摘(zhai)要:傳(chuan)統電(dian)磁流(liu)量計(ji) 采用(yong)硬件(jian)濾波(bo)方式(shi)去除(chu)噪聲(sheng),但由(you)于采(cai)用硬(ying)件濾(lü)波消(xiao)噪的(de)能力(li)與器(qi)件的(de)動态(tai)調節(jie)相互(hu)矛盾(dun),且硬(ying)件電(dian)路元(yuan)件的(de)非理(li)想化(hua)必然(ran)會混(hun)入其(qi)他噪(zao)聲.爲(wei)了彌(mi)補硬(ying)件濾(lü)波的(de)缺♋點(dian)，采用(yong)了軟(ruan)件去(qu)噪算(suan)法，該(gai)算法(fa)基于(yu)📱小波(bo)消噪(zao)原理(li).爲有(you)效去(qu)除電(dian)💋磁流(liu)量計(ji)輸出(chu)信号(hao)中的(de)幹擾(rao)信号(hao)，提高(gao)數據(ju)處理(li)的穩(wen)定性(xing)和數(shu)據的(de)精度(du),在結(jie)合傳(chuan)統軟(ruan)、硬阈(yu)值函(han)數的(de)不足(zu)的基(ji)礎上(shang),引入(ru)了一(yi)種新(xin)阈值(zhi)函數(shu),且在(zai)傳統(tong)信噪(zao)比、均(jun)方誤(wu)差等(deng)單一(yi)評價(jia)标準(zhun)的基(ji)礎上(shang)引入(ru)了一(yi)種綜(zong)合評(ping)🔴價标(biao)準對(dui)去噪(zao)效果(guo)🔴進行(hang)評估(gu),采用(yong)MATLAB工具(ju)箱對(dui)去噪(zao)結果(guo)進行(hang)了仿(pang)☀️真.結(jie)果表(biao)明，相(xiang)🈲比傳(chuan)統小(xiao)波消(xiao)噪方(fang)法，改(gai)進的(de)小波(bo)阈值(zhi)去噪(zao)方法(fa)對抑(yi)制電(dian)磁流(liu)量計(ji)信号(hao)中的(de)各種(zhong)噪聲(sheng)幹擾(rao)有更(geng)好效(xiao)果.
　　電(dian)磁流(liu)量計(ji)是一(yi)種基(ji)于法(fa)拉第(di)電磁(ci)感應(ying)定律(lü)來測(ce)量管(guan)内導(dao)電介(jie)質體(ti)積流(liu)量的(de)感應(ying)式儀(yi)表,它(ta)輸出(chu)的微(wei)弱♈信(xin)号常(chang)被複(fu)雜的(de)幹擾(rao)所覆(fu)蓋.傳(chuan)統信(xin)号處(chu)理電(dian)路配(pei)置硬(ying)件濾(lü)波器(qi)來濾(lü)除流(liu)量信(xin)号中(zhong)的高(gao)頻幹(gan)擾,但(dan)硬件(jian)電路(lu)存在(zai)元件(jian)的非(fei)理想(xiang)化會(hui)引✔️人(ren)其他(ta)噪聲(sheng)和不(bu)能動(dong)态調(diao)節兩(liang)個弊(bi)端.
　　針(zhen)對硬(ying)件電(dian)路的(de)不足(zu)引人(ren)了小(xiao)波變(bian)換和(he)MATLAB相結(jie)合的(de)去噪(zao)算法(fa).相比(bi)于傳(chuan)統傅(fu)裏葉(ye)變換(huan),小波(bo)變換(huan)在去(qu)除掉(diao)高頻(pin)噪🐕聲(sheng)的同(tong)時保(bao)留了(le)信号(hao)的高(gao)頻成(cheng)分,其(qi)分辨(bian)率分(fen)析具(ju)有良(liang)🧑🏽‍🤝‍🧑🏻好的(de)時頻(pin)特性(xing).國内(nei)外學(xue)者們(men)針對(dui)電磁(ci)流量(liang)計🧑🏾‍🤝‍🧑🏼信(xin)号,提(ti)出了(le)不同(tong)的🔴去(qu)噪方(fang)法對(dui)其進(jin)行處(chu)理分(fen)析.用(yong)Haar 小波(bo)對染(ran)噪信(xin)号進(jin)行不(bu)同尺(chi)度的(de)濾波(bo),可以(yi)得到(dao)較好(hao)的去(qu)噪效(xiao)果0-2;通(tong)過對(dui)漿液(ye)噪聲(sheng)的☔分(fen)析建(jian)模确(que)立電(dian)磁流(liu)量🌍計(ji)克服(fu)漿液(ye)噪聲(sheng)的有(you)效方(fang)案,對(dui)漿液(ye)測量(liang)有促(cu)進作(zuo)用🧑🏽‍🤝‍🧑🏻。本(ben)研究(jiu)引入(ru)一種(zhong)改⭐進(jin)的新(xin)阈值(zhi)💔函數(shu)對電(dian)磁流(liu)量計(ji)輸出(chu)的♈傳(chuan)感信(xin)号進(jin)行去(qu)噪處(chu)理,經(jing)實驗(yan)仿真(zhen)表明(ming),這種(zhong)方法(fa)對電(dian)磁流(liu)量計(ji)數據(ju)降噪(zao)效果(guo)顯著(zhe),爲提(ti)取較(jiao)爲純(chun)淨的(de)電磁(ci)流量(liang)計信(xin)号提(ti)供了(le)♌參考(kao).
1電磁(ci)流量(liang)計信(xin)号及(ji)其噪(zao)聲特(te)征分(fen)析
　　電(dian)磁流(liu)量計(ji)在其(qi)使用(yong)過程(cheng)中會(hui)受到(dao)各個(ge)方面(mian)的幹(gan)🔱擾産(chan)生各(ge)種噪(zao)聲,具(ju)體噪(zao)聲模(mo)型如(ru)下:
 
ec爲(wei)工頻(pin)幹擾(rao),ed爲電(dian)化學(xue)幹擾(rao).
　　在衆(zhong)多噪(zao)聲中(zhong),工頻(pin)幹擾(rao)通過(guo)采集(ji)數據(ju)對相(xiang)位的(de)選取(qu)可以(yi)㊙️消除(chu),微分(fen)幹擾(rao)隻出(chu)現在(zai)勵磁(ci)變化(hua)處，當(dang)🌏勵磁(ci)㊙️不變(bian)時,不(bu)♻️存在(zai)微分(fen)幹擾(rao).低頻(pin)同相(xiang)幹擾(rao)可以(yi)⭕忽略(lue)不計(ji).電化(hua)學幹(gan)擾頻(pin)帶很(hen)寬,在(zai)低頻(pin)和高(gao)頻都(dou)有.
2電(dian)磁流(liu)量計(ji)信号(hao)去噪(zao)算法(fa)模型(xing)
2.1小波(bo)變換(huan)阈值(zhi)降噪(zao)方法(fa)基本(ben)原理(li)
　　傳統(tong)的硬(ying)閡值(zhi)函數(shu)去噪(zao)方法(fa)和軟(ruan)阈值(zhi)函數(shu)去噪(zao)方法(fa),其應(ying)用🈲也(ye)極廣(guang),但不(bu)可忽(hu)視其(qi)缺點(dian).
1)硬阈(yu)值函(han)數
 
　　硬(ying)阈值(zhi)算法(fa)由于(yu)自身(shen)不連(lian)續的(de)缺點(dian),在去(qu)噪時(shi)産⭕生(sheng)“僞🌐吉(ji)布斯(si)現象(xiang)”,丢失(shi)了許(xu)多原(yuan)始信(xin)息.
2)軟(ruan)阈值(zhi)函數(shu)
 
　　軟阈(yu)值處(chu)理後(hou)的小(xiao)波系(xi)數與(yu)理論(lun)的小(xiao)波系(xi)數存(cun)在固(gu)⭕定誤(wu)差,容(rong)易造(zao)成高(gao)頻有(you)用信(xin)息的(de)遺失(shi).
2.2新型(xing)小波(bo)降噪(zao)方法(fa)阈值(zhi)函數(shu)及阈(yu)值選(xuan)取
　　許(xu)多學(xue)者對(dui)軟、硬(ying)阈值(zhi)函數(shu)采用(yong)改進(jin)算法(fa).但這(zhe)些阈(yu)值㊙️函(han)數🌏都(dou)是基(ji)于傳(chuan)統的(de)阈值(zhi)函數(shu),仍然(ran)存在(zai)平滑(hua)度低(di)且高(gao)階不(bu)可導(dao)的不(bu)足.針(zhen)對這(zhe)些阈(yu)值函(han)數的(de)不足(zu),本文(wen)選取(qu)了一(yi)種含(han)有不(bu)同未(wei)知數(shu)的阈(yu)值函(han)數,該(gai)阈值(zhi)函數(shu)不僅(jin)介于(yu)軟、硬(ying)阈值(zhi)函數(shu)中間(jian),同🧑🏽‍🤝‍🧑🏻時(shi)集成(cheng)了它(ta)們的(de)優點(dian),且添(tian)加了(le)平滑(hua)過渡(du)區.以(yi)此♋來(lai)解決(jue)傳統(tong)兩種(zhong)阈值(zhi)函數(shu)的不(bu)足.引(yin)人的(de)新阈(yu)值函(han)數如(ru)下:
 
　　式(shi)中參(can)數m和(he)n均爲(wei)正數(shu),是公(gong)式中(zhong)的調(diao)節因(yin)子,其(qi)用作(zuo)調💔節(jie)幅值(zhi),可以(yi)針對(dui)不同(tong)含噪(zao)信号(hao),使閡(he)值函(han)數曲(qu)線可(ke)以提(ti)取去(qu)噪效(xiao)果更(geng)好的(de)信号(hao).采用(yong)2m .2m+1諸如(ru)此類(lei)的調(diao)節參(can)數,其(qi)目的(de)是得(de)到一(yi)個在(zai)阈值(zhi)處平(ping)滑過(guo)渡的(de)區域(yu),在這(zhe)個區(qu)域内(nei)有用(yong)信号(hao)的成(cheng)分會(hui)被😍有(you)效的(de)保存(cun)，避免(mian)被當(dang)成噪(zao)聲而(er)濾除(chu)🏃🏻掉.同(tong)時,采(cai)用和(he)這樣(yang)的系(xi)數保(bao)證了(le)阈值(zhi)函數(shu)在閥(fa)值處(chu)的不(bu)間斷(duan).新阈(yu)值函(han)🐇數在(zai)小于(yu)閥值(zhi)區間(jian)内,漸(jian)進最(zui)後趨(qu)于0的(de)🏃曲線(xian),此曲(qu)線接(jie)近于(yu)0但不(bu)等于(yu)0.
2.3小波(bo)分解(jie)最佳(jia)尺度(du)和小(xiao)波基(ji)
2.3.1 分解(jie)尺度(du)的确(que)定
　　利(li)用基(ji)于信(xin)噪比(bi)差值(zhi)的分(fen)解尺(chi)度确(que)定方(fang)法.記(ji)小波(bo)x級分(fen)🐆解與(yu)重構(gou)信号(hao)的信(xin)噪比(bi)爲:
 
　　式(shi)中,ƒ(i)爲(wei)原始(shi)信号(hao),`ƒ(i)爲去(qu)噪後(hou)信号(hao),N爲信(xin)号的(de)長度(du).
　　運用(yong)阈值(zhi)函數(shu)對給(gei)出的(de)含噪(zao)信号(hao)進行(hang)去噪(zao),求出(chu)信📱噪(zao)比SNRx;再(zai)🐅求取(qu)SNRx+1-SNRx,循環(huan)多次(ci)改變(bian)阈值(zhi)選取(qu)方式(shi)，分解(jie)層數(shu)和小(xiao)🔴波基(ji)函數(shu),構造(zao)出一(yi)個差(cha)值矩(ju)陣,通(tong)過比(bi)☀️較得(de)出矩(ju)陣中(zhong)💯每一(yi)行的(de)最大(da)值,把(ba)最大(da)值賦(fu)值給(gei)🌈相應(ying)階數(shu)的小(xiao)波,所(suo)對應(ying)的分(fen)解層(ceng)可認(ren)爲優(you).
2.3.2 小波(bo)基的(de)選擇(ze)
　　不同(tong)小波(bo)基性(xing)質如(ru)表1所(suo)示.
 
2.3.4小(xiao)波去(qu)噪效(xiao)果綜(zong)合評(ping)價
　　對(dui)平滑(hua)度和(he)均方(fang)根誤(wu)差這(zhe)兩個(ge)指标(biao)進行(hang)簡單(dan)的線(xian)性💘組(zu)合,因(yin)爲變(bian)化範(fan)圍不(bu)同,兩(liang)個指(zhi)标的(de)基數(shu)也不(bu)相🏃🏻‍♂️同(tong),所以(yi)容易(yi)出現(xian)誤🈲差(cha).爲了(le)便于(yu)比較(jiao),将它(ta)們進(jin)行歸(gui)🤟一化(hua)處理(li).具體(ti)計算(suan)方❌法(fa)如式(shi)🔴
 
　　式中(zhong),K爲均(jun)方根(gen)誤差(cha).本文(wen)采用(yong)變異(yi)系數(shu)定權(quan)法計(ji)算各(ge)個指(zhi)标的(de)權重(zhong),過程(cheng)如下(xia)式所(suo)示:
 
　　式(shi)中,CV爲(wei)各個(ge)指标(biao)的變(bian)異系(xi)數;W爲(wei)均方(fang)根誤(wu)差和(he)平滑(hua)度兩(liang)個指(zhi)☔标按(an)照變(bian)異系(xi)數法(fa)得到(dao)的權(quan)值;σ爲(wei)指标(biao).的标(biao)準💚差(cha),μ爲指(zhi)标的(de)均值(zhi).最後(hou),利用(yong)線性(xing)組合(he)的方(fang)法對(dui)兩個(ge)指标(biao)的權(quan)重和(he)歸一(yi)化後(hou)的結(jie)果線(xian)性✂️組(zu)合,得(de)到複(fu)合評(ping)價🔆指(zhi)标T,其(qi)表⭐達(da)式爲(wei):
 
　　其中(zhong),Pr爲歸(gui)一化(hua)後的(de)平滑(hua)度,RMSE爲(wei)均方(fang)根誤(wu)差.根(gen)據歸(gui)☀️--化的(de)💃🏻原理(li)🤞和變(bian)異系(xi)數定(ding)權法(fa)的原(yuan)理，同(tong)時通(tong)過這(zhe)🔞兩個(ge)指标(biao)的性(xing)質,分(fen)析可(ke)知,在(zai)對小(xiao)波去(qu)噪效(xiao)果判(pan)🧡定時(shi),複合(he)評價(jia)指标(biao)T的值(zhi)越小(xiao)越好(hao).
3電磁(ci)流量(liang)計實(shi)測參(can)數處(chu)理與(yu)分析(xi)
　　使用(yong)MATLAB軟件(jian)進行(hang)仿真(zhen)實驗(yan),對如(ru)下的(de)原始(shi)信号(hao)進行(hang)仿真(zhen)🎯,圖1分(fen)别㊙️爲(wei)原始(shi)信号(hao)和染(ran)噪後(hou)的信(xin)号.表(biao)2爲db3小(xiao)波基(ji)各分(fen)解層(ceng)數下(xia)的不(bu)同評(ping)價指(zhi)标值(zhi).由表(biao)2不難(nan)看出(chu)，分解(jie)層數(shu)爲2時(shi),均方(fang)根誤(wu)😄差RMSE最(zui)小,信(xin)噪比(bi)SNR最大(da).且當(dang)分解(jie)🌈層數(shu)爲2時(shi),綜合(he)指标(biao)T最小(xiao)，與實(shi)際情(qing)況相(xiang)符.圖(tu)2爲分(fen)解層(ceng)數爲(wei)2時的(de)去噪(zao)仿真(zhen)圖㊙️.
 
 
　　表(biao)3爲db5小(xiao)波基(ji)各分(fen)解層(ceng)數下(xia)評價(jia)指标(biao)值、評(ping)價指(zhi)标歸(gui)一化(hua)值🙇🏻及(ji)綜合(he)評價(jia)指标(biao)值.由(you)表格(ge)可以(yi)看出(chu)，當⚽分(fen)解層(ceng)數爲(wei)2時💯,均(jun)方根(gen)誤差(cha)最小(xiao)，信噪(zao)比最(zui)大,此(ci)時💃🏻綜(zong)合指(zhi)标T最(zui)小.因(yin)此得(de)㊙️出最(zui)優分(fen)解尺(chi)度爲(wei)2.圖3爲(wei)其去(qu)噪後(hou)仿真(zhen)結果(guo).
 
　　表4爲(wei)Haar小波(bo)基各(ge)分解(jie)層數(shu)下評(ping)價指(zhi)标值(zhi)、評價(jia)指标(biao)歸💃🏻一(yi)化值(zhi)及綜(zong)合評(ping)價指(zhi)标值(zhi).由表(biao)4可以(yi)看出(chu)，當分(fen)解層(ceng)數爲(wei)2時,均(jun)方根(gen)誤差(cha)最小(xiao)，信噪(zao)比最(zui)大,此(ci)時綜(zong)合指(zhi)标🚩T最(zui)小.因(yin)此得(de)出最(zui)優分(fen)解尺(chi)度爲(wei)2.圖4爲(wei)其去(qu)噪後(hou)仿真(zhen)結果(guo).
 
　　表5爲(wei)sym5小波(bo)基各(ge)分解(jie)層數(shu)下評(ping)價指(zhi)标值(zhi)、評價(jia)指标(biao)🚶歸一(yi)📱化值(zhi)及綜(zong)合評(ping)價指(zhi)标值(zhi).由表(biao)可以(yi)看出(chu)，當分(fen)解層(ceng)🏃數爲(wei)💋2時,均(jun)方根(gen)誤差(cha)最小(xiao)，信噪(zao)比最(zui)大,此(ci)時綜(zong)㊙️合指(zhi)标T最(zui)小.因(yin)此得(de)出最(zui)優分(fen)💔解尺(chi)度爲(wei)2.圖5爲(wei)sym5爲小(xiao)波基(ji)去噪(zao)後仿(pang)真結(jie)果.
 
　　表(biao)6爲coif3小(xiao)波基(ji)各分(fen)解層(ceng)數下(xia)各種(zhong)不同(tong)的評(ping)價指(zhi)标值(zhi).由表(biao)可以(yi)㊙️看出(chu),當分(fen)解層(ceng)數爲(wei)2時,均(jun)方根(gen)誤差(cha)最小(xiao)，信🌈噪(zao)比最(zui)大💯,此(ci)時綜(zong)合☀️指(zhi)标T最(zui)小.因(yin)此得(de)出最(zui)優分(fen)解尺(chi)📱度爲(wei)2.圖🛀6爲(wei)其去(qu)噪仿(pang)真結(jie)果.
 
　　表(biao)7爲sym4小(xiao)波基(ji)各分(fen)解層(ceng)數下(xia)各種(zhong)評價(jia)指标(biao)值.由(you)表📧可(ke)👄以得(de)💞出最(zui)優分(fen)解層(ceng)次爲(wei)2.圖7爲(wei)sym4爲小(xiao)波基(ji)去噪(zao)仿真(zhen)結果(guo).
 
　　表8爲(wei)分解(jie)尺度(du)下新(xin)阈值(zhi)函數(shu)和傳(chuan)統軟(ruan)、硬阈(yu)值去(qu)噪㊙️效(xiao)果對(dui)比.
　　根(gen)據上(shang)述仿(pang)真實(shi)驗,對(dui)比表(biao)2~7可以(yi)得出(chu),在選(xuan)用各(ge)種小(xiao)波基(ji)去噪(zao)時,無(wu)論從(cong)單一(yi).指标(biao),還是(shi)綜合(he)指标(biao)T進🚶‍♀️行(hang)去噪(zao)評價(jia)時🔴，在(zai)分解(jie)層數(shu)爲2時(shi),SNR達到(dao)最大(da)值,RMSE達(da)到最(zui)小值(zhi),去噪(zao)效果(guo)達到(dao)優,由(you)此可(ke)得出(chu)📞針對(dui)此流(liu)量信(xin)号的(de)最佳(jia)小波(bo)分解(jie)尺度(du)爲2;對(dui)實驗(yan)數據(ju)進行(hang)分析(xi)可知(zhi),采用(yong)此方(fang)法去(qu)噪仿(pang)真時(shi),在分(fen)解尺(chi)度爲(wei)最☁️優(you)分解(jie)尺度(du)❓2的條(tiao)件下(xia),采用(yong)coif3小🐕波(bo)基可(ke)以得(de)到🧑🏽‍🤝‍🧑🏻更(geng)好地(di)去噪(zao)效果(guo).由表(biao)✨8中的(de)各個(ge)參數(shu)不難(nan)看出(chu)，運用(yong)此基(ji)⛱️于小(xiao)波變(bian)換的(de)方法(fa)去噪(zao)時,本(ben)文提(ti)出的(de)新型(xing)阈值(zhi)函數(shu)各個(ge)參數(shu)值都(dou)✊比原(yuan)始的(de)軟、硬(ying)阈值(zhi)函數(shu)效果(guo)好，即(ji)新型(xing)阈值(zhi)函數(shu)的去(qu)噪效(xiao)果更(geng)好🚶，這(zhe)對電(dian)磁✌️流(liu)量數(shu)據處(chu)理具(ju)有實(shi)際意(yi)義.
 
4結(jie)語
　　本(ben)文在(zai)對電(dian)磁流(liu)量計(ji)信号(hao)特征(zheng)分析(xi)的基(ji)礎上(shang),确定(ding)了一(yi)個電(dian)磁流(liu)量計(ji)信号(hao)處理(li)的新(xin)型阈(yu)值函(han)數.通(tong)過理(li)論分(fen)析🏃‍♀️、實(shi)驗仿(pang)真和(he)數據(ju)處理(li)等多(duo)個環(huan)節,得(de)出以(yi)🔆下結(jie)論:
1)在(zai)使用(yong)小波(bo)阈值(zhi)函數(shu)去除(chu)噪聲(sheng)時，合(he)理選(xuan)取分(fen)解🈲層(ceng)數、小(xiao)波⛱️基(ji)函數(shu)以及(ji)阈值(zhi)函數(shu)等是(shi)去除(chu)噪聲(sheng)同時(shi)獲得(de)更🈲正(zheng)确的(de)有用(yong)信号(hao)的關(guan)鍵環(huan)節.
2)因(yin)爲不(bu)同含(han)噪信(xin)号的(de)噪聲(sheng)性質(zhi)存在(zai)或多(duo)或少(shao)的🥰差(cha)異,所(suo)以在(zai)🚩處理(li)含有(you)不同(tong)噪聲(sheng)的信(xin)号時(shi)，選取(qu)不🔴同(tong)的分(fen)解層(ceng)數、小(xiao)波基(ji)函數(shu)和阈(yu)值函(han)數其(qi)去噪(zao)效果(guo)是有(you)👨‍❤️‍👨明顯(xian)區别(bie)的.對(dui)㊙️于分(fen)解層(ceng)數而(er)言,含(han)噪信(xin)号的(de)種類(lei)、信噪(zao)比的(de)大小(xiao)和阈(yu)值函(han)數都(dou)影響(xiang)着最(zui)優分(fen)解層(ceng)的值(zhi)🏃‍♂️.除此(ci)之外(wai),我們(men)通過(guo)多次(ci)仿真(zhen)測試(shi)和數(shu)據分(fen)析不(bu)難發(fa)現,沒(mei)有哪(na)種小(xiao)波基(ji)函數(shu)可以(yi)針❌對(dui)所有(you)類型(xing)的含(han)🥵噪信(xin)号都(dou)可以(yi)獲得(de)最優(you)的去(qu)噪💚效(xiao)果.
3)如(ru)果小(xiao)波去(qu)噪算(suan)法和(he)其它(ta)去噪(zao)方法(fa)合理(li)結合(he)并不(bu)斷♌完(wan)善,就(jiu)極有(you)可能(neng)會達(da)到更(geng)好的(de)去噪(zao)效果(guo).

以上(shang)内容(rong)源于(yu)網絡(luo)，如有(you)侵權(quan)聯系(xi)即删(shan)除!