(wǎng)絡(luò),往往需要很大的數(shù)據(jù)量,而且計(jì)算量也會(huì)隨之增加.在實(shí)際的應(yīng)用中,為了存儲(chǔ)這些數(shù)據(jù)需要大容量的存儲(chǔ)器,所以在實(shí)現(xiàn)上代價(jià)比較大.而且通過(guò)對(duì)一組特定數(shù)據(jù)集訓(xùn)練得到的神經(jīng)網(wǎng)絡(luò),只適用于特定的應(yīng)用環(huán)境.當(dāng)運(yùn)用環(huán)境改變時(shí),必須重新訓(xùn)練神經(jīng)網(wǎng)絡(luò),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(rèn),但是需要建立一個(gè)系統(tǒng)模型,在實(shí)現(xiàn)上通用性不強(qiáng).同時(shí),在許多工業(yè)過(guò)程中,人們需要控制被測(cè)量的分布,全如:文獻(xiàn)3討論的通過(guò)對(duì)一個(gè)熔化爐的進(jìn)出口及爐內(nèi)之間溫度的分布進(jìn)行測(cè)量,以控制其溫度的分布,從而達(dá)到獲得更高質(zhì)量和性能產(chǎn)品的目的.然而,由于傳感器陣列或傳感器組中的每一個(gè)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(jì)被測(cè)量,得到的結(jié)果并不一定是最優(yōu)的.為了獲得對(duì)被測(cè)量的更優(yōu)的估計(jì),需要從被噪聲干擾的各個(gè)傳感器測(cè)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(cè)量在一個(gè)工業(yè)過(guò)程中的更為準(zhǔn)確的分布信息.為了從受到不同噪聲干擾的各個(gè)傳感器測(cè)量值中

5、獲得更準(zhǔn)確的各個(gè)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(gè)傳感器的測(cè)量值用小波閾值的方法去噪,減小噪聲對(duì)傳感器測(cè)量值的影響.為了更好的重建傳感器信號(hào),先將各個(gè)傳感器測(cè)量值進(jìn)行歸一化處理,再將歸一化后的各個(gè)傳感器測(cè)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(duì)被測(cè)目標(biāo)的在時(shí)間與空間的信息,獲得對(duì)被測(cè)量的描述.來(lái)自多傳感器的信號(hào)所提供的信息具有相關(guān)性、互補(bǔ)性和冗余性,將同源數(shù)據(jù)進(jìn)行組合,可得到統(tǒng)計(jì)上的優(yōu)勢(shì).因此,融X收稿日期:2004205208作者簡(jiǎn)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(dǎo)師.162復(fù)旦學(xué)報(bào)(自然科學(xué)版)　　　　　　　　　　　　　　　　第44卷合的結(jié)果對(duì)被測(cè)量的估計(jì)比單個(gè)傳感器的測(cè)量值是更為準(zhǔn)確的.最后,用融合的結(jié)果估計(jì)各個(gè)傳感器的測(cè)量值,即重建傳感器數(shù)據(jù).仿真和實(shí)驗(yàn)的結(jié)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(shè)有N個(gè)傳感器對(duì)同一被測(cè)量Y在一個(gè)工業(yè)過(guò)程不同位置進(jìn)行測(cè)量,經(jīng)由每個(gè)傳感器得到的測(cè)量值記為Xj(j=1,2,?,N),由于測(cè)量過(guò)程中,存在內(nèi)部和外部噪聲的影響,測(cè)量值可以表示為:Xj(n)=S(n)+ej(n)j=1,2,?,N;(1)

7、S(n)為被測(cè)量,ej(n),(j=1,2,?,N)為第j個(gè)傳感器在n時(shí)刻的加性噪聲;Xj(n),(j=1,2,?,N)為第j個(gè)傳感器在n時(shí)刻的觀察值.由于每個(gè)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(shí)的被測(cè)量的程度是不同的.1.1　小波去噪j/2j通常實(shí)際應(yīng)用中使用的是離散化的小波基函數(shù)φjk(x)=2Ψ(2x-k),信號(hào)的小波分解函數(shù)為:jf(x,w)=66wjkΨ(2x-k).jk信號(hào)小波消噪方法主要通過(guò)設(shè)置閾值.通過(guò)信號(hào)的離散小波變換,計(jì)算所有小波系數(shù),然后剔除被認(rèn)為跟[7]噪聲有關(guān)的小波系數(shù)