[發明專利]一種基于數據融合的噪聲消除方法

在審

• 申請號: 201910030624.0
• 申請日: 2019-01-14
• 公開（公告）號: CN109815866A
• 公開（公告）日: 2019-05-28
• 發明（設計）人: 蘇婷立;楊愛薔;金學波;孔建磊
• 申請（專利權）人: 北京工商大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京棘龍知識產權代理有限公司 11740
• 代理人: 戴麗偉

1.一種基于數據融合的噪聲消除方法，其特征在于，所述方法包括：

S101、在快速偏微分方程算法中，使用后向歐拉有限差分法對測量數據進行去噪處理獲得第一去噪數據；

S102、在自適應卡爾曼算法中，將測量數據本身、測量數據的變化率以及變化率的導數作為系統狀態變量，根據慣性定律構建過程模型和觀測模型，并根據所述過程模型和觀測模型對測量數據進行去噪處理獲得第二去噪數據；

S103、將所述第一去噪數據和第二去噪數據進行加權融合后獲得濾波后數據。

2.根據權利要求1所述的方法，其特征在于，所述在快速偏微分方程算法中，使用后向歐拉有限差分法對測量數據進行去噪處理獲得第一去噪數據的具體過程包括：

根據

獲取所述第一去噪數據，其中，u＝u¹為第一去噪數據，是含噪信號數據，A為由網格比組成的三對角矩陣，所述三對角矩陣A為：

其中所述網格比為：

其中，Y為濾波器衰減，f_s為采樣頻率，f_n為剪切頻率，通過將矩陣A分解成上、下三角矩陣求出其逆矩陣A^-1。

3.根據權利要求1所述的方法，其特征在于，所述在自適應卡爾曼算法中，將測量數據本身、測量數據的變化率以及變化率的導數作為系統狀態變量，根據慣性定律構建過程模型和觀測模型，并根據所述過程模型和觀測模型對測量數據進行去噪處理獲得第二去噪數據的具體過程包括：

S1021、確定系統狀態變量，將自適應參數初始化；

S1022、建立過程模型，所述過程模型中包括初始化的自適應參數；

S1023、根據所述過程模型對狀態變量進行預測；

S1024、根據狀態變量的預測值、觀測數據值以及估計誤差協方差預測值獲得狀態變量的估計值，并對狀態變量進行更新；

S1025、根據所述狀態變量的估計值獲得測量數據變化率導數的均值以及當前時刻的估計值；

S1026、根據測量數據變化率導數的估計值對系統自適應參數進行修正；

S1027、根據根據所述測量數據變化率導數的均值以及修正后的系統自適應參數更新過程模型；

S1028、重復S1023至S1027，直至所有測量數據全部處理完畢，獲得第二去噪數據。

4.根據權利要求3所述的方法，其特征在于，所述確定系統狀態變量，將自適應參數初始化的過程包括：

設狀態初值為

自適應參數為α、δ_a²，其初值α＝α₀和δ_a²＝δ_a0²取任意正數；

自相關函數的初值r₀(0)?。簉₀(1)的初值取

測量數據變化率導數的初值取為零。