基于ICA-CEEMD小波阈值的传感器信号去噪

摘要：

针对传感器在采集信号时混入不同的噪声，提出一种基于ICA－CEEMD小波阈值的组合去噪算法。该方法是对一维含噪信号进行剪切分段、平移和拼接，得到几个不同的含噪信号作为独立分量分析（ICA）的输入通道信号。通过ICA的盲源分离技术使得信号和噪声进行初步分离。再利用互补集合经验模态分解（CEEMD）对分离信号进行分解去噪，由于不同的高频和低频噪声，需要对分解的高阶和低阶固有模态函数（IMF）进行处理。对第一层和最后一层IMF利用3σ原则提取细节信息，进一步抑制模态混叠影响，重构去噪信号。最后，利用小波阈值对重构信号做去噪处理，提升去噪效果和性能指标。为验证该方法的有效性，进行了仿真和中北大学汾机实测实验，结果表明，该方法在去噪效果和性能指标上都优于小波软阈值去噪和基于CEEMD的小波阈值去噪方法，是一种有效的信号去噪新方法。

关键词：ICA-CEEMD、小波阈值、传感器、去噪、3σ原则

所属期刊栏目：36

分类号：TN911.4;TP391

资助基金：国家自然科学基金61275120；山西省研究生教育创新项目2016SY050

在线出版日期：2017-03-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：226-231,242