[发明专利]基于小波和EMD的噪声量时频分析去噪效果评价方法

说明书

本发明公开了一种基于小波和EMD的噪声量时频分析去噪效果评价方法，所述方法包括数据获取、数据去噪、噪声量时域分析、噪声量时频谱分析；针对发动机上不同信号采用不同的去噪处理方法，达到最佳效果。本发明基于小波阈值去噪和EMD去噪理论，提出了一种基于去掉噪声量来衡量哪一种去噪方法更优；本发明证明在处理喷油器波形噪声(类白噪声)上，去噪的时域分析表明小波阈值去噪去掉的是类似白噪声，而EMD可能去掉的是某一有效成分或某一故障信息。本发明基于时域和频域分析的噪声量分析不仅可以作为评价去噪效果优劣的标准，同时也是发动机数据分析、挖掘和故障诊断的一个很好的方法。

技术领域

本发明属于数据处理技术领域，尤其涉及一种基于小波和EMD的噪声量时频分析去噪效果评价方法。

背景技术

目前汽车诊断的远程诊断平台的实现已经有了技术基础，在远程诊断系统中要使诊断真正有实用价值，还要有非常专业的数据处理平台。利用这个平台，对系统实时传输的数据进行智能分析，才可能有比较专业的诊断分析。现有技术只用信噪比和均方根误差来评价去噪效果的片面问题。无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响。

开展远程故障诊断是有意义的研究工作，鉴于目前远程故障诊断一般存在检测数据信息量少和诊断算法相对简单的现状，为实现发动机的故障检测，首先要对获取波形进行波形于去造然后进行波形分析和故障诊断，去噪尤其重要，以往的方法评价通常是信噪比和均方根值，本发明方法结合小波阈值去噪和经验模态分解时频分析方法提出了一种基于噪声量时域和频域分析的去噪效果评价方法。当信噪比非常接近时，不能单以信噪比大小作为去噪优劣的唯一评判标准，以往的经验更多依赖于信噪比和均方根误差值的大小来判定。

综上所述，现有技术存在只用信噪比和均方根误差来评价去噪效果具有片面性，无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响。

发明内容

本发明的目的在于提供一种基于小波和EMD的噪声量时频分析去噪效果评价方法，旨在解决现有技术只用信噪比和均方根误差来评价去噪效果的片面性，无法保证全面评价去噪效果并在源头上解决波形分析第一步可能给波形分析和随之的故障诊断带来的不利影响的问题。

本发明是这样实现的，一种基于小波和EMD的噪声量时频分析去噪效果评价方法，所述基于小波和EMD的噪声量时频分析去噪效果评价方法包括以下步骤：

第一步，数据获取：获取原始数据，提取待分析的数据；

第二步，数据去噪：进行小波分解；小波系数4种软阈值处理；小波重构；EMD分解去掉某成分重构；

第三步，噪声量时域分析：

第四步，噪声量时频谱分析：对于信噪比很接近的方法，用时频谱进一步来分析；

第五步，确定最佳去噪方法为同一类信号的处理工具，针对发动机上不同信号采用不同的去噪处理方法，达到最佳效果。

进一步，步骤一中，数据获取包括利用matlab将获取到的喷油器波形片段重现。

进一步，步骤二中，数据去噪具体包括：小波三层分级，然后对小波分解得到的系数用四种阈值规则分别计算阈值，最后用软阈值进行处理得到了新的小波系数，然后进行小波重构，这个重构后的信号即为去噪后的信号；EMD分解去掉某成分重构。

进一步，步骤三中，噪声量时域分析包括：rigrsure阈值准则去掉的噪声量不会随喷油过程中电压值的变化而产生变化；rigrsure阈值准则去掉的噪声量进行EMD分解，得到一系列的固有模态和余量。

本发明另一目的在于提供一种利用上述基于小波和EMD的噪声量时频分析去噪效果评价方法的评价系统。