基于改進(jìn)EEMD分解的粉塵靜電信號濾波的研究

亢菲菲

摘 要：采用EEMD分解的方法對靜電感應(yīng)信號進(jìn)行提取，并用相似極值延拓法改進(jìn)EEMD算法，通過MATLAB仿真結(jié)果表明EEMD分解能夠去除隨機(jī)噪聲，保留靜電信號的低頻分量。

關(guān)鍵詞：EEMD；靜電信號；去噪

粉塵是指的是空氣中的微小固體顆粒物，是引發(fā)霧霾天氣的元兇，時刻威脅著人們的身體健康，危害儀器設(shè)備的使用壽命，因此通過靜電傳感器對粉塵濃度進(jìn)行監(jiān)測是促進(jìn)科學(xué)防塵、控塵的重要手段。

由于多種因子影響著靜電傳感器的精度，導(dǎo)致采集的靜電信號中包含著大量的隨機(jī)噪聲。因此，為了濾除靜電信號中的噪聲，獲得較為真實(shí)的粉塵靜電信號，本文提出一種改進(jìn)的EEMD分解算法實(shí)現(xiàn)對靜電信號的濾波。

1 EEMD算法的基本原理

針對EMD分解后不同噪聲對應(yīng)的本征模態(tài)分量之間不相關(guān)性，利用噪聲進(jìn)行輔助分析的形式，向原始信號中添加噪聲以便平滑在EMD分解過程中出現(xiàn)的干擾，抑制了IMF與干擾之間的混肴。同時根據(jù)高斯白噪聲頻率均勻分布的特點(diǎn)使得靜電信號被分解為多個多尺度且連續(xù)的IMF分量[ 2 ]，從而在一定程度上解決靜電信號分解中容易產(chǎn)生的脈沖和模態(tài)相互混淆的問題。

2 EEMD算法的改進(jìn)

目前常用的延拓算法包括波形延拓法、極值點(diǎn)延拓法等[ 4-5 ]眾多方法。這些方法抑制EEMD端點(diǎn)效應(yīng)的整體效果還不錯，但是應(yīng)用于靜電信號濾波中都有各自的局限，使得靜電信號的兩端都會或多或少產(chǎn)生發(fā)散現(xiàn)象，產(chǎn)生一定的分析誤差。因此為了抑制靜電信號低頻分量邊緣的問題，本文提出了一種改進(jìn)的方法，采用改進(jìn)相似極值延拓的方法，在對靜電數(shù)據(jù)序列延拓的基礎(chǔ)上，進(jìn)一步判斷端點(diǎn)處是否是極值點(diǎn)，不僅降低靜電信號邊緣問題和靜電信號內(nèi)部的極值點(diǎn)對結(jié)果的影響，還保證了信號邊緣沒有發(fā)散現(xiàn)象的產(chǎn)生，使得處理效果更加完善。

3 基于EEMD的靜電信號濾波

采用改進(jìn)的EEMD算法對采集到的靜電信號數(shù)據(jù)序列進(jìn)行分解，獲得很多連續(xù)的IMF分量，由于靜電信號是低頻微弱信號，所以去除頻率較高的虛假成分，篩選出其中的低頻IMF分量重新合成靜電信號。得到靜電信號濾波后的時域圖如圖1所示。

圖1是濾波前后靜電信號的時域圖，通過對比可知本文設(shè)計的算法能濾除不相關(guān)的噪聲，得到相對比較平滑的靜電信號。

4 小結(jié)

本文提出一種改進(jìn)的EEMD算法，并將其用于靜電信號的濾波中，仿真實(shí)驗(yàn)取得較好的結(jié)果，證明本算法能夠?yàn)V除靜電信號中不相關(guān)的隨機(jī)噪聲，并且突出信號的低頻特性，對粉塵的檢測具有重要的現(xiàn)實(shí)意義。

參考文獻(xiàn)：

[1] 郭興明，張文英，袁志會，等.基于EMD關(guān)聯(lián)維數(shù)和多重分形譜的心音識別[J].儀器儀表學(xué)報，2014，35（4）：827-833.

[2] 趙利強(qiáng)，王建林，于濤.基于改進(jìn)EMD的輸油管道泄漏信號特征提取方法研究[J].儀器儀表學(xué)報，2013，34（12）：2696-2702.

[3] 白春華，周宣赤，林大超，等.消除EMD端點(diǎn)效應(yīng)的PSO-SVM方法研究[J].系統(tǒng)工程理論與實(shí)踐，2013，33（5）：1298-1306.

[4] 石瑞敏，楊兆建.基于改進(jìn)EMD的多繩摩擦提升機(jī)載荷信息特征提取[J].煤炭學(xué)報，2014，39（4）：782-788.

[5] 許寶杰，張建民，徐小力，等.抑制EMD端點(diǎn)效應(yīng)方法的研究[J].北京理工大學(xué)學(xué)報，2006，26（3）：196-200.