孫飛,，張鵬，連德浩

　　（西南科技大學(xué) 信息工程學(xué)院,，四川 綿陽(yáng) 621010）

      摘要：在復(fù)雜環(huán)境數(shù)據(jù)采集過(guò)程中,，原始數(shù)據(jù)常常混有若干外界噪聲,，為提高信號(hào)特征提取的準(zhǔn)確性,，基于虛擬儀器技術(shù)設(shè)計(jì)并實(shí)現(xiàn)了經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition，EMD）算法,，根據(jù)相關(guān)分析法篩選有效基本模式分量（Intrinsic Mode Function,，IMF）完成測(cè)量信號(hào)的降噪處理，并設(shè)計(jì)仿真信號(hào)對(duì)軟件降噪效果進(jìn)行驗(yàn)證,。驗(yàn)證結(jié)果表明,，所設(shè)計(jì)軟件可有效去除原始信號(hào)噪聲，可靠性較好,。

　　關(guān)鍵詞：數(shù)據(jù)采集; 經(jīng)驗(yàn)?zāi)B(tài)分解; 虛擬儀器技術(shù); 降噪

0引言

　　在實(shí)際信號(hào)采集過(guò)程中,，原始信號(hào)容易受到復(fù)雜環(huán)境噪聲的干擾，增加后期信號(hào)特征提取難度,。因此,，選擇有效降噪算法對(duì)測(cè)量信號(hào)的降噪預(yù)處理顯得尤為重要。

　　經(jīng)驗(yàn)?zāi)B(tài)分解（Empirical Mode Decomposition,，EMD）作為信號(hào)時(shí)頻分析的重要手段,，在非平穩(wěn)信號(hào)處理方面相比其他方法具有較好的優(yōu)越性，本文利用LabVIEW開(kāi)發(fā)工具,，根據(jù)EMD降噪原理,，設(shè)計(jì)針對(duì)復(fù)雜非平穩(wěn)信號(hào)的降噪處理軟件，并構(gòu)建仿真信號(hào)對(duì)其降噪效果進(jìn)行驗(yàn)證,。

1經(jīng)驗(yàn)?zāi)B(tài)分解

　　EMD是一種與小波變換相類(lèi)似的信號(hào)分解方法,，對(duì)于非平穩(wěn)信號(hào)，它相比其他類(lèi)信號(hào)處理方法有較強(qiáng)的優(yōu)越性,。假設(shè)原始信號(hào)為x(t),，它采用“篩選”的模式對(duì)所分析信號(hào)進(jìn)行分解，具體過(guò)程如下［1］：

　?。?）取其上下包絡(luò)局部均值組成的序列m(t),，則

　　h1(t)=x(t)－m1(t)(1)

　　（2）從原始信號(hào)中“篩選”出IMF信號(hào),，得到剩余信號(hào)r1(t),，如式（2）所示。

　　r1(t)=x(t)－ct(t)（2）

　?。?）對(duì)剩余信號(hào)r1(t)重復(fù)步驟（1）和步驟（2）,，如式（3）所示,。

　　直到rn(t)變化很小，不能“篩選”出新的模式分量為止,，則原始信號(hào)被分解成多個(gè)基本模式分量（Intrinsic Mode Function,IMF)和余項(xiàng)之和,，如式（4）所示。

　　不同IMF分量按照從高頻到低頻順序依此排列,，在實(shí)際應(yīng)用中,，利用相關(guān)分析算法選擇有效模式分量，根據(jù)不同噪聲特性,，將相應(yīng)模式分量進(jìn)行組合還原出原始信號(hào),，從而達(dá)到去噪效果。

2算法實(shí)現(xiàn)

　　LabVIEW是一種圖形化編程語(yǔ)言,，在測(cè)控領(lǐng)域得到廣泛應(yīng)用［23］,。本文通過(guò)LabVIEW根據(jù)EMD降噪原理設(shè)計(jì)并實(shí)現(xiàn)復(fù)雜信號(hào)降噪軟件，實(shí)現(xiàn)原理分為三大模塊,，步驟如下：

　?。?）三次樣條插值構(gòu)造包絡(luò)線

　　主要是根據(jù)所分析信號(hào)的極值點(diǎn)構(gòu)造包絡(luò)曲線，借助LabVIEW中提供的三次樣條插值功能函數(shù)來(lái)實(shí)現(xiàn),，構(gòu)造信號(hào)包絡(luò)曲線的程序如圖1所示,。　　

　?。?）包絡(luò)曲線求局部均值

　　從步驟（1）獲取信號(hào)的上下包絡(luò)曲線,，對(duì)曲線中各點(diǎn)的極值取均值即可獲取局部均值，程序結(jié)構(gòu)如圖2所示,。

　?。?）剩余分量判斷

　　在信號(hào)分解過(guò)程中，需要對(duì)篩分過(guò)程進(jìn)行限制,，按照Huang等人的仿柯西收斂準(zhǔn)則［4］，定義閾值SD作為EMD分解的終止條件,，如式（4）所示,。

　　式（4）中，T為信號(hào)的持續(xù)時(shí)間,，按照Huang的建議,，SD取［0.2,，0.3］之間,，本文根據(jù)試湊法，取值為0.25,，整體程序結(jié)構(gòu)如圖3所示,。

　　降噪軟件整體界面如圖4所示,。

3降噪效果驗(yàn)證

　　為驗(yàn)證本文程序?qū)崿F(xiàn)算法的正確性，構(gòu)造式（5）所示的仿真信號(hào)S(t)對(duì)軟件降噪效果進(jìn)行驗(yàn)證,。

　　S(t)=Asin(2*π*10*t)+w(t)（5）

　　其中,，w(t)為幅值為0.5的高斯白噪聲，采樣率fs=1 000 Hz,，采樣數(shù)N=1 000,，含噪信號(hào)波形如圖5所示。

　　對(duì)w(t)進(jìn)行經(jīng)驗(yàn)?zāi)B(tài)分解,，共產(chǎn)生5個(gè)基本模態(tài)函數(shù),，波形如圖6所示。統(tǒng)計(jì)各個(gè)IMF分量和原始信號(hào)的相關(guān)系數(shù),，統(tǒng)計(jì)如表1所示,。

　　從表1中可以看出，IMF4與原始信號(hào)相關(guān)系數(shù)最大,，因此,，選擇模式IMF4作為有效分量重構(gòu)信號(hào)，同時(shí),，為了更好顯示降噪效果,，與原始無(wú)噪聲信號(hào)作對(duì)比，波形如圖7所示,。

　　從圖中可以看出,，原始含噪信號(hào)經(jīng)過(guò)EMD降噪處理，噪聲得到有效控制,，較好地還原出真實(shí)信號(hào),，從而說(shuō)明本文程序所實(shí)現(xiàn)算法的有效性,計(jì)算兩類(lèi)信號(hào)的相關(guān)系數(shù)，其結(jié)果為0.951 292,，進(jìn)而驗(yàn)證本文所設(shè)計(jì)軟件的可靠性,。

4結(jié)論

　　針對(duì)實(shí)際數(shù)據(jù)采集過(guò)程中容易遭受噪聲干擾的問(wèn)題，本文根據(jù)EMD算法降噪原理,，通過(guò)LabVIEW設(shè)計(jì)并實(shí)現(xiàn)信號(hào)降噪處理軟件,，同時(shí)構(gòu)建仿真信號(hào)對(duì)軟件降噪效果進(jìn)行驗(yàn)證。驗(yàn)證結(jié)果表明,，本文所設(shè)計(jì)軟件對(duì)復(fù)雜噪聲處理效果較好,，在實(shí)際數(shù)據(jù)采集過(guò)程中具有較好的應(yīng)用價(jià)值。

參考文獻(xiàn)

　?。?］ 李貴子,，樓軍緯. EMD包絡(luò)譜在虛擬儀器診斷系統(tǒng)中的實(shí)現(xiàn)及應(yīng)用［J］.機(jī)械制造與自動(dòng)化,2014(6):205207.

　　［2］ 王水魚(yú),馮曉靖. 一種基于虛擬儀器技術(shù)的任意波形發(fā)生器［J］. 微型機(jī)與應(yīng)用,2013,32(18):1719.

　?。?］ 張力,王盈. LabVIEW與三菱PLC串口通信的實(shí)現(xiàn)［J］.微型機(jī)與應(yīng)用,2013,32(12):5153.

　?。?］ 曹沖鋒. 基于EMD的機(jī)械振動(dòng)分析與振動(dòng)方法研究［D］. 杭州：浙江大學(xué),，2009.