油液磨粒超声回波信号双树复小波自适应降噪最优分解层数的研究

摘要：

磨粒超声回波信号受到各种因素的影响,从而存在噪声,分解层数的选取对降噪效果影响很大.为此,提出了一种基于粒子群优化算法(PSO)的最优分解层数选取方法,将得到的最优分解层数代入双树复小波域,采用一种渐近半软阈值函数与一种自适应阈值选择方法相结合,对含噪磨粒回波信号进行双树复小波阈值降噪,选取信噪比(SNR)和均方根误差(RMSE)两个参数评价降噪结果.仿真与实验结果表明:通过粒子群优化算法选取的分解层数得到的信噪比最高,油液磨粒超声回波信号自适应降噪方法对磨粒超声回波信号具有显著的降噪效果,明显提高了信噪比,降低了均方根误差,还原了信号的波形特征,为后续的特征提取与智能识别打下了良好的基础.

关键词：在线磨粒检测、分解层数、自适应降噪、双树复小波变换、粒子群优化算法

所属期刊栏目：43

分类号：TP391.42(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目50705097,51305454

在线出版日期：2015-12-14（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：205-209