基于波形匹配端点延拓法优化的经验模态分解算法在铁路继电器参数降噪上的应用

摘要：

针对铁路继电器参数的噪声问题,为提取其有效信息,该文建立一种基于改进波形匹配延拓法优化的经验模态分解(EMD)算法,利用自相关函数分离含噪信号,小波阈值去除噪声的混合降噪模型.首先根据继电器参数特点对波形匹配方法进行改进,重新定义匹配误差度公式,并引入匹配精度误差系数,采用改进波形匹配延拓法优化EMD分解过程产生的端点效应,得到有效的固有模态分量(IMF)和余项;然后求解其自相关函数,并根据自相关函数图像结合噪声信号特征分离出含噪分量;最后对含噪分量进行小波阈值去噪,去噪后与剩余分量和余项结合,得到重构后的参数序列.同时,提出利用结构相似性(SSIM)评价指标,结合信噪比(SNR)、方均误差(MSE)指数对模型可靠度评判.通过结果分析,并与EMD分解后重构和小波阈值去噪方法作对比,证明该模型可优化铁路继电器参数的降噪效果.

关键词：端点效应、波形匹配、端点延拓法、自相关函数、结构相似性(SSIM)指数

所属期刊栏目：37

分类号：TM581(电器)

资助基金：河北省自然科学基金;河北省自然科学基金创新群体项目

在线出版日期：2022-05-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：2656-2664