[发明专利]一种基于改进小波阈值和相关检测的直流电能信号去噪方法

说明书

一种基于改进小波阈值和相关检测的直流电能信号去噪方法，首先，利用多分辨分析理论，对固定频率采样的信号进行离散小波分解，从而将信号中的高频与低频部分分离；然后，设计了改进阈值函数对分解后的小波系数进行量化处理以降低噪声信号的影响，并结合相关检测法对小波系数进行周期均值滤波，从而提升周期信号的提取效果；最后，对重构后的小波系数进行小波逆变换，恢复有用信号。实验结果表明，本发明的新阈值函数的去噪效果优于传统方法，并且混合算法对于周期信号拥有更好的提取效果。

技术领域

本发明涉及一种基于改进小波阈值和相关检测的直流电能信号去噪方法。

背景技术

在使用标准表法电能检定装置对直流电能表进行检定和校准过程中，通常需要配置电能主标准器测量电压、电流值，并且依据测得的电能值作为被检表的误差判别依据。因此，主标准器的计量准确度对检定和校准的结果至关重要。由于信号在实际测量过程中，检定装置受到电子系统内部固有的噪声源或外部干扰影响，从而导致电能计量出现误差，所以在进行电能计算前，对采样信号进行降噪处理是必不可少的环节。

传统的频域去噪法由傅里叶变换(FFT)将信号的分析域由时域转换为频域，并通过减少或消除信号在频谱中的高频分量，以降低噪声对有用信号的影响。但在现实生活中接收的信号并非都是平稳信号，傅里叶变换虽然能够分辨出信号的频率成分，却无法得知不同频率的成分出现在信号中的时间。短时傅里叶变换(STFT)将待分析的信号分段成多个等长的时间窗后再进行傅里叶变换，虽然可以使信号在有限时间宽度内是平稳信号，但是时间窗的选择又会引发时间分辨率和频率分辨率的矛盾。因此传统的去噪方法会在抑制信号噪声的同时，容易丢失局部时间范围内的边缘细节。

小波变换由于具有多分辨率的特点，可以同时获得信号的时频信息，因此十分适合作为电能信号分析与处理的工具。其中，小波阈值去噪由于计算量小且易于实现，已经成为应用最广泛的方法之一。此外，相关检测可以依据信号在不同时刻取值的相关性判断有用信号和噪声信号，因此在数字信号和图像去噪领域与小波变换技术广泛结合。

发明内容

由于小波阈值去噪中传统阈值函数存在恒定偏差和在阈值处不连续情况，从而导致重构信号失去真实信号的边缘局部特征和出现附加震荡，为了克服现有技术的不足，本发明提出一种改进阈值函数解决传统函数的缺陷，并且在新阈值函数对信号去噪的基础上，利用小波变换后近似系数与有用信号的相关性进行周期均值滤波，提升电能信号采样准确率。

为了解决上述技术问题提出的技术方案为：

一种基于改进小波阈值和相关检测的直流电能信号去噪方法，方法包括以下步骤：

步骤1,使用固定的频率对直流电压、电流信号进行采样，获得电能信号的原始采样数据x(t)，并选择采用小波基函数对采样信号进行j层正交小波分解，得到信号在第j层分别代表低频和高频信息的近似系数和细节系数

步骤2，对小波分解后各层的细节系数设置阈值，阈值均采用局部固定阈值的计算方法，其计算公式为

式中，σ为噪声的标准方差，通过估计；为含噪信号第j层第k个小波变换后的细节系数，k的取值范围0～N-1，N为各层小波系数序列的长度，median{·}为小波系数序列中位数；

步骤3，使用改进阈值函数对各层细节系数进行量化处理，降低噪声信号对有用信号的影响，从而获得有用信号的近似估计，新的阈值函数表达式为

式中，为经过阈值处理后的小波系数；λ为阈值；m、n为调节因子，取值均为大于0的实数；sgn(·)为符号函数；

步骤4，对步骤1中分解得到的每层近似系数进行自相关运算，自相关运算的公式为