摘要(yào):傳統電(diàn)磁流量(liàng)計 采用(yong)硬件濾(lü)波方式(shì)去除噪(zao)聲,但由(yóu)于采用(yong)硬件濾(lü)波⛹🏻‍♀️消噪(zào)的😘能力(li)與器件(jian)的動态(tài)調節相(xiang)互矛盾(dùn),且硬件(jian)電路元(yuán)件的非(fēi)理想化(hua)必然會(huì)混入其(qi)他噪聲(sheng).爲了彌(mi)補硬件(jian)濾波的(de)缺點，采(cai)用了軟(ruan)件去噪(zao)算法，該(gai)算法基(jī)于小波(bō)消噪原(yuan)理.爲有(you)效去除(chú)電磁流(liú)量計輸(shu)出信号(hào)中的幹(gan)擾信号(hào)，提高數(shù)據處理(lǐ)的穩定(ding)性🤞和數(shu)據的精(jīng)度,在結(jié)合傳統(tǒng)軟、硬阈(yu)值函數(shù)的不足(zu)的基礎(chu)上,引入(ru)了一種(zhong)新阈值(zhi)函數,且(qiě)在傳統(tong)信噪⭐比(bi)、均方誤(wù)差等單(dān)一評價(jia)标準的(de)基礎✉️上(shàng)引入了(le)一種綜(zong)合評價(jia)标準對(dui)去🚶噪效(xiao)果進行(hang)評估,采(cai)用MATLAB工具(ju)箱對去(qu)噪結果(guo)進行了(le)仿真.結(jie)果表明(ming)，相比傳(chuán)統小波(bo)消噪方(fang)法，改進(jìn)的小波(bō)🎯阈值去(qù)噪方法(fa)對抑制(zhi)電✨磁流(liú)量計信(xìn)号中的(de)各種❗噪(zao)聲🚶‍♀️幹♊擾(rǎo)有更好(hao)效果.
　　電(diàn)磁流量(liang)計是一(yi)種基于(yu)法拉第(di)電磁感(gǎn)應定律(lü)來測量(liàng)管内導(dao)電介質(zhì)體積流(liu)量的感(gǎn)應式儀(yí)表,它輸(shu)出的微(wēi)弱信号(hào)常被💔複(fu)雜的幹(gàn)擾所覆(fu)蓋.傳統(tong)信号處(chu)理電路(lu)配置硬(ying)件濾🏃‍♀️波(bo)器來濾(lü)除流量(liang)信号中(zhōng)的高頻(pín)幹擾,但(dan)硬件電(dian)路存在(zài)元件的(de)非理想(xiang)化會引(yǐn)人其他(tā)噪聲和(hé)不能動(dòng)态調節(jie)兩個弊(bi)端.
　　針對(duì)硬件電(dian)路的不(bu)足引人(ren)了小波(bō)變換和(hé)MATLAB相結合(hé)😄的去噪(zao)算法.相(xiàng)比于傳(chuan)統傅裏(lǐ)葉變換(huan),小波變(biàn)換在去(qù)除掉高(gao)頻噪聲(sheng)的🔞同時(shí)保留了(le)信号的(de)高頻成(chéng)分,其分(fen)辨🔞率分(fèn)析具有(yǒu)良好的(de)時頻特(te)性.國内(nèi)外學者(zhě)們針對(duì)電🌈磁流(liu)量計信(xin)号,提出(chu)了不同(tóng)的去噪(zào)方法對(duì)其進行(hang)處理分(fèn)析.用Haar 小(xiǎo)波對染(rǎn)噪信号(hao)進行不(bu)同尺度(du)的濾波(bō)☁️,可以得(dé)到較好(hao)的去噪(zào)效果0-2;通(tōng)過對漿(jiang)液噪聲(shēng)的分析(xī)建模确(què)立電磁(ci)流量計(ji)克服漿(jiāng)液噪🧑🏾‍🤝‍🧑🏼聲(shēng)的有效(xiao)方案,對(duì)漿液測(ce)量有促(cù)進作用(yòng)。本研究(jiu)引入一(yi)種改進(jìn)的新阈(yu)值函數(shù)對電磁(cí)流量計(ji)輸出的(de)🚶‍♀️傳感信(xìn)号進行(háng)去噪處(chu)理,經實(shi)驗仿真(zhen)表☁️明,這(zhè)種方法(fa)對電磁(ci)流量計(ji)數據降(jiang)噪效果(guǒ)顯著,爲(wei)提取較(jiao)爲純淨(jìng)的電磁(ci)流量計(jì)信号提(tí)供了參(cān)考.
1電磁(ci)流量計(ji)信号及(ji)其噪聲(sheng)特征分(fen)析
　　電磁(cí)流量計(jì)在其使(shǐ)用過程(cheng)中會受(shòu)到各個(gè)方面的(de)幹擾産(chan)生各種(zhǒng)噪聲,具(ju)體噪聲(shēng)模型如(ru)下:
 
ec爲工(gong)頻幹擾(rǎo),ed爲電化(hua)學幹擾(rao).
　　在衆多(duō)噪聲中(zhōng),工頻幹(gan)擾通過(guò)采集數(shu)據對相(xiang)位的選(xuǎn)取可以(yǐ)消除,微(wei)分幹擾(rao)隻出現(xian)在勵磁(cí)變化處(chu)，當勵磁(ci)不變時(shi),不存在(zài)微分幹(gan)擾.低頻(pín)同相幹(gàn)擾可以(yǐ)忽略不(bú)計.電化(hua)學幹擾(rǎo)頻帶很(hěn)寬,在低(di)頻和高(gao)頻都有(you).
2電磁流(liú)量計信(xin)号去噪(zào)算法模(mo)型
2.1小波(bo)變換阈(yu)值降噪(zào)方法基(jī)本原理(li)
　　傳統的(de)硬閡值(zhí)函數去(qù)噪方法(fǎ)和軟阈(yu)值函數(shù)去噪方(fāng)法🐆,其應(ying)用㊙️也極(jí)廣,但不(bú)可忽視(shì)其缺點(diǎn).
1)硬阈值(zhi)函數
 
　　硬(yìng)阈值算(suan)法由于(yú)自身不(bú)連續的(de)缺點,在(zài)去噪時(shi)産生“僞(wei)吉布💃斯(si)現象”,丢(diū)失了許(xǔ)多原始(shǐ)信息.
2)軟(ruǎn)阈值函(hán)數
 
　　軟阈(yù)值處理(lǐ)後的小(xiǎo)波系數(shu)與理論(lun)的小波(bo)系數存(cun)在固定(ding)誤差,容(róng)易造成(cheng)高頻有(yǒu)用信息(xi)的遺失(shi).
2.2新型小(xiao)波降噪(zao)方法阈(yu)值函數(shù)及阈值(zhí)選取
　　許(xǔ)多學者(zhe)對軟、硬(ying)阈值函(han)數采用(yòng)改進算(suan)法.但這(zhè)些阈值(zhí)函數都(dōu)是基于(yu)傳統的(de)阈值函(hán)數,仍然(rán)存在平(píng)滑度低(dī)且高階(jie)不可導(dǎo)的不足(zú).針對這(zhè)些阈值(zhí)函數的(de)不足,本(běn)文選🌈取(qǔ)了一種(zhong)含有不(bu)同未知(zhi)數的阈(yù)值函數(shù),該阈值(zhí)函數不(bu)僅介于(yu)軟、硬阈(yu)值函數(shu)中間,同(tóng)🏃🏻時集成(chéng)了它們(men)的優點(diǎn),且添加(jia)了平滑(hua)過渡區(qu).以此來(lái)解決傳(chuán)統🙇🏻兩種(zhong)阈值函(han)數的不(bú)足.引人(ren)的新阈(yù)值函數(shù)如下:
 
　　式(shi)中參數(shu)m和n均爲(wèi)正數,是(shi)公式中(zhōng)的調節(jie)因子,其(qi)用作調(diao)🍉節幅值(zhi),可以針(zhen)對不同(tong)含噪信(xìn)号,使閡(hé)值函數(shù)曲線可(ke)以提取(qǔ)‼️去噪✊效(xiào)果更好(hao)的信号(hao).采用2m .2m+1諸(zhu)如此類(lèi)的調節(jiē)參數,其(qi)目的是(shi)得到一(yi)個在阈(yù)值處平(píng)滑❌過渡(dù)的區域(yu),在這個(ge)區域内(nèi)有用信(xìn)号的成(chéng)分會被(bei)有效的(de)保存，避(bì)免被當(dang)成噪聲(shēng)而濾除(chu)掉.同時(shi),采用和(he)這樣的(de)系數保(bao)證了阈(yu)值函數(shu)在閥值(zhí)處的不(bú)間斷.新(xin)阈值函(han)數💯在小(xiǎo)于閥值(zhi)區間内(nei),漸進最(zuì)後趨于(yu)0的曲線(xiàn),此曲🔞線(xiàn)接近于(yú)0但不等(deng)于0.
2.3小波(bō)分解最(zuì)佳尺度(dù)和小波(bo)基
2.3.1 分解(jiě)尺度的(de)确定
　　利(li)用基于(yu)信噪比(bǐ)差值的(de)分解尺(chi)度确定(ding)方法.記(ji)小波♈x級(ji)分解與(yu)重構信(xin)号的信(xìn)噪比爲(wèi):
 
　　式中,ƒ(i)爲(wèi)原始信(xìn)号,`ƒ(i)爲去(qu)噪後信(xin)号,N爲信(xin)号的長(zhǎng)度.
　　運用(yòng)阈值函(hán)數對給(gei)出的含(han)噪信号(hào)進行去(qù)噪,求出(chū)信噪⚽比(bi)SNRx;再求取(qǔ)SNRx+1-SNRx,循環多(duō)次改變(bian)阈值選(xuǎn)取方式(shì)，分解層(ceng)數和小(xiao)波基函(hán)數,構造(zào)出一個(ge)差值矩(ju)陣,通過(guò)比較得(de)出矩陣(zhèn)中每一(yī)行的最(zui)大⭐值,把(bǎ)最大值(zhi)賦值給(gei)🔆相應階(jie)數的小(xiǎo)波,所對(dui)應的分(fen)解層可(kě)認爲優(yōu).
2.3.2 小波基(ji)的選擇(zé)
　　不同小(xiǎo)波基性(xìng)質如表(biǎo)1所示.
 
2.3.4小(xiao)波去噪(zao)效果綜(zong)合評價(jià)
　　對平滑(hua)度和均(jun)方根誤(wù)差這兩(liang)個指标(biao)進行簡(jian)單的🈲線(xiàn)性組❗合(hé),因爲變(bian)化範圍(wéi)不同,兩(liang)個指标(biao)的基數(shu)也🔞不相(xiàng)同,所以(yǐ)容易出(chū)現誤差(cha).爲了便(biàn)于比較(jiào),将它們(men)進行歸(guī)一化處(chu)理.具體(tǐ)計算方(fāng)法如式(shì)
 
　　式中,K爲(wei)均方根(gēn)誤差.本(ben)文采用(yòng)變異系(xì)數定權(quán)法計算(suàn)各個🙇‍♀️指(zhi)标的權(quan)重,過程(chéng)如下式(shi)所示:
 
　　式(shi)中,CV爲各(gè)個指标(biāo)的變異(yì)系數;W爲(wèi)均方根(gen)誤差和(he)平滑度(du)兩個指(zhi)✊标按照(zhao)變異系(xì)數法得(dé)到的權(quán)值;σ爲指(zhǐ)标.的标(biao)準🍉差,μ爲(wei)指标的(de)均值.最(zui)後,利用(yong)線性組(zu)合的方(fang)法對兩(liang)個指标(biao)的權‼️重(zhong)和歸一(yī)化後🌏的(de)結果線(xiàn)性組合(hé),得到複(fú)合評價(jia)指标T,其(qi)表❌達式(shi)爲:
 
　　其中(zhōng),Pr爲歸一(yī)化後的(de)平滑度(du),RMSE爲均方(fang)根誤差(chà).根據歸(gui)--化的原(yuán)理和變(biàn)異系數(shu)定權法(fa)的原理(lǐ)，同時通(tōng)過這兩(liǎng)個指标(biāo)⭐的性質(zhì),分析可(ke)知,在對(duì)小波去(qù)噪效果(guǒ)判定時(shí),複合評(píng)價📞指标(biāo)T的值越(yue)小越好(hǎo).
3電磁流(liú)量計實(shí)測參數(shù)處理與(yǔ)分析
　　使(shǐ)用MATLAB軟件(jian)進行仿(pang)真實驗(yàn),對如下(xià)的原始(shǐ)信号進(jin)行仿真(zhēn),圖1分别(bie)爲原始(shǐ)信号和(hé)染噪後(hou)的信号(hao).表2爲db3小(xiǎo)⚽波基各(gè)分解層(céng)✊數下的(de)不同評(píng)價指标(biao)值.由表(biǎo)2不難看(kàn)出，分解(jiě)層數爲(wèi)2時,均方(fāng)根誤差(chà)RMSE最小,信(xìn)噪比SNR最(zuì)大.且當(dāng)分解🥵層(ceng)數爲2時(shi),綜合指(zhǐ)标T最小(xiao)，與實際(ji)情況相(xiang)✉️符.圖2爲(wèi)分解層(ceng)數爲2時(shi)的去噪(zao)仿真圖(tú).
 
 
　　表3爲db5小(xiǎo)波基各(ge)分解層(céng)數下評(ping)價指标(biāo)值、評價(jià)指标歸(guī)一化值(zhi)及綜合(he)評價指(zhi)标值.由(yóu)表格可(kě)以看出(chu)，當♋分解(jie)層數爲(wei)2時㊙️,均方(fang)♉根誤🌂差(cha)最小，信(xin)噪比最(zuì)大,此時(shí)綜合指(zhi)标T最小(xiǎo).因此得(dé)出最優(yōu)分解尺(chǐ)度爲2.圖(tú)3爲其去(qu)噪後仿(páng)真結果(guo).
 
　　表4爲Haar小(xiǎo)波基各(gè)分解層(ceng)數下評(píng)價指标(biao)值、評價(jia)指标歸(guī)一化值(zhi)及綜合(he)評價指(zhi)标值.由(you)表4可以(yi)看出，當(dang)分🔞解層(céng)數爲2時(shi),均方根(gen)誤差最(zui)小，信噪(zào)比最大(dà),此時綜(zong)🏃🏻合指标(biāo)T最小.因(yīn)此得出(chū)最優分(fèn)解尺度(dù)爲2.圖4爲(wei)其去噪(zào)後仿真(zhēn)結果.
 
　　表(biǎo)5爲sym5小波(bō)基各分(fen)解層數(shu)下評價(jià)指标值(zhí)、評價指(zhǐ)标歸一(yi)化值及(jí)🥵綜合評(píng)價指标(biāo)值.由表(biǎo)可以看(kan)出，當分(fèn)🌍解層數(shù)爲2時,均(jun)方根誤(wu)差最小(xiao)，信噪比(bi)最大,此(ci)時綜合(hé)指标T最(zui)小.因此(cǐ)得出最(zui)優分解(jiě)尺度爲(wei)2.圖5爲sym5爲(wèi)小♊波基(ji)去噪🏒後(hou)仿真結(jie)果.
 
　　表6爲(wei)coif3小波基(ji)各分解(jie)層數下(xià)各種不(bú)同的評(píng)價指标(biāo)⛱️值.由表(biǎo)可以看(kan)出,當分(fèn)解層數(shu)爲2時,均(jun)方根誤(wù)差最🈲小(xiao)，信噪比(bi)最大,此(cǐ)時綜合(he)指标T最(zui)小.因此(ci)得出最(zui)優分解(jiě)尺度爲(wei)2.圖6爲其(qi)去噪仿(páng)真結果(guǒ).
 
　　表7爲sym4小(xiao)波基各(gè)分解層(ceng)數下各(gè)種評價(jià)指标值(zhí).由表可(ke)以得出(chu)最優分(fen)解層次(ci)爲2.圖7爲(wei)sym4爲小波(bo)基去噪(zào)仿💃真結(jié)果.
 
　　表8爲(wei)分解尺(chǐ)度下新(xin)阈值函(han)數和傳(chuán)統軟、硬(ying)阈值去(qu)噪效果(guǒ)對比.
　　根(gen)據上述(shù)仿真實(shí)驗,對比(bǐ)表2~7可以(yi)得出,在(zài)選用各(gè)種小波(bō)😄基去噪(zào)時,無論(lùn)從單一(yi).指标,還(hái)是綜合(he)指标T進(jin)🙇‍♀️行去噪(zao)評價時(shi)，在分㊙️解(jiě)層數爲(wèi)2時,SNR達到(dao)最大值(zhi),RMSE達到最(zuì)小值,去(qu)噪效果(guǒ)達到優(you),由此可(kě)得出針(zhen)對此流(liú)量信号(hào)的最佳(jiā)小波分(fèn)解尺度(dù)爲2;對實(shí)驗數據(jù)進行分(fèn)㊙️析可知(zhi),采用此(cǐ)方法去(qu)噪仿真(zhen)時,在分(fen)解尺度(du)爲最優(yōu)分解尺(chi)度2的條(tiáo)件下,采(cai)用coif3小波(bo)基可以(yi)得到更(geng)好地去(qu)噪效果(guo).由表8中(zhōng)的各🏃🏻‍♂️個(ge)參數不(bú)難看出(chu)，運用此(ci)基于小(xiao)波變換(huàn)的方法(fǎ)去噪時(shí),本文提(ti)出的新(xin)型阈值(zhi)函數各(gè)個參數(shu)值都比(bi)原始🌈的(de)軟、硬阈(yù)值函數(shu)效果好(hǎo)，即新型(xíng)阈值函(hán)數的去(qù)噪效果(guǒ)更好🌈，這(zhè)對電磁(ci)流量數(shù)據處理(lǐ)具有實(shi)際意義(yì).
 
4結語
　　本(ben)文在對(duì)電磁流(liu)量計信(xìn)号特征(zhēng)分析的(de)基礎上(shàng),确定了(le)一個電(dian)磁流量(liang)計信号(hao)處理的(de)新型阈(yù)值函數(shù)㊙️.通過理(li)論分析(xi)✏️、實驗仿(pang)真和數(shu)據處理(li)等多個(ge)環節,得(de)出以下(xià)結論:
1)在(zài)使用小(xiǎo)波阈值(zhi)函數去(qù)除噪聲(shēng)時，合理(li)選取分(fen)解層💛數(shu)、小波基(ji)函數以(yǐ)及阈值(zhí)函數等(děng)是去除(chu)噪聲同(tóng)時獲得(de)更👄正确(que)的有⭐用(yòng)信号的(de)關鍵環(huan)節.
2)因爲(wèi)不同含(hán)噪信号(hao)的噪聲(sheng)性質存(cún)在或多(duo)或少的(de)差異☔,所(suo)以在🔞處(chu)理含有(you)不同噪(zao)聲的信(xìn)号時，選(xuǎn)取不同(tong)的㊙️分解(jiě)層數、小(xiǎo)波基函(hán)數和阈(yu)值函數(shu)其去噪(zao)效果是(shi)有明顯(xiǎn)區❗别的(de).對于分(fèn)解層數(shu)而言,含(hán)噪信号(hào)的種類(lèi)、信噪比(bi)的大小(xiǎo)和阈值(zhi)函數都(dou)影💋響着(zhe)最優分(fen)解層的(de)值.除此(ci)之外,我(wǒ)們通過(guo)多次仿(pang)真測試(shì)和數據(jù)分析不(bú)難發現(xiàn),沒有哪(nǎ)種小波(bo)基函數(shù)可以針(zhēn)對所有(you)類型的(de)含噪信(xìn)号都可(kě)以獲得(dé)最優的(de)去噪效(xiao)♋果.
3)如果(guo)小波去(qu)噪算法(fǎ)和其它(tā)去噪方(fang)法合理(lǐ)結合并(bing)不斷完(wan)🔱善,就極(jí)有可能(neng)會達到(dao)更好的(de)去噪效(xiào)果.

以上(shang)内容源(yuán)于網絡(luò)，如有侵(qin)權聯系(xì)即删除(chú)!