基于离散小波变换方法的信号去噪应用研究

何付军

【摘要】将小波变换方法引入到曲柄摇杆结构摇杆角位移噪声去处中。在小波变换后，噪声与信号中的小波域中的高频段对应，有效信号与低频段对应。对信号进行3层分解，并将高频部分置零以去除噪声。处理结果显示，该方法能有效祛除位移信号中的噪声，有较好的工程应用前景。

【关键词】曲柄摇杆机构 小波變换 角位移

【中图分类号】TN911.4 【文献标识码】A 【文章编号】2095-3089（2018）14-0266-01

引言

曲柄摇杆机构是常用的机械结构，其角位移和角速度变化是机械装置常用的状态监测和控制信号[1]-[2]。由于铰链之间存在间隙、摇杆受力带来的震动带来的，会给信号带来噪声。小波方法因为可以进行多尺度分解，被广泛应用于信号噪声祛除中[3]-[8]。为此将小波变换方法引入，进行多尺度分解，分别进行去噪。旨在能够还原真实位移，提高良好的状态监测。

一、实验装置及实验信号

设计曲柄摇杆装置，进行实验，测量位移信号。图1为构件结构示意图，个构件尺寸如图1所示；图2为测得的摇杆角位移时序图。观察图2可知，角位移信号存在较强噪声。对位移信号进行一阶微分，得到其速度时序图，如图3所示，可知速度信号噪声更强。

二、角位移去噪处理

在实际应用中可能要实时观察摇杆的角位移变化，实现对系统运行状态的监测或进行实时控制。为实现更为准确的监测，需要对实际角位移进行去噪，基于小波变换对实际角位移进行去噪。因为噪声分布高频段，所以将高频小波系数进行置零处理。图4为3层小波系数置零处理后重构信号与原实际角位移对比时序图。观察图4可知，经过4层小波去噪后，角位移信号已经变得非常光滑。

三、总结

为祛除曲柄摇杆机构的噪声，将小波方法引入。先对信号噪声进行分析，指出噪声主要集中在高频段。通过多尺度分解，对信号中的小波系数置零，进行噪声祛除处理。最后通过实验验证了该方法的有效性。为一维噪声的祛除找一种有效方法。

参考文献：

[1]Farge M.Wavelet transform and their application to turbulence[J].Annu.rev.fluidMech，1992，56（4）：68-68.

[2]Daubechies I.The wavelet transform，time-frequency localization and signal analysis[J].Journal of Renewable & Sustainable Energy，2015，36（5）：961-1005.

[3]Liu T，Zhang W，Yan S.A novel image enhancement algorithm based on stationary wavelet transform for infrared thermography to the de-bonding defect in solid rocket motors[J].Mechanical Systems and Signal Processing，2015，62：366-380.

[4]Chang T，Kuo C C J.Kuo，C.：Texture Analysis and Classification with Tree-Structured Wavelet Transform.IEEE Trans.Image Processing 2（4），429-441[J].IEEE Transactions on Image Processing，1993，2（4）：429-441.

[5]Wang，Y.，Z.He and Y.Zi，Enhancement of signal denoising and multiple fault signatures detecting in rotating machinery using dual-tree complex wavelet transform.Mechanical Systems and Signal Processing，2010.24（1）：p.119-137.

[6]Pan Q，Zhang D，Dai G，et al.“Two Denoising Methods by Wavelet Transform，”[J].IEEE Transactions on Signal Processing，1999，47（12）：3401-3406.

[7]Liu T，Yan S，Zhang W.Time–frequency analysis of nonstationary vibration signals for deployable structures by using the constant-Q nonstationarygabor transform[J].Mechanical Systems & Signal Processing，2016，75：228-244.

[8]Schukin，E.L.，R.U.Zamaraev and L.I.Schukin，The optimisation of wavelet transform for the impulse analysis in vibration signals.Mechanical systems and signal processing，2004.18（6）：p.1315-1333.