[發(fā)明專利]一種基于EWT-SE及小波閾值的葉片聲信號降噪方法

有效

• 申請?zhí)枺?/td>: 202011182502.2
• 申請日: 2020-10-29
• 公開（公告）號: CN112287835B
• 公開（公告）日: 2022-11-01
• 發(fā)明（設(shè)計）人: 張家安;姜皓齡;田家輝;徐超林
• 申請（專利權(quán)）人: 河北工業(yè)大學
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 天津翰林知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 12210
• 代理人: 張國榮

1.一種基于EWT-SE及小波閾值的葉片聲信號降噪方法，其特征在于，該方法采用下述步驟：

步驟1：利用EWT分解方法對原始風機葉片聲信號時間序列進行分解，得到不同頻率下的模態(tài)函數(shù)分量f_i(t)；

步驟2：利用改進的樣本熵算法計算各模態(tài)函數(shù)分量的樣本熵值；改進的樣本熵算法的計算步驟為：

(1)假設(shè)一模態(tài)函數(shù)分量的聲信號長度為L，將聲信號分解為幀長為N的M幀，幀移為inc，各幀聲信號記為X_k(k＝1,2,…M)，分幀公式為：

M＝(L-N+inc)/inc

(2)確定嵌入維數(shù)m，將長度為N的一幀聲信號X_k(k＝1,2,…M)重構(gòu)為m維向量，即：

x_i＝[x_i,x_i+1,…x_i+m-1],i＝1,2,…,N-m

(3)定義兩個向量x_i和x_j的距離d_ij為兩向量對應(yīng)元素差值的絕對值最大值，即：

(4)確定相似容限r(nóng)，統(tǒng)計d_ij小于r的數(shù)目B_i，計算B_i與d_ij總數(shù)N-m-1的比值，記做并求的平均值，即：

(5)對嵌入維數(shù)m+1，重復上述步驟(2)-(4)，得到與B^m+1(r)；

(6)計算該幀聲信號X_k(k＝1,2,…M)的樣本熵：

SampEn(m,r,N)＝ln B^m(r)-ln B^m+1(r)

(7)重復步驟(2)～(6)，計算M幀聲信號的樣本熵值并求和，得到相應(yīng)模態(tài)函數(shù)分量的樣本熵值；

步驟3：將各模態(tài)函數(shù)分量的樣本熵值從大到小排列，選取樣本熵突變后的模態(tài)函數(shù)分量作為信號重構(gòu)分量，并將樣本熵突變后的第一個模態(tài)函數(shù)分量提取為邊界模態(tài)函數(shù)；

步驟4：利用修改后的小波閾值函數(shù)對步驟3中所提取的邊界模態(tài)函數(shù)進行再降噪；修改后的小波閾值函數(shù)為：

其中ω_j,k為小波變換得到的低頻系數(shù)，取閾值式中σ為ω_j,k的方差，L為邊界模態(tài)函數(shù)的聲信號長度；

步驟5：對步驟3中所選取的除邊界模態(tài)函數(shù)之外的信號重構(gòu)分量和經(jīng)步驟4降噪處理后的邊界模態(tài)函數(shù)進行重構(gòu)，得到降噪后的葉片聲信號。

2.根據(jù)權(quán)利要求1所述的一種基于EWT-SE及小波閾值的葉片聲信號降噪方法，其特征在于，m＝2，r＝0.15Std，inc＝300，N＝1024。

3.根據(jù)權(quán)利要求1所述的一種基于EWT-SE及小波閾值的葉片聲信號降噪方法，其特征在于，步驟1中的不同頻率下的模態(tài)函數(shù)分量f_i(t)的個數(shù)為10。