[发明专利]基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法无效

专利信息
申请号: 201010608954.2 申请日: 2010-12-17
公开(公告)号: CN102141403A 公开(公告)日: 2011-08-03
发明(设计)人: 秦红磊;丛丽;张亚珍 申请(专利权)人: 北京航空航天大学
主分类号: G01C21/20 分类号: G01C21/20
代理公司: 北京科迪生专利代理有限责任公司 11251 代理人: 李新华
地址: 100191*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要: 基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法:(1)首先,根据系统的实时性要求确定进行小波变换的数据处理长度为n(j0∈N,N为整数集,j0≥1),剪取长度为n的MEMS传感器输出信号的最新一段,并采用小波阈值去噪方法对此段序列进行处理,滤除噪声,提高信噪比;(2)根据系统的实时性要求,截取小波阈值去噪后序列的最新的一段,并对此段序列进行均值滤波;(3)对均值滤波后输出的序列进行中值滤波;本发明在保证系统实时性要求的条件下,改善了MEMS传感器的实时去噪的效果,提高了MEMS传感器的输出精度。
搜索关键词: 基于 阈值 中值 滤波 均值 实时 混合 方法
【主权项】:
1.基于小波阈值去噪、中值滤波和均值滤波的实时混合去噪方法,其特征在于实现步骤如下:(1)首先,根据系统的实时性要求确定进行小波变换的数据长度为n(j0∈N,N为整数集,j0≥1),剪取长度为n的MEMS传感器输出信号的最新一段,并采用小波阈值去噪方法对此长度为n的序列进行处理,滤除噪声,提高信噪比,所述小波阈值去噪方法的步骤如下:(1.1)分解过程:选定合适的小波作为小波基,并利用基于奇异谱分析的自适应算法和系统的实时性要求确定分解的层次N,对最新一段MEMS传感器的原始输出信号进行N层小波分解;(1.2)作用阈值过程:针对分解得到的各层小波系数,根据一定的准则选择阈值,模大于阈值的小波系数保留,模小于阈值的小波系数设为零;(1.3)重建过程:根据去噪处理后的各层系数通过小波重构恢复原始信号,得到小波阈值去噪后的MEMS传感器输出;(2)根据系统的实时性要求,截取小波阈值去噪后序列的最新的一段,并对此段序列进行均值滤波,所述均值滤波去噪方法的步骤如下:(2.1)将截取的序列等分为若干小段,分别求每一小段序列中所有数的均值;(2.2)分别把每一小段序列的均值作为此小段序列最后一个点的去噪结果输出;(3)对均值滤波后输出的序列进行中值滤波,所述中值滤波的过程如下:(3.1)排序:对要进行中值滤波的序列按数值大小进行升序排列;(3.2)确定中值:如果序列的长度为奇数,则输出位于序列中间位置的数值;如果序列长度为偶数,则输出位于序列中间位置的两个数的均值。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京航空航天大学,未经北京航空航天大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/patent/201010608954.2/,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top